阿里巴巴
ATH-数据科学家/专家（数据质量QC）-AI制药
ATH-数据科学家/专家（数据质量QC）-AI制药
发布于 2 小时前普通员工/个人贡献者
全职员工混合式弹性办公数据科学
数据科学
Ai制药
Python/R
异常检测
数据质控
生物统计
统计学
值不值得投
74综合评分
综合评分 74
阿里AI制药数据质控岗，技术前沿、发展性好，WLB待确认，适合专注数据治理的统计/数据人才
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
5.0万
与数据科学中位数基本持平
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 3790 个在招 · 其中数据科学 18 个
市场机会
选择适中
杭州 · 数据科学 · 30 个在招
职位详情
关于这个职位
负责AI制药业务线的数据质量管控工作，核心职责包括多源实验数据的批次效应校正、噪声水平量化及异常批次识别
需严格遵循检测与上报的边界，不直接参与数据裁决，为算法模型提供高质量、合规的基础数据支持
最低要求
职位要求
统计/生物统计背景懂批次效应与噪声建模
边界感强明确质量检测与数据裁决分工
【核心技能】
批次效应校正方法(如ComBat)适用与局限
异常检测漏报/误报取舍
工作职责
职位描述
批次效应校正：处理多来源实验数据跨批次可比性
噪声估计：量化各实验测定真实噪声水平
异常检测：结合对照品与批次台账识别异常批次并标记
边界清晰：只负责检测与上报不自行决定剔除或保留
优先资格
加分项
高通量数据质控经验
实验测定开发/验证经验
AI 洞察
优缺点分析
优点
- 依托成熟技术平台接触前沿AI制药项目
- 技术栈聚焦垂直领域数据治理，专业壁垒高
- 团队氛围偏向严谨科研风格
- 职责边界严格受限，缺乏数据决策权可能影响成就感
- AI制药处于早期探索阶段，业务落地节奏存在不确定性
- 偏好稳定技术深耕、对生物医药数据治理有浓厚兴趣、注重工作与生活平衡的统计/数据背景人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 向AI制药算法专家或数据架构师方向发展
- 横向拓展至药物研发全流程的数据科学岗位
- 负责AI制药实验数据的清洗与质量评估
- 搭建批次效应校正与噪声量化模型
- 监控数据异常并输出质检报告
- 扎实的统计学/生物统计基础
- 掌握ComBat等批次校正算法
- 熟悉高通量数据质控流程
- 具备严谨的数据边界意识
申请策略
- 关注目标公司AI制药业务线的研发管线与数据战略
- 面试前准备1-2个完整的数据质控项目复盘
- 突出统计学/生物统计学历背景
- 详细列举批次效应校正、噪声建模的具体项目案例
- 强调数据合规与边界意识
- 深入研读ComBat、SVA等主流批次校正文献
- 补充Python/R在生物信息学中的应用实践
- 了解AI制药基础业务流程
面试指南
- 采用STAR法则描述项目背景、技术选型依据、参数调优过程及最终业务价值
- 针对边界问题，强调标准化SOP制定与跨部门沟通机制
- 请分享你使用ComBat进行批次校正的实际经验及局限性
- 如何设计异常检测算法以平衡漏报率与误报率？
- 在数据质量管控中，如何界定“检测上报”与“数据裁决”的边界？
- 复习生物统计学核心概念与高通量数据处理工具链
- 梳理过往项目中关于数据清洗与质量评估的完整链路
- 了解当前AI制药行业的数据痛点
职位点评
薪资福利75
成长发展80
工作生活65
使命价值70
薪资福利
75中等
该岗位薪资未明确披露，但结合杭州地区数据科学专家市场行情及垂直领域技术要求，整体薪酬竞争力处于中等偏上水平。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
80较高
岗位聚焦AI制药前沿交叉领域，技术栈现代且垂直度高，能提供扎实的数据治理与统计建模成长空间。
技术前沿前沿/新兴技术
技术栈ComBat、批次效应校正、异常检测、生物统计、高通量数据
业务类型ambiguous
工作生活
65中等
JD未明确说明办公模式与工时安排，结合数据质控岗位特性，工作节奏相对可控，但具体WLB需以实际入职为准。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
投身AI制药赛道有助于推动新药研发效率提升，具备明确的正向社会影响力与技术使命感。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs