1.基于大语言模型、工具调用与知识库，设计和构建面向生物医药场景的智能体（AI Agent），覆盖药物研发、临床研发、医学事务、运营等业务流程。
2.负责关键业务场景的 Agent 方案设计与落地，如靶点/化合物挖掘助手、临床试验方案辅助设计助手、医学文献与指南问答助手、医药营销与销售支持助手等，在合规前提下提升效率与决策质量。
3.搭建和优化 Agent 架构，包括对话编排、工具链路设计、子 Agent 协同、多轮任务拆解与执行监控，实现复杂长链路任务的自动化与可观测。
4.构建和维护医药领域知识库与向量检索系统（RAG），包括数据清洗、结构化抽取、索引构建、检索策略与重排序优化，保障回答的专业性、一致性与可追溯性。
5.设计和实现与外部系统的集成，如实验室信息系统、药物研发平台、文献数据库（如 PubMed）、CRM/ERP 及内部数据平台，通过 API / 微服务将 Agent 无缝嵌入现有业务流程。
6.参与提示词工程与对话策略优化，针对不同医药业务角色（科研人员、临床运营、医学经理、销售代表等）设计个性化交互模板与安全边界。
7.建立 Agent 评测与监控体系，包括任务成功率、响应准确性、专业一致性、用户满意度等指标，持续进行错误分析与迭代优化。
8.跟踪生成式 AI、Agentic AI、生命科学 AI 的前沿技术与最佳实践，评估新模型、新框架在公司业务场景中的应用潜力并推进试点项目。
9.配合法规与合规团队，落实数据安全、隐私保护与 AI 使用规范，支持 GxP、数据留痕、可解释性等监管要求。

1.计算机科学、人工智能、生物信息学、生物医学工程、药学等相关专业本科及以上学历，有生物医药相关背景或项目经验优先。
2.熟练掌握至少一种主流编程语言（如 Python / Java），具备扎实的工程能力，能够独立完成从原型验证到生产部署的全流程开发。
3.理解大语言模型及其推理机制，熟悉主流 LLM 生态（如 OpenAI、Claude、Llama 等）以及提示词工程、RAG、函数调用、多轮对话管理等关键技术。
4.有使用或实践过至少一种 Agent / LLM 应用框架或平台（如 LangChain、LlamaIndex、Dify、Haystack、自研编排平台等）的经验，了解多 Agent 协同、工作流编排等概念。
5.具备良好的生物医药场景理解能力，在以下至少一个方向有实践经验更佳： 药物发现与设计（靶点挖掘、分子筛选、文献挖掘等）、临床研发（方案设计、入排标准筛选、病例文本处理等）、医学事务（文献总结、循证支持、医学问答等）、医药商业与运营（学术推广材料生成、销售支持助手等）。
6.理解医疗数据合规要求，了解数据脱敏、访问控制、操作审计等安全机制，有医疗/医药行业项目经验者优先。
7.具备良好的跨部门沟通能力，能够与研发、临床、医学、合规及业务团队紧密协作，将业务需求抽象为可实现的 Agent 方案。
8.自主学习能力强，对生成式 AI 与生命科学交叉创新有热情，适应快速迭代和不确定性环境。

加分项：
1.有医药/医疗 AI 产品从 0-1 落地经验，如智能文献助手、临床决策支持系统、医药 CRM 智能助手等。
2.参与或主导过多模态医疗数据相关项目，如结合文本病历、医学影像、基因组数据的综合智能体应用。
3.在 AI、医药信息学、临床决策支持等领域有论文、专利或开源项目者优先。