辉瑞
Director, AIT Acceleration Lead, Principal Engineer
Director, AIT Acceleration Lead, Principal Engineer
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公人工智能
人工智能
Ai产品
Fine-Tuning
Llmops
Mlops
Rag
团队管理
小语言模型
值不值得投
73综合评分
综合评分 73
跨国药企总监级 AI 工程负责人，技术前沿、发展空间大，但 WLB 与办公模式未披露。
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
比人工智能中位数高
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 220 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
该职位负责辉瑞中国 AIT 的 AI 加速引擎，将高价值 AI 想法从机会定义推进到可验证 MVP，并交接给 D&T/PIC 规模化
你需要同时领导 Forward Deployment Engineering 与 AI 工程团队，建设 Agentic 应用、RAG、小语言模型和 AICL AI 层，并与产品负责人、数据团队及业务单元协作
最低要求
具备较强的 AI 产品 sense，并有与产品负责人成功合作的经验：熟悉从发现到 MVP 的实践、基于价值的优先级排序，能够将业务问题转化为技术方案
具备 Forward Deployment/应用 AI 工程经验：Agentic 应用、检索、模型与 API 集成、编排、提示与上下文工程、评估、护栏及 human-in-the-loop 设计
具备亲手构建检索增强生成（RAG）管线的经验——embedding、re-ranker、向量数据库——并能编写生产级 Python
具备小语言模型与领域模型开发经验：在 GPU 基础设施上对开放权重模型进行微调、蒸馏和评估，包括容量规划与性能测试
有国产加速器经验者优先
具备大规模快速实验与验证能力——能把想法从概念推进到有明确证据的已评估 MVP
具备 MLOps 与 LLMOps 的工作知识，理解模型成本/单位产出成本纪律及企业部署衔接
计算机科学、人工智能、数据科学、工程或密切相关专业本科及以上学历
高级技术或商业学位优先
通常需 12 年以上逐步递进的相关经验，其中包括数年领导 AI 工程与应用 AI 团队的经验，规模和复杂度符合总监级别
特别优秀者可考虑 10 年以上
证明具备在矩阵化环境中与业务、产品、技术、数据和治理利益相关方协作的能力
有高度监管行业经验，以及中国技术、数据、隐私或供应商环境经验者优先
领导力期望：
结果所有权：将决策与可衡量的业务、用户、服务和转型结果连接起来
AI-first 与企业思维：应用负责任的 AI、复用、架构、安全、隐私和规模化原则
POD 协作：确保清晰问责、有效的跨职能执行，并减少与同级团队和合作伙伴之间的交接摩擦
精确与学习：清晰沟通，记录决策，使用证据和遥测，并持续改进交付
加速思维：以严谨驱动速度，基于证据及时做出规模化或停止决策
工作职责
将 FDE 与 AI 工程作为一个加速引擎来领导，推动已排序的 AI 组合想法从机会定义经过快速原型、概念验证到已验证 MVP
与向 AITO Head 汇报的 AI 产品负责人合作，围绕产品愿景、范围、backlog 和 MVP 成功标准开展工作
对优先 AI 组合的技术可行性、方案构建、评估证据和规模化准备度负责
在 PO 领导的 POD 中与 AI 产品负责人合作，按产品提供 FDE 与工程能力，并应用共享的发现、工程和验证标准
领导 AIT FDE 团队，对旗舰 AI 机会进行快速、hands-on 的方案设计、原型构建和验证（0→1）
通过 AI 工程团队领导快速 AI 方案开发与实施：基于中国 AI 平台及其参考架构和护栏，构建 Agentic 应用、RAG 管线和系统集成
负责优先商业用例的小语言模型（SLM）和领域模型开发——数据准备、微调、蒸馏和开放权重模型评估——并通过中国 LLM foundation 和由 AI Platform & Foundation Director 负责的生产发布门禁部署
负责 AICL 的 AI 层（agents、retrieval 和 orchestration），与 D&T Data 线（CL 层）和 GCA DSM（业务定义与统一 KPI）作为一个 POD 交付
通过样例 agents、可复用组件、文档、培训和活跃用户社区，推动中国业务团队和工程师采用 builder 能力，并与 GTMx AI fluency 与赋能项目保持同步
应用严格的验证门禁——可行性、合意性和价值——确保只有有证据支撑的方案进入规模化
管理与 D&T 和 PIC 的加速到规模化衔接，确保已验证方案有明确所有权、生产架构、评估证据、资金和过渡计划
与 AIT Value & Performance Lead 合作，将产品决策与 business case、KPI 和模型成本经济性连接起来
领导并发展一支多学科工程团队，平衡速度、质量和复用
优先资格
高级技术或商业学位优先
有国产加速器经验者优先
有高度监管行业经验，以及中国技术、数据、隐私或供应商环境经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，覆盖 Agentic、RAG、SLM、LLMOps 等当前热门方向
- 角色同时具备 0→1 验证和规模化交接，能积累完整 AI 产品落地经验
- 跨国药企平台，可接触中国业务单元、全球 AIT 社区和合规治理体系
- 总监级团队管理岗位，兼具技术深度和管理广度
- 需要在快速验证与受监管行业的合规、安全、隐私要求之间取得平衡
- 矩阵化协作复杂，涉及产品、数据、D&T、PIC、法务合规等多个利益相关方
- 既要 hands-on 理解技术，又要管理团队和推动业务采纳，对综合能力要求高
- 适合有多年应用 AI 工程经验、带过技术团队，并且愿意在大型受监管企业中推动 AI 从概念到规模化落地的复合型负责人
缺点 / 挑战
暂无明显挑战项
角色解读
- 可在大型医药企业内从 AI 加速负责人成长为更广泛的数据、技术与创新高管
- 积累 0→1 AI 产品验证、企业级平台和受监管行业落地经验，向 CTO/首席 AI 负责人方向发展
- 建立跨业务、产品和工程的影响力，后续可负责更大范围的商业化 AI 组合
- 负责把中国业务高优先级 AI 想法从机会定义推进到可验证 MVP，并设置加速验证的工程标准
- 领导 FDE 与 AI 工程团队，亲手指导 Agentic 应用、RAG 管线、系统集成和小语言模型开发
- 与 AI 产品负责人以 POD 模式协作，明确 MVP 成功标准、技术可行性和规模化交接方案
- 建设 AICL 的 AI 层，并推动业务团队和工程师复用组件、样例与最佳实践
- 应用 AI 工程能力：Agentic 应用、RAG、编排、提示与上下文工程、评估和护栏
- 模型工程能力：开放权重模型的微调、蒸馏、评估，以及 GPU 性能测试
- 生产级 Python 与 MLOps/LLMOps 实践，理解模型成本和单位产出成本
- 矩阵组织中的跨团队领导力，能与产品、数据、合规、安全和业务方推动落地
申请策略
- 申请时关注辉瑞中国 AIT 的 AI 组合和 AICL 方向，面试中主动讨论如何连接业务价值与工程验证
- 提前了解受监管行业的 AI 治理、隐私和合规要求，展示 responsible AI 意识
- 突出你领导 AI 工程团队、从 0→1 交付并验证 MVP 的案例，说明业务价值和交接方式
- 量化展示 RAG、Agentic 应用、SLM 微调/蒸馏、评估体系和生产部署经验
- 强调在矩阵组织中与产品、数据、合规、安全、业务方协作的经历
- 如有医药、医疗或高度监管行业经验，应放在显眼位置
- 准备一个端到端 RAG/Agent 项目案例，覆盖数据处理、评估、护栏、成本和上线
- 补充 LLMOps/MLOps 知识，尤其是模型评估、监控、单位产出成本和国产加速器适配
面试指南
- 用 STAR 结构说明背景、目标、你的动作和可量化结果，重点讲清楚验证证据和业务价值
- 技术问题按“问题—架构—评估—上线—复用”展开，体现端到端工程能力
- 管理问题强调清晰问责、跨团队机制、证据驱动决策和人才培养
- 你如何把一个高优先级 AI 想法从机会定义推进到可验证 MVP？请举一个具体案例
- 请介绍你构建 RAG 或 Agentic 应用的经验，如何做评估、护栏和 human-in-the-loop？
- 你如何领导跨产品、数据、D&T 和合规团队的 POD 协作？
- 在受监管行业中，你如何平衡 AI 创新速度与安全、隐私、合规要求？
- 你如何决定一个 AI 方案应该规模化还是停止？请说明判断依据
职位点评
薪资福利72
成长发展88
工作生活58
使命价值66
薪资福利
72中等
JD 未披露薪资与福利，但岗位为总监级、要求多年应用 AI 与团队管理经验，补偿预期偏中上；具体需与 HR 确认。
薪资信号未披露（AI估算：6.0千–10.0万/月）
成长发展
88较高
职位处于 AI 应用前沿，覆盖 Agentic、RAG、SLM、LLMOps，并提供 0→1 验证与团队领导机会，发展性很强。
技术前沿前沿/新兴技术
技术栈RAG、Agentic Applications、SLM、Fine-tuning、Distillation、LLMOps、MLOps、Python、Prompt Engineering、Guardrails
成长机会Lead and develop a multidisciplinary engineering squad、documentation, training and an active user community
业务类型ambiguous
工作生活
58较低
JD 未提及办公模式、弹性安排或加班信号，生活方式支持度无法从职位描述判断，需面试确认。
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
66中等
医药行业稳定成熟，AI 应用具有创新价值；JD 未突出社会使命表述，意义感更多来自业务转型与技术落地。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs