锦鲤求职岗位描述
行业大模型与智能体方向
工作地点
上海 / 宁波（可选）
________________________________________
关于我们
我们致力于利用人工智能技术重塑新药研发和临床研究流程，打造面向临床研发全生命周期的行业大模型（Industry Foundation Model）、智能体平台（Agent Platform）以及数字员工（Digital Workforce）体系。
通过融合生成式AI、大语言模型（LLM）、强化学习（RL）、知识图谱（Knowledge Graph）、多智能体系统（Multi-Agent Systems）等前沿技术，我们正在构建面向临床运营、医学监查、数据管理、统计分析、药物警戒、医学写作等业务场景的新一代AI平台，推动临床研发从数字化迈向智能化。
现面向2027届博士毕业生招聘临床研发AI科学家，参与行业领先的Clinical AI平台建设。
________________________________________
岗位职责
一、临床研发行业大模型研发
• 参与临床研究领域行业大模型（Clinical Foundation Model）的设计、训练与优化；
• 构建临床研发知识库、知识图谱及RAG体系；
• 开发医学、临床运营、药物警戒、统计分析等专业领域AI能力；
• 研究和应用SFT、RLHF、DPO、GRPO等模型优化技术；
• 构建临床研发领域高质量训练数据体系；
• 建立行业模型评测体系和Benchmark；
• 推动行业大模型在真实业务场景中的落地应用。
________________________________________
二、业务智能体（Agent）平台研发
• 参与企业级Agent Platform设计与开发；
• 构建Agent Runtime、Tool Calling、Workflow Engine等核心能力；
• 设计智能体编排（Agent Orchestration）框架；
• 开发企业知识访问与推理能力；
• 建设Agent开发平台、调试平台和评测平台；
• 优化智能体推理效率、稳定性和成本控制；
• 构建面向企业级应用的Agent治理体系。
________________________________________
三、临床研发数字员工开发
围绕临床研发全生命周期，开发面向不同岗位的AI数字员工：
• 医学监查助手（Medical Monitor Agent）
• 临床运营助手（Clinical Operations Agent）
• 数据管理助手（Clinical Data Management Agent）
• 生物统计助手（Biostatistics Agent）
• SAS编程助手（Statistical Programming Agent）
• 药物警戒助手（Pharmacovigilance Agent）
• 医学写作助手（Medical Writing Agent）
• 临床项目管理助手（Project Management Agent）
主要职责包括：
• 设计智能体工作流；
• 开发领域专属工具链；
• 构建多智能体协作体系；
• 优化任务规划与执行能力；
• 提升业务自动化与智能化水平。
________________________________________
四、AI基础设施（AI Infra）建设
• 参与大模型训练与推理平台建设；
• 建设GPU集群资源管理平台；
• 研发MLOps与LLMOps体系；
• 构建模型部署与服务平台；
• 优化推理性能与资源利用率；
• 参与向量数据库、知识库平台建设；
• 研究分布式训练与推理技术；
• 推动AI工程化与平台化建设。
涉及技术方向包括：
• Kubernetes
• Docker
• Ray
• vLLM
• SGLang
• Triton
• MCP
• Agent Gateway
• Model Gateway
________________________________________
五、智能体自学习与自进化技术研究
作为下一代AI平台核心能力，探索具备持续成长能力的智能体系统。
研究内容
• 研究智能体自主学习（Self-Learning）机制；
• 研究智能体自主优化（Self-Improvement）框架；
• 研究长期记忆（Long-term Memory）体系；
• 构建经验积累与知识演化机制；
• 研究Reflection与Self-Correction技术；
• 研究Agent Planning与Reasoning能力；
• 研究Tool Learning与Workflow Learning技术；
• 研究基于业务结果反馈的持续优化机制；
• 研究强化学习驱动的Agent优化体系；
• 构建Agent能力评测与自动优化闭环；
• 探索AI Scientist与Autonomous Agent技术；
• 推动数字员工持续成长与能力演化。
________________________________________
六、前沿技术探索
持续跟踪和研究以下方向：
• Large Language Models（LLM）
• Reasoning Models
• Agentic AI
• Multi-Agent Systems
• Reinforcement Learning
• AI Scientist
• Autonomous Workflow
• Knowledge Graph
• Retrieval-Augmented Generation（RAG）
• Digital Workforce
• Generative AI in Life Sciences
________________________________________
任职要求
基本要求
• 2027届博士毕业生；
• 计算机科学、人工智能、机器学习、数据科学、生物信息学、医学信息学、统计学等相关专业；
• 扎实的机器学习与深度学习理论基础；
• 熟练掌握Python开发；
• 熟悉至少一种深度学习框架：
o PyTorch
o TensorFlow
o JAX
• 具备优秀的算法能力与工程能力；
• 具备良好的沟通与团队协作能力；
• 具备快速学习和解决复杂问题能力。
________________________________________
优先条件
满足以下一项或多项者优先：
AI方向
• 大语言模型（LLM）研发经验；
• Agent或Multi-Agent项目经验；
• RAG系统开发经验；
• 知识图谱项目经验；
• 强化学习研究经验；
• AI Infra建设经验；
• 分布式训练经验；
• 开源社区贡献经验。
医药行业方向
• 熟悉临床试验流程；
• 熟悉GCP规范；
• 了解ICH相关指导原则；
• 熟悉CDISC标准（SDTM、ADaM）；
• 熟悉临床数据管理流程；
• 熟悉药物警戒流程；
• 熟悉医学写作流程；
• 具备医疗健康AI项目经验；
• 具有医药、生物、医学交叉背景。
________________________________________
加分项
• 在NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI、KDD等国际顶级会议发表论文；
• 熟悉DeepSeek、Qwen、Llama等开源大模型；
• 熟悉LangGraph、AutoGen、CrewAI、MetaGPT、OpenManus等Agent框架；
• 熟悉PPO、DPO、GRPO等强化学习算法；
• 具有Agent Evaluation或Agent Optimization项目经验；
• 具有AI Scientist相关研究经验；
• 获得国家奖学金、优秀博士论文等奖励；
• 发表高水平学术论文或拥有相关专利。
________________________________________
我们希望你具备
• 对AI改变生命科学和医疗行业充满热情；
• 对创新技术保持强烈好奇心；
• 具备科研探索精神与工程落地能力；
• 愿意挑战行业级复杂问题；
• 希望参与构建下一代临床研发数字员工平台。
________________________________________
你将获得
• 与顶尖AI科学家和临床专家共事；
• 深度参与行业级AI平台建设；
• 真实世界临床研发场景与海量专业数据；
• 从0到1打造行业大模型与数字员工体系；
• 广阔职业发展空间；
• 有竞争力的薪酬与长期激励计划；
• 国际化创新团队与开放技术文化。
________________________________________
关键词
Clinical AI｜Industry Foundation Model｜Large Language Model｜Agent Platform｜Multi-Agent Systems｜AI Scientist｜RAG｜Knowledge Graph｜Reinforcement Learning｜Digital Workforce｜Clinical Trial｜Medical Writing｜Pharmacovigilance｜Biostatistics｜Clinical Operations｜AI Infra｜MLOps｜LLMOps