Innovent Biologics logo
信达生物
高级架构师/架构师 II/I(研发数据方向)(J32324)

高级架构师/架构师 II/I(研发数据方向)(J32324)

发布于 9 天前

高层管理(VP/总经理/CEO)

AI 估算 · 6.0–10.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公数据架构
数据架构
Ai Agent
Etl/Elt
Llm
Sql
医药行业
数据仓库
数据治理
生物信息学

值不值得投

80综合评分

综合评分 80

高薪稳定、前沿AI数据架构、强社会价值,但工作强度与合规压力并存

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

8.0万

比数据架构中位数高

发布情况

正常在招 · 9 天前发布

公司情况

这家公司招聘很活跃

约 1080 个在招

市场机会

选择不多

上海 · 数据架构 · 8 个在招

职位详情

关于这个职位

该职位负责构建和维护信达生物研发与临床领域的数据平台,通过统一架构设计、数据治理及AI赋能,实现多源异构数据的高效集成与标准化

旨在提升药物发现、临床试验等关键场景的决策效率,支持高质量数据资产的形成与应用落地

最低要求

学历与资质:本科及以上学历,计算机科学、生物信息学或相关领域

工作经验:10年以上医药/医疗等行业数据架构和开发经验,主导过大型数据平台建设项目
具备企业非结构化数据的处理经验,特别是半结构化/非结构化数据格式
专业知识:精通企业级数据仓库建设及数据治理,对数据平台搭建、数据质量保障、模型设计应用、数据分析应用等领域有深入理解和实践经验,能够独立输出解决方案
技能要求:
精通 SQL、Python 语言,熟练对各类数据进行清洗、处理、分析、挖掘等处理
掌握主流数据库开发工具,如:Doris、Mysql、SQLServer、HANA 等
掌握构建高性能、可扩展的 ETL/ELT 数据管道集成的开发交付能力
熟悉 AI Agent 构建过程,能够使用 AI Coding 开发构建数据应用
了解机器学习、模型训练与推理的基本原理,对 LLM 有基本了解
了解对生物序列、实验图谱等复杂数据的处理与存储方案
了解药物研发数据生态,对 ELN、EDC、LIMS 等系统有基本了解
其他要求:良好的沟通协作能力,强烈的安全合规意识,了解基本的药品研发领域知识结构
具备较强的自驱力和项目推动能力,能在复杂环境中推进数据治理与标准化工作

工作职责

主要职责一、数据平台架构设计与平台建设管理:

面向研发临床等领域多业务场景与AI应用需求,搭建统一的数据平台架构,覆盖数据采集、集成、存储、计算、服务与应用全链路,实现多源异构数据的高效接入、统一管理与共享复用,为数据分析、AI模型训练迭代计算提供稳定数据支撑
负责数据架构规划与落地,包括:数据仓库/数据服务/数据计算架构设计,建立规范、可扩展、可复用的数据模型与数据服务能力,支撑数据产品和智能应用快速构建
负责数据平台的日常运维与持续优化,保障系统稳定、高效、安全运行,持续支持数据集成、清洗、标注、计算、分析等全流程
推动平台工程化、自动化和智能化水平提升
主要职责二、数据治理、数据管理与数据开发:
制定数据管理规范与流程,建立数据标准、元数据管理、主数据管理、数据安全分级分类与权限管控机制,确保数据安全可控、合规使用,并符合相关法规与行业标准要求
建立数据质量监控与评估体系,定期对数据完整性、准确性、一致性、及时性进行评价与改进
开发自动化数据清洗与预处理流程,识别处理噪声、缺失及不一致问题,推动数据符合FAIR原则
负责数据开发体系建设,设计并实现流批一体、ETL/ELT流程、数据接口与数据服务等平台能力
熟练运用AI Coding工具辅助数据开发、SQL/Python脚本编写、测试、文档生成与代码审查,提升数据开发交付效率与质量,并建立AI辅助数据开发规范
主要职责三、数据分析、数据应用与AI赋能协同:
面向业务分析与决策需求,构建指标体系与专题分析框架,开展数据探索、统计分析、可视化与自助分析,推动数据产品化和数据应用落地,提升业务数据化运营与决策能力
深度对接业务团队、数智部及外部合作伙伴,理解数据分析、AI模型训练与推理阶段的数据需求,提供高质量、结构化、可复用的数据集与数据服务,保障数据供给的准确性与时效性
设计并实施数据标注/知识标注流程与标准,协调内外资源开展关键数据标注工作,为监督学习与模型微调提供可靠支持
探索知识图谱、生成式AI、AI Coding等新技术在数据治理、数据开发和数据分析中的应用路径,引入相关技术,并推动应用落地

AI 洞察

优缺点分析

优点

  • 依托上市药企平台,资源充足,能接触海量高价值研发数据
  • 强调AI赋能,有机会引领内部技术革新,职业成就感强
  • 跨部门协作复杂,需平衡业务需求与技术实现,推动难度大
  • 对复合型人才要求极高,需同时懂数据技术、AI算法及医药研发流程
  • 适合拥有深厚数据架构背景、熟悉医药行业且对AI技术充满热情的资深技术专家

缺点 / 挑战

  • 处于生物医药与AI交叉的前沿领域,技术挑战大且行业前景广阔
  • 医药数据敏感度高,合规与安全压力巨大,容错率低

角色解读

  • 向首席数据科学家或数据平台总监方向发展,统领公司级数据战略
  • 成为医药数字化领域的顶尖专家,推动AI制药与数据科学的深度融合创新
  • 搭建和维护覆盖研发、临床全链路的数据平台架构,确保多源异构数据的高效接入与共享
  • 制定数据治理规范,建立数据质量标准与安全管控机制,推动数据资产化与合规使用
  • 利用AI技术和工具(如AI Coding、LLM)优化数据开发与分析流程,赋能业务决策与药物研发
  • 深厚的数据架构与治理功底,精通企业级数据仓库建设与数据质量管理
  • 扎实的编程基础,精通SQL和Python,熟练掌握主流数据库及ETL/ELT工具
  • 前沿技术应用能力,熟悉AI Agent、LLM及生物数据处理,能将新技术融入数据平台

申请策略

  • 准备详细的技术架构图解,展示你对复杂系统的掌控力
  • 强调你的合规意识与安全理念,这在医药行业至关重要
  • 突出主导大型数据平台从0到1或重构的项目经验,强调架构设计能力
  • 展示在数据治理、数据质量提升方面的具体成果与量化指标
  • 列举在项目中应用AI/LLM工具提升效率的具体案例,体现技术创新力
  • 深化对生物信息学数据(如基因组、蛋白质组)处理的理解
  • 加强生成式AI在数据工程场景下的应用实践,如Prompt Engineering、RAG等
  • 提升对医药研发流程(如临床试验、药物发现)的业务认知

面试指南

  • STAR法则:情境-任务-行动-结果,重点突出架构设计的权衡与最终的业务价值
  • 合规优先:强调在架构设计中内置安全机制,如数据脱敏、权限控制、审计追踪
  • 技术落地:展示对新技术的敏锐度,但更强调其在实际业务场景中的可行性与ROI
  • 请描述你过去主导的最复杂的数据平台架构,你是如何解决多源异构数据集成问题的?
  • 在医药行业中,如何平衡数据开放共享与严格的安全合规要求?
  • 你如何利用AI技术(如LLM或AI Coding)来提升数据开发或治理的效率?请举例说明
  • 面对研发业务部门提出的模糊数据需求,你如何进行需求转化并落地数据产品?
  • 复习大数据组件(Spark, Flink, Doris等)的高级特性与调优经验

职位点评

薪资福利85
成长发展90
工作生活60
使命价值80

薪资福利

85较高

作为已上市超大型药企的核心高级岗位,薪资竞争力强,福利体系完善,稳定性高,能满足高水平的补偿性动机。

薪资信号偏高 (6.0千–10.0万/月)

成长发展

90较高

岗位涉及前沿的AI+数据架构融合,技术栈新,且在公司内部具有战略地位,能提供极高的技术成长空间与职业发展空间。

技术前沿前沿/新兴技术
技术栈AI Agent、LLM、AI Coding、Knowledge Graph、Doris、Python、SQL
业务类型profit_center

工作生活

60中等

作为核心架构师,工作强度可能较大,且医药行业节奏快,虽未明确提及加班,但高压环境可能影响WLB,办公地点在上海/苏州核心区,通勤便利。

工作模式未明确
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

80较高

直接服务于药物发现与临床管理,通过数据赋能加速新药研发,具有显著的社会价值与使命感,符合意义感动机。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号加速药物发现进程、提效临床管理效率、提升研发临床决策效率
创新程度积极采用新技术
Watch Jobs