岗位职责：
1. 内部知识库构建与优化：
设计并实现用于药物研发的智能知识库系统， 支持信息存储 、检索与智能推理，提升研发效率。
基于机器学习模型开发自动化文献检索和知识推荐系统。
2. 药物研发翻译软件开发：
开发和优化专用药物研发领域的翻译系统，确保专业术语的精准翻译。
结合自然语处理（ NLP）技术提升翻译的准确性，优化药品研发文档的翻译流程。
3. 智能客服系统：
设计并开发智能客服系统， 基于 NLP 和对话生成技术，提供高效的客户⽀持与问题解答。
开发基于药物研发和企业管理需求的定制化智能客服系统，提升用户体验。
4. AI 模型训练与部署（ 如 RAG 应用）：
独自负责从数据采集 、预处理到 AI 模型训练 、优化和部署的全流程工作，确保模型与业务需求契合。
实现基于 RAG（ Retrieval-Augmented Generation） 的应用，提升大规模数据处理和生成模型的性能。
将模型部署到生产环境，确保高效 、稳定运行， 并与现有系统无缝集成。
5. 算法开发与创新：
独立设计和实现新的机器学习算法，推动解决具体业务问题， 如数据预测 、分类和优化。
针对不同业务场景提出合适的 AI 解决⽅案，确保算法的可维护性和⾼效性。
6. 与后端工程师合作：
与后端工程师紧密合作，确保 AI 模型能够顺利集成到公司现有的技术架构和产品中。
协助后端团队优化模型的接口设计和数据交互，确保系统稳定性和性能。
任职要求：
1. 学历与专业：计算机科学 、数据科学 、人工智能 、药学或相关专业的硕⼠及以上学历。
2. 技能要求：
精通机器学习 、深度学习 、自然语言处理（ NLP） 等领域，熟练使用 TensorFlow、 PyTorch 等主流框架。
熟悉 RAG（ Retrieval-Augmented Generation）模型及其在实际场景中的应用 。
熟悉算法设计 、特征工程 、模型评估与优化技巧。
熟练使用 Python 编程语言， 能够独立编写清晰 、高效的代码。
有数据清洗 、数据处理和数据分析的经验， 能够处理大规模的数据集。
3. 项目经验：
至少 2 年以上机器学习或相关领域的工作经验， 具备项目全周期经验者优先。
有药物研发相关项目经验， 尤其是在翻译系统 、智能客服系统 、AI 模型等领域的实践 经验者优先。
熟悉仿制药行业的特点和需求， 能在该领域中灵活应用机器学习技术。
4. 团队合作与沟通能力 ：
良好的团队合作精神和跨部门沟通能力， 能有效与研发团队 、产品经理和后端工程师 协作。
具备—定的技术文档编写能力 ， 能够清晰表达复杂的技术概念。
加分项：
熟悉大规模数据处理和分布式计算框架， 如 Spark 、Dask 等。
了解药品研发和仿制药行业的相关法规与业务流程。