泰格医药
前沿部署工程师-杭州
前沿部署工程师-杭州
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公解决方案
解决方案
Ai Agent
Llm
Mcp
Prompt工程
Rag
Vllm
临床研究
私有化部署
值不值得投
69综合评分
综合评分 69
前沿 AI Agent 落地岗，技术成长与行业价值突出，但需驻场出差、节奏较快。
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
2.8万
与解决方案中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 240 个在招
市场机会
选择面较广
杭州 · 解决方案 · 60 个在招
职位详情
关于这个职位
你将作为泰格医药自研 AI Agent 平台在客户侧的技术代表，深入 CRO/药企现场，把临床监查、医学写作、数据管理等业务痛点转化为可落地的 Agent 应用，并负责从 POC 验证到私有化上线的端到端交付
核心目标是让 AI 应用真正在客户环境中投入使用
最低要求
年以上软件工程经验，Python 熟练，能独立完成数据处理、API 集成与工具开发
具备 LLM 应用的实际构建经验：完整参与过至少一个进入真实使用的 LLM 应用/Agent 项目（而非仅调用 API 或搭建 demo），理解 prompt 工程、工具调用、RAG、上下文管理的工程实践与常见失败模式
熟悉 Linux 与容器化部署，具备 K8s 基本操作能力，能在网络受限的客户内网环境独立排障
具备出色的沟通与需求抽象能力：能与非技术背景的业务人员（CRA、医学写作人员、项目经理）直接对话，将业务语言转化为技术方案，并具备需求边界管理能力
交付节奏感强，责任心强，习惯以周为单位交付可演示成果
接受出差/驻场
工作职责
深入客户现场调研业务流程（临床监查、医学写作、数据管理等场景），定义 AI 可解决的问题边界，产出解决方案设计
基于公司 Agent 平台快速构建 Agent 应用，包括 prompt/skill 编写、MCP 工具与数据处理管线开发、知识库搭建、多 Agent 协作拓扑设计
建立交付质量闭环：构建评测集、对齐客户验收标准、持续迭代直至达标
主导私有化部署与系统集成：在客户内网环境完成 K8s 部署、本地模型接入，以及与客户既有系统（EDC/CTMS/文档系统）的对接
支撑售前环节：技术演示、POC 快速验证、投标技术方案编写
将现场经验反哺产品：提炼客户共性需求，形成平台功能建议与可复用的行业资产（skill 库、场景模板）
优先资格
具备 CRO/药企/医疗信息化行业背景：了解 GCP 与临床试验流程，或有 EDC/CTMS/eTMF 类系统实施经验
具备私有化交付经验：本地大模型部署（vLLM/SGLang 等）、离线环境交付、客户安全合规审查对接
具备售前技术支持经验：方案宣讲、投标、技术演示
具备文档智能相关经验：OCR、文档解析、结构化抽取与溯源
AI 洞察
优缺点分析
优点
- 处于 AI Agent 落地前沿，涉及 MCP、RAG、私有化模型部署等技术，技术视野与工程能力同步提升
- 服务临床研究头部客户，可积累高壁垒的行业 Know-how 与真实业务数据闭环经验
- 反馈回路短，现场判断能直接影响产品路线，参与感与影响力强
- 覆盖售前到交付全链路，利于培养复合型能力
- 需要长期驻客户现场并接受出差，对生活节奏与稳定性有一定要求
- 需同时面对业务人员与技术系统，需求边界管理与多方沟通成本较大
- 适合具备扎实工程能力、真实 LLM 应用落地经验，且乐于深入客户现场、能承受出差与高强度交付节奏的技术型人才
缺点 / 挑战
- 交付需在客户受限内网环境独立排障，技术复杂度与压力较高
角色解读
- 深耕 AI Agent 工程化与私有化交付，成长为行业稀缺的 AI 交付专家或解决方案架构师
- 积累临床研究行业 Know-how，可向行业产品、解决方案负责人或售前技术负责人方向发展
- 因反馈回路短、现场判断可影响产品路线，有机会参与平台能力定义与产品化工作
- 深入 CRO/药企客户现场调研临床监查、医学写作、数据管理等业务流程，定义 AI 能解决的问题边界并输出方案设计
- 基于公司自研 Agent 平台搭建应用，编写 prompt/skill、开发 MCP 工具与数据处理管线、搭建知识库、设计多 Agent 协作拓扑
- 主导客户内网的私有化部署与系统集成，完成 K8s 部署、本地模型接入，并打通 EDC/CTMS/文档系统
- 支撑售前演示、POC 验证与投标技术方案，同时把现场经验沉淀为可复用的行业资产反哺产品
- 扎实的 Python 工程能力，能独立完成数据处理、API 集成与工具开发
- 真实落地过 LLM/Agent 应用，理解 prompt 工程、工具调用、RAG、上下文管理及常见失败模式
- 熟悉 Linux 与容器化，具备 K8s 基本运维能力，能在受限内网独立排障
- 优秀的业务沟通与需求抽象能力，能把非技术业务语言转化为技术方案
申请策略
- 面试中主动展示你能把业务语言转译为技术方案的能力，准备一个需求调研到落地的完整案例
- 提前了解泰格医药的 AI 平台方向与临床研究数字化业务，体现对行业的兴趣与理解
- 突出至少一个真正上线并被业务使用的 LLM/Agent 项目，说明你的角色、技术方案与实际效果
- 量化体现 Python 工程能力、API 集成、数据处理与工具开发经验
- 强调 K8s、容器化及私有化/内网环境部署与排障经历
- 如有 CRO/药企、EDC/CTMS/eTMF 或医疗信息化经验，务必单独列出
- 补强 Agent 工程实践：prompt/skill 编写、MCP 工具开发、RAG 与多 Agent 协作
- 熟悉本地大模型部署（vLLM/SGLang）与离线环境交付流程
面试指南
- 项目类问题用 STAR 结构：背景—你的具体职责—技术方案与取舍—量化结果，重点讲失败模式与解决过程
- 沟通类问题强调“提问—复述确认—范围界定—书面固化”的闭环方法，并给出真实案例
- 技术排障类问题按“定位—分层验证—最小复现—文档沉淀”的思路展开，体现独立性
- 请分享一个你完整参与并真正上线使用的 LLM/Agent 项目，遇到的最大失败模式是什么，如何解决？
- 客户现场业务人员提出的需求模糊或频繁变更，你如何做需求抽象与边界管理？
- 在客户受限内网环境中，K8s 部署与本地模型接入遇到问题你会如何排查？
- 如何设计评测集并与客户对齐验收标准，推动迭代达标？
- 你对临床研究行业（GCP、EDC/CTMS）了解多少，如何快速补齐业务知识？
职位点评
薪资福利65
成长发展86
工作生活45
使命价值82
薪资福利
65中等
JD 未披露薪资与福利细节，岗位吸引力更多体现在技术成长与行业稀缺性上。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
86较高
聚焦 LLM/Agent 前沿落地，涉及 MCP、RAG、私有化模型部署等稀缺技能，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Python、LLM、AI Agent、RAG、Prompt工程、MCP、Kubernetes、vLLM、SGLang、OCR
业务类型profit_center
工作生活
45较低
岗位需深入客户现场并接受出差/驻场，JD 未提及弹性或远程安排，工作地点灵活性有限。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值
82较高
面向临床研究头部客户共建行业级 AI 应用，对提升临床研发效率有正向价值，行业意义较强。
行业发展新兴领域（暂难判断）
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs