AI应用科学家

该职位来源于猎聘 岗位职责 1. AI解决方案设计与落地

• 深入理解药企数字化营销业务，识别AI赋能的切入点，主导AI应用方案的设计与原型验证。
• 聚焦GEO（生成式引擎优化）方向，研究大模型在医药垂直领域的排名机制与内容生成规律，制定并实施GEO优化策略，提升公司产品在生成式搜索引擎中的可见度与权威性。
• 将AI能力（如智能问答、医学内容生成、患者画像、HCP推荐）集成到现有产品体系中，推动功能上线并持续迭代。 2. 算法研究与模型优化
• 跟进LLM、RAG、多模态、Agent等前沿技术，结合医药行业特性（合规、术语、知识图谱）进行模型微调、提示词工程、检索增强生成等优化。
• 构建并维护医药领域知识库与向量数据库，支持精准的语义检索与推理。
• 设计评估体系，对AI输出的准确性、安全性、合规性进行量化评测，确保满足药企监管要求。 3. 技术攻坚与工程化
• 主导AI应用的技术选型与架构设计，解决推理性能、成本控制、数据隐私等工程难题。
• 与AI应用工程师协作，将算法模型封装为可复用的API或SDK，支持多产品线调用。
• 推动AI应用的自动化测试、监控与持续优化，建立效果反馈闭环。 4. 业务赋能与创新探索
• 与产品、运营、客户成功团队紧密配合，将AI能力转化为可量化的业务价值（如患者依从性提升、医生触达效率提高）。
• 探索GEO在药企品牌曝光、学术传播、患者教育等场景的创新应用，产出标杆案例。
• 定期组织AI技术分享与培训，提升团队整体的AI素养与创新能力。 任职要求 必备条件
• 计算机、人工智能、数学、统计学等相关专业硕士及以上学历，博士优先。
• 3年以上AI/NLP相关工作经验，有大型语言模型（GPT系列、Llama、Qwen等）的实际应用经验。
• 精通Python，熟练使用PyTorch/TensorFlow等深度学习框架，具备良好的工程能力。
• 深入理解RAG、Prompt Engineering、Fine-tuning等技术，有实际落地项目经验。
• 具备优秀的业务理解能力和跨部门沟通能力，能将复杂技术问题转化为业务语言。 加分项
• 有医药、医疗健康、生命科学领域的AI应用经验（如医学文献分析、临床决策支持、患者管理）。
• 熟悉搜索引擎优化（SEO/GEO）原理，有内容结构化、Schema标记、知识图谱构建经验。
• 有AI Agent开发经验（如LangChain、AutoGen），或参与过开源AI项目。
• 发表过高水平AI相关论文或拥有相关专利。