济南Python研发工程师

1. 负责软件开发工作，包括需求分析、系统设计、编码、单元测试、系统集成和服务部署等环节。

2. 参与项目需求评审和技术方案讨论，明确项目开发进度和质量;根据业务需求，进行软件开发工作，编码高质量的Python代码。

3. 负责系统性能优化和代码重构，提高系统的稳定性和可维护性。

4. 参与代码审查，确保代码质量和规范符合团队标准。同时 编写技术文档,包括需求文档、设计文档、测试文档、用户手册等。

5. 与团队密切合作，保质保量的完成leader分配的任务，解决项目中的技术难题和需求变更。

齐鲁制药集团有限公司

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。

齐鲁制药集团有限公司

1、负责Web应用的系统开发、架构优化和演进；

2、编写和维护高质量的代码、确保代码易于理解、可维护和可扩展；

3、承担重点、难点的技术攻坚。

齐鲁制药集团有限公司

1. 根据业务部门需求，完成系统功能设计、开发与测试，确保高质量交付；

2. 参与人力资源系统等核心项目开发，承担关键模块或服务的设计与编码；

3. 负责系统接口设计、数据库建模与性能优化，持续提升系统稳定性与可维护性；

4. 编写开发文档与技术规范，推动团队技术沉淀与标准化建设；

5. 支持前后端协同开发，配合完成中台系统、表单流程的快速构建；

6. 关注主流技术方向，参与微服务架构、DevOps、AI项目等智能化改造工作；

7. 必要时承担项目指导或评审角色，提升团队整体开发效能。

8. 部门内其他工作。

齐鲁制药集团有限公司

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。

齐鲁制药集团有限公司

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

齐鲁制药集团有限公司

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。

齐鲁制药集团有限公司

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）。

齐鲁制药集团有限公司

1、AI智能体设计与开发 负责公司AI智能体（Agent）的设计、开发与运维，搭建自动化业务流程，提升业务运行效率。

2、AI门户建设与运营 主导公司AI应用门户的规划与建设，整合内外部AI能力，打造统一的AI服务入口，持续优化用户体验。

3、垂类模型应用落地 结合制药行业业务场景，探索并落地垂直领域AI模型应用，包括但不限于文档智能、质量分析、工艺优化等方向。

4、数据中台与知识库建设 负责公司数据中台架构设计与建设，推进知识库体系的构建、管理与持续运营，支撑数据资产化与智能化应用。

齐鲁制药集团有限公司

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。

齐鲁制药集团有限公司

1、模型开发与迭代：针对培养基优化、细胞培养参数预测、纯化条件推荐、制剂稳定性预测等场景，设计并实现ML模型；负责数据预处理→特征工程→模型选型与训练→交叉验证→超参数调优的全流程；把算法模型封装为内部可用工具。

2、可复用Pipeline建设：编写可复用的ML Pipeline代码，建立模型版本控制与实验追踪机制；

3、模型可解释性：在工艺科学家配合下进行SHAP/LIME等可解释性分析，确保模型输出对工艺人员可理解；

4、工具链与基础设施：搭建和维护团队模型训练与推理环境；开发面向AI Champion的轻量分析工具（Streamlit/Gradio应用），降低AI使用门槛；

5、跨板块技术支持：为AI Champion提供模型使用培训和技术答疑；协助各板块进行数据分析与可视化的quick win项目，快速建立信任；

6、文档与知识沉淀：编写模型开发文档和使用手册，定期组织内部技术分享，维护团队代码仓库和技术Wiki。

7、负责接口开发、可视化后台、实验数据自动导入、SHAP可解释性模块开发、软件开发。

齐鲁制药集团有限公司

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。

齐鲁制药集团有限公司