1. 临床研发统计与科学编程支持
（1）参与临床试验全流程中与生物统计和科学编程相关的工作，支持不同分期、不同类型及不同治疗领域项目的高质量交付；
（2）根据项目需要，独立承担或总体负责以下工作中的部分或全部内容：研究设计支持、统计分析计划制定、统计方法选择、分析结果解释、CDISC相关数据集规范与构建、TFL开发与质量控制、临床研究报告及递交相关文档支持等；
（3）参与或审阅与项目相关的关键文档，包括但不限于 protocol、SAP、mock shell、eCRF、SDTM/ADaM spec、CSR、Define.xml、Reviewer’s Guide 等，确保其科学性、准确性与合规性；
（4）确保相关交付物符合监管要求、内部规范及审计追踪要求。
2. 项目推动与跨职能协作
（1）作为项目关键成员，或在相应范围内担任统计/编程代表，参与项目例会、跨职能讨论及关键决策；
（2）与Stats、Programming、DM、Medical、PV、Clinical Operations及外部合作方保持高效协作，推动问题识别、风险预警和解决方案落地；
（3）对负责范围内的项目进度、质量和关键节点具备Ownership，能够主动推进事项闭环，而不仅仅是完成分配任务；
（4）对于较高职级候选人，期望其承担更复杂项目、关键专项或团队赋能职责，并在跨团队协同中发挥更强的牵引作用。
3. AI数智化应用与业务赋能
（1）结合真实研发业务场景，识别适合引入AI或自动化的机会点，包括但不限于试验设计支持、统计分析辅助、数据处理与分析自动化、文档生成与审阅、知识检索、交互式查询与辅助决策等；
（2）作为业务侧核心参与者，参与或牵头AI/数智化项目中的需求梳理、场景定义、输入输出设计、结果合理性评估、业务验收及推广应用；
（3）协同技术团队推进PoC、试点和落地评估，推动AI能力真正嵌入业务流程并产生可持续价值；
（4）推动AI数智化工具、方法与最佳实践在团队及跨职能场景中的推广应用，支持业务团队提升分析效率、问题解决效率和研发协作效率；
（5）积极探索AI在BDS及更广泛研发场景中的应用边界，推动形成可复制、可推广的最佳实践；
（6）本岗位更强调懂业务、懂场景、能推动落地的能力，而非纯技术实现能力。
4. 标准化、平台化与持续优化
（1）主动识别统计分析、科学编程和数据处理中的可复用、可标准化、可自动化场景；
（2）参与或牵头数据标准、方法规范、流程机制及相关平台工具的建设与优化；
（3）支持研发数据一体化平台、工具链或相关系统的需求定义、方案评估与落地实施；
（4）推动团队在交付模式、技术工具、质量管理和效率提升方面的持续演进。
5. 团队影响力与专业成长
（1）持续关注生物统计、科学编程、AI+Pharma及研发数智化相关前沿趋势与行业实践；
（2）在团队内部分享经验、沉淀方法，推动知识复用与能力建设；
（3）若为较资深者，期望其在跨项目协调、标准体系建设、人才培养或重点专项推进中发挥更强的带动作用。

1. 统计学、生物统计学、流行病学、数学、公共卫生、计算机科学相关专业本科及以上学历，硕士或博士优先；
2. 本科2年及以上相关经验，硕士/博士可酌情降低经验要求；
3. 扎实理解临床试验设计、统计分析思路、常见终点及全球药政/行业规范；
4. 熟悉临床研发中统计与编程相关的关键流程，理解CDISC标准、递交要求及相关交付链路；
5. 具备较强的SAS能力，熟悉R或Python者优先；
6. 能够在生物统计或科学编程至少一个方向独立承担核心职责，并与另一方向高效协同；生物统计方向-研究设计支持、统计方法制定、SAP撰写、结果解读、监管沟通；科学编程方向-SDTM/ADaM、TFL、数据递交包（含Define.xml/Reviewer’s Guide制作） 等；
7. 具备良好的中英文书面及口头沟通能力，能够与跨职能团队进行有效协作；
8. AI与数智化相关要求：
（1）对AI在医药研发中的应用具有真实兴趣和持续学习动力；
（2）理解AI/自动化在业务中的基本应用逻辑，能够从场景、输入输出、验收标准和风险控制角度参与落地；
（3）有以下任一经验者优先：参与AI/自动化工具在研发场景中的试点或落地；参与PRD、业务需求梳理或PoC设计；熟悉Prompt Engineering、AI工具接入、Agent/Workflow类应用；具备R Shiny、Flask/Django、Vue/React、数据库、Git、Linux等相关经验；
（4）不要求具备深度算法开发背景，但希望其能够作为业务与技术的粘合剂，推动AI能力真正被使用并产生价值。
9. 思维灵活，适应变化快，乐于探索新工具和新方法；具备跨团队协作意识、产品意识和结果导向；对AI+医药研发的长期发展有真实兴趣，并愿意在赋能团队和推动创新方面持续投入。