薪酬概览
平均月薪
¥31200
中位数 ¥0 ｜ 区间 ¥24300 - ¥38100
数据来源：谈职全网14份招聘数据；更新时间：2026年7月13日
月薪分布
57.1% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
5月新增岗位
11
对比上月：岗位新增6
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 3-5年 | 2 | 22.2% |
| 5-10年 | 6 | 66.7% |
| >10年 | 1 | 11.1% |
热招职位
1.负责新产品立项、开发等整体技术规划与实施；主导处方设计、工艺优化、中试放大及技术转移，解决工艺开发中的关键技术问题；确保制剂工艺符合国内外药品注册要求及GMP规范。
2.协助生产解决“卡脖子”难题，助力降本增效、质量提升、工艺技术水平提升、工艺安全等，主导重大变更申报资料的撰写与审核。
3.跟踪行业新技术（如连续制造、纳米制剂、3D打印等），推动创新技术应用。
4.与研究院、生产、质量等部门紧密合作，推动项目全生命周期管理。
1.聚焦MST细胞培养相关实验设计、方案优化及落地执行，参与上市后生物大分子药物细胞培养工艺的技术迭代与优化工作，配合开展供应商相关技术对接，推动新技术、新方法在细胞培养环节的探索与应用。
2.通过上游工艺现场排查及研发、生产环节工艺数据分析，挖掘细胞培养工艺提升潜力，协调内外部技术资源，制定工艺优化实验方案并推进实施，助力产品质量与生产效率提升。
3.持续跟踪上游细胞培养工艺领域前沿技术进展，结合公司实际发展需求，开展新技术、新方法的探索与调研，做好技术总结与理念宣贯，提升团队技术认知与应用能力。
4.负责细胞培养相关实验方案、技术报告、工艺总结等资料的撰写与完善，配合完成相关申报资料的编制、整理工作，确保各类资料规范、准确、完整。
1、战略规划：制定AI在抗体药物工艺开发领域的3年技术路线图，对齐公司整体CMC战略；
2、团队建设：组建并管理3-5人AI核心团队，制定个人发展计划与绩效目标；在各工艺板块选拔并培养AI Champion，建立"中央组+嵌入式代表"协作机制；
3、技术落地：主导AI用例的优先级评估（可行性×业务价值×数据就绪度），亲自参与关键项目技术方案设计（特征工程路线、模型选型、验证策略），建立模型上线后的效果监控与迭代机制；
4、数据与基础设施治理：牵头制定实验数据采集与存储规范，推动LIMS/ELN数据标准化；评估和选型计算基础设施（GPU工作站/云资源）及软件工具链；
5、跨板块协调：对接各工艺板块负责人（上游/下游/制剂/质量/表征），将业务需求准确转化为可执行的AI项目定义；
6、外部合作：跟踪AI+生物制药前沿进展，评估和管理外部AI供应商及CRO技术方案；
7、预算管理：编制和管理AI团队年度预算（人力、计算资源、软件工具、外部合作）。
8、统筹AI算法团队战略、模型底层架构、算法迭代、专利布局、前沿技术预研、算力规划。
1、负责大模型训练平台的结构设计、核心模块开发与性能优化，支持大规模分布式训练任务；
2、参与数据集的构建、清洗、预处理以及高效存储方案设计，确保数据质量与训练效率；
3、实现模型微调全流程工具链使用，包括参数配置、训练策略优化及资源调度；
4、开发模型验证与评估系统，设计自动化测试框架，确保模型效果符合业务需求；
5、跟踪大模型技术前沿，探索高性能计算、显存优化等关键技术落地。
1、负责药物研究院研发信息化需求的调研，对接集团研发信息化项目在药物研究院的落地管理及功能推广；
2、跟踪行业内AI技术的最新发展动态，评估新技术在医药研发中的应用潜力，并推动技术落地；
3、与研发团队紧密合作，深入了解研发需求，负责AI模型的开发与训练，将AI技术融入研发流程，提升研发效率和精准度；
4、开发和维护研发相关的AI软件系统和平台，提供稳定的技术支持；
5、协助研发团队处理和分析海量的研发数据，包括合成化学数据、临床试验数据、药物分析数据等，确保数据的质量和可用性。
1、主导大模型选型、微调策略与训练框架设计
2、搭建模型评测体系，持续优化模型性能与业务适配度
3、优化模型推理性能，实现低成本、高效率的模型部署
4、跟踪前沿技术（如多模态、Agent、RAG），规划技术演进路线
1、负责AI能力的前端交互与后端服务开发，将算法能力封装为可落地的业务应用
2、开发AI办公门户、智能聊天界面、AI能力市场等系统的功能模块
3、对接大模型API、向量数据库、知识图谱等底层服务，实现端到端AI功能闭环
4、优化前端AI交互体验（流式输出、打字机效果、Markdown渲染、会话管理）
1. 开户：协助提交合约商的开户报告、终端医院的开户报告、合约服务商的准入备案、设备申请2. 协助催收招商的相关协议，合约商协议，合约服务商协议3. 根据招商代表提供的订单计划在下单系统进行下单操作，如 涉及阳光采购平台的维护做单一并处理；协助进行代理终端客户的定期盘库4. 发票、出库单的资料确保齐全，跟进入库；代理商和客户终端的协助对账，并负责催收对账函5. 赊销款超期到期提醒招商代表，并负责提交信用报告6. 提交并跟进退款流程(含保证金),确保退款效率；提交并跟进退货进度，确保及时退货避免报损7. 协助制作费用报账的资料及报告提交、跟进8. ①合约商与cso服务商、医院端的关联图谱；
1、需求调研与分析：深入挖掘用户潜在需求，精准提炼业务痛点。能够将复杂的业务需求转化为清晰、可实现的功能需求，输出详细、规范的需求规格说明书
2、解决方案设计与定制：具备优秀的解决方案设计能力，能够结合用户业务场景以及技术发展趋势，设计出创新性的解决方案，确保方案可行性与技术先进性，。
3、对设计方案进行成本效益分析，评估技术可行性、实施周期、实施风险与预期收益，为项目决策提供数据支持。
5、项目协作与推进：协同业务经理、交付开发团队，参与项目全流程，把控项目进度，及时解决技术与流程问题，保障项目按时高质量交付。
6、运维与持续改进：项目上线后，负责系统运维与持续改进工作，用户问题解决、需求分析识别，与软件厂商持续开展持续改进提升工作。
7、组织召开项目会议，协调各方资源，及时沟通项目进展与问题，确保项目信息在团队内有效传递。
8、用户沟通与服务：与用户保持密切沟通，提供解决方案、演示方案效果，解答疑问，收集反馈，提供技术支持、培训，提升用户满意度。基于客户反馈，对解决方案进行优化调整，确保方案持续满足用户需求。
1、数据整合与治理：从各工艺板块收集实验数据（Excel记录、LIMS导出、设备输出文件等），建立统一的清洗和标准化流程；识别和处理数据质量问题（缺失值、异常值、批次效应、命名不一致）；建立并维护结构化的数据集目录，为ML建模提供高质量数据底座；
2、统计分析与可视化：使用统计方法（假设检验、ANOVA、回归分析、方差分量分析）支撑工艺开发和QC数据分析；为各板块制作标准化数据看板（Tableau/Power BI或Streamlit），如批次趋势监控、CQA月度汇总；参与OOS/OOT调查的数据分析支持；
3、AI Champion培训与支持：牵头设计并实施AI Champion基础培训课程（Python入门→数据处理→ML概念）；作为AI Champion的日常技术支持第一联系人，解答数据工具使用问题；编写数据操作的SOP文档和培训材料；
4、探索性分析（EDA）：在ML工程师建模前完成探索性数据分析，识别数据特征和潜在规律；支持快速ad-hoc分析请求（如历史批次某质量属性的波动统计分析）。
1. 参与前端项目的前期需求分析，与产品、模型端、后端协作，明确功能目标和技术实现方案。
2. 负责前端系统架构设计、模块划分，制定开发计划和技术文档。
3. 使用Vue、TypeScript等完成业务页面和组件的开发，保证代码可读性、可维护性和性能。
4. 对前端性能进行监控和优化，保证页面加载速度、交互流畅度和兼容性。
5. 根据业务需求，完成API对接、SSE/WebSocket实时通信、文件上传下载等功能的开发与集成。
6. 负责PC端与H5端多端适配，保证在不同设备和分辨率下的良好体验。
7. 参与AI相关功能的前端开发，如大模型流式输出展示、AI对话界面、智能辅助决策等，提升人机协作体验。
8. 具备前后端联调能力，能参与接口设计、数据库设计或Node中间层开发，协助前后端联调与问题排查。
1.生产计划执行：根据车间月度、周度生产作业计划，组织并实施生产任务，确保按时、按质、按量完成生产目标。
2.工艺规程与SOP执行：严格遵循ADC生产工艺规程及标准操作规程（SOP），负责关键工序的操作与监控，保障生产过程规范、可控。
3.现场异常处理：及时发现并报告生产过程中的异常情况，协助启动偏差处理流程，参与偏差调查及纠正预防措施（CAPA）的实施。
4.生产记录管理：准确、完整、及时地填写生产批记录及相关辅助记录，确保数据完整性，并协助完成记录的复核与归档。
5.合规与自查：遵守GMP规范，执行车间内部自查要求，配合各类外部审计与检查，落实相关整改措施。
6.质量协同：与质量保证（QA）、质量控制（QC）部门保持有效沟通，执行质量改进措施，参与偏差、变更及超标结果（OOS）的调查与跟进。
7.工艺转移与验证：参与新产品、新工艺从研发向车间的技术转移，协助工艺验证、清洁验证等活动的现场执行与数据收集。
8.生产优化与成本控制：持续识别生产过程中的改进机会，提出优化建议，参与新技术、新方法的引入，提升效率、收率及质量稳定性，协助控制生产成本。
9.物料管理：负责生产物料、耗材的领用、使用及库存管理，及时反馈物料需求，确保生产连续进行。