阿斯利康
Senior AI Engineer
Senior AI Engineer
发布于 2 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Ai工程
Gpu
Nvidia
Pytorch
分布式训练
基础设施
模型微调
药物发现
AI 估算 · 30k–50k
北京资深AI工程师稀缺，制药行业薪资有竞争力，结合岗位要求5年+经验，预估范围合理
职位详情
关于这个职位
作为阿斯利康北京AI中心的首批AI工程人员，你将负责搭建高效的计算基础设施，支持AI科学家进行大规模模型训练与推理
你将成为连接IT硬件与科研工作负载的关键桥梁，推动AI在药物发现中的落地应用
最低要求
年以上使用PyTorch进行生产级模型训练和推理的经验
年以上标准软件开发实践和工具经验，包括Jira、Git和软件开发生命周期(SDLC)
擅长为团队设定AI/ML工程标准（不仅限于个人项目）
具备GPU工作负载优化和多节点训练的实践经验
有Kubernetes任务调度经验（Kubeflow、Slurm、Run:AI或同类）
能够在北京全职工作
工作职责
分布式训练**
设计和验证多节点多GPU训练模板
构建涵盖常见故障模式、检查点和恢复的操作手册
建立基线性能基准（吞吐量、步时、扩展效率）
与IT部门一起优化数据加载管道，消除分布式环境中的I/O瓶颈
AI工程标准**
提供训练方法标准：命名规范、实验配置和跟踪、模型注册、可复现性标准
支持与IT部门紧密合作设置调度策略：GPU配额规则、优先级层、中心Kubernetes/Run:AI平台的作业模板
微调和优化**
为模型和科学AI工作负载构建可复用的微调管道模板
优化NVIDIA GPU上的训练代码以提高效率和吞吐量
与NVIDIA合作进行硬件特定优化
跨组织协调**
参与阿斯利康不同部门之间的协调会议
与更广泛的阿斯利康AI工程团队对齐，为科学团队定义标准
优先资格
了解分子模拟、蛋白质折叠、药物发现或蛋白质结构
有通过编码智能体高效交付高质量代码的经验
了解参数高效微调方法
有AWS中国或阿里云经验
AI 洞察
优缺点分析
优点
- 阿斯利康作为全球制药巨头，平台稳定，资源丰富，能接触前沿AI与药物研发结合的场景
- 与顶尖科研团队和NVIDIA等伙伴合作，技术成长空间大
- 岗位偏向工程交付而非学术研究，可能不适合追求纯算法创新的求职者
- AI制药领域对领域知识（分子模拟、蛋白质结构）有一定要求，需要持续学习
- 适合有5年以上AI工程背景、热爱构建基础设施和标准、希望在制药行业发挥技术影响力的求职者
缺点 / 挑战
- 北京AI中心是新战略投资，岗位有较高自主权和技术影响力，能塑造工程标准
- 需要跨部门协调（IT、Discovery科学团队），沟通成本较高
角色解读
- 在阿斯利康内部可向AI工程主管或首席AI工程师发展，负责更大规模的基础设施和团队建设
- 在制药AI领域积累深厚经验，未来可转型为AI药物发现架构师或跨领域AI技术专家
- 通过参与全球AI工程协作，拓宽国际视野，成为行业内的稀缺人才
- 设计和验证多节点多GPU训练模板，确保大规模分布式训练的高效稳定
- 制定AI工程标准，包括实验配置、模型注册、调度策略等，提升团队协作效率
- 构建可复用的微调管道，优化GPU训练代码，与NVIDIA合作进行硬件优化
- 精通PyTorch以及生产级模型训练和推理，具备5年以上经验
- 熟悉Kubernetes等作业调度工具，有GPU工作负载优化经验
- 掌握标准软件开发流程（Jira, Git, SDLC），能为团队设定AI/ML工程标准
申请策略
- 在简历中强调跨部门协作和项目交付能力，阿斯利康注重实践而非纯学术
- 面试前了解阿斯利康的AI战略和已公开的AI成果，展示你的行业热情
- 突出在PyTorch下成功训练和部署大规模模型的案例，包括分布式训练优化经历
- 强调你在团队中设定AI工程标准或规范的贡献，如实验管理、模型注册等
- 展示Kubernetes GPU调度、性能优化等实际项目经验，最好有量化成果
- 补充药物发现基础知识和分子模拟工具（如AlphaFold、OpenMM）
- 熟悉AWS中国或阿里云的GPU实例使用，以及参数高效微调方法（LoRA等）
面试指南
- 对于技术设计问题，可以使用STAR方法（情境-任务-行动-结果）结合具体项目经验
- 对于跨协作问题，强调主动沟通、对齐目标和建立共同语言的重要性
- 如何设计一个多节点多GPU训练模板？你会考虑哪些故障模式和恢复策略？
- 你如何定义和推行AI/ML工程标准？举例说明你曾经在团队中实施的标准
- 描述一次你优化GPU训练效率的经历，具体采取了哪些措施？
- 你对Kubernetes调度GPU任务有什么经验？如何设置优先级和配额？
- 你如何与不同背景的团队（如IT、科学家）有效协作？
- 准备一个完整的分布式训练案例，从架构选择到调优细节，能够清晰阐述
职位点评
71
综合评分
北京阿斯利康AI中心，聚焦前沿AI技术在制药中的应用，技术成长快，薪资竞争力强，WLB一般。
更适合这类人
最适合注重技术成长和行业影响力的求职者，能够接受现场办公和一定的工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
岗位薪资竞争力强，阿斯利康作为外企福利完善，但JD未明确薪资范围和具体福利，需面试确认。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
岗位涉及前沿AI技术（分布式训练、GPU优化），有与全球团队协作和内部培训机会，成长路径清晰。
技术前沿前沿/新兴技术
技术栈PyTorch、Kubernetes、GPU、分布式训练、模型微调、NVIDIA
成长机会职业生涯发展、终身学习、成长与发展的承诺
业务类型profit_center
工作生活
50较低
JD要求全职在北京办公，未提及远程或弹性工作，可能面临较高工作强度，但未明确加班情况。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
阿斯利康以患者为中心，推动药物发现，具有较高社会价值；AI制药是高速增长领域，但岗位偏向工程，意义感中等。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号患者为先、让不可能变为现实、改变医学、患者和社会
创新程度积极采用新技术
Watch Jobs