工作地点：

天津市

工作职责：

（一）AI 顶层战略规划与路线图设计
1. 结合疫苗企业中长期发展战略（新品研发、临床试验、GMP 生产、供应链、市场营销等），制定公司整体 AI 发展顶层规划，输出短期6至12个月速赢落地项目、中长期2至3年 AI 核心能力建设路径；明确各业务板块 AI 应用优先级、资源投入与投资回报评估标准；
2. 搭建并持续完善疫苗行业专属AI治理体系，包含生物医药数据安全标准、模型全生命周期管理、生产质控合规规范、疫苗敏感数据AI使用管控规则，满足监管部门数据安全相关法规要求；
3. 统筹AI预算、算力、人力资源分配与优化，定期向管理层输出AI落地成效、ROI分析报告，支撑管理层战略决策。
（二）全业务AI场景挖掘与解决方案落地
1. 研发管线AI赋能：深入疫苗靶点研发、细胞实验、动物试验、临床试验、注册申报全流程，挖掘AI应用痛点，设计AI解决方案，如蛋白结构预测、临床试验数据智能分析、不良反应智能筛查、申报资料自动生成、管线研发进度智能预测等。
2. 生产与质控智能化落地：对接GMP生产车间，落地机器视觉质检、生产参数AI 预测、异常风险预警、冷链温感智能监控、批次质量智能复盘、污染物智能识别等工业AI场景；融合数字孪生、强化学习优化疫苗生产工艺；
3. 供应链与冷链AI建设：搭建冷链物流智能预测模型、库存智能调度、供需需求AI 预判，降低疫苗损耗与断供风险；
4. 营销、医学事务数字化：挖掘医学沟通、学术推广、医患科普、渠道管理AI场景，搭建疫苗专属营销智能体矩阵，生成学术材料、科普素材、医学问答知识库，优化市场团队工作效率；
5. 职能后台效能提升：覆盖人力、财务、行政、IT、法务，搭建企业 RAG 知识库、办公AI智能体，实现合同审核、合规检索、流程自动化、报表自动生成，消除企业内部数据孤岛；
6. 主导AI项目全生命周期管理：需求调研、方案设计、POC验证、试点上线、规模化推广，沉淀疫苗行业可复用AI模板、实施 SOP、行业解决方案组件库。
（三）AI技术架构选型与平台建设
1. 调研评估适配疫苗生物医药行业的大模型、智能体框架、算力、数据工具、MLOps平台，结合企业数据基础、GMP合规IT环境完成技术架构选型，兼顾成本、安全性、合规性、可持续迭代；
2. 统筹搭建企业统一AI平台，包含私有化大模型服务平台、RAG 知识库平台、模型训练部署监控MLOps系统，避免各业务线重复建设；
3. 精通主流 Agent 框架（Dify、LangChain等）、提示词工程、大模型微调、私有化部署，搭建疫苗领域专属智能体工作流，构建企业“数字员工、AI员工”矩阵，覆盖研发、生产、商业、职能等多岗位；
4. 跟踪全球生成式 AI、机器视觉、多模态、生物计算、数字孪生等前沿技术，评估新技术在疫苗行业落地价值，统筹外部技术引进、试点孵化。
（四）外部生态合作与资源整合
1. 统筹对接 AI 厂商、生物医药科研院所、高校生物实验室、工业智能化服务商，建立长期技术合作生态；联动外部专家解决疫苗研发、生产场景复杂 AI 技术难题。
2. 协调跨外部合作资源，推进产学研 AI 联合项目落地，赋能疫苗管线创新。
（五）团队搭建、人才培养与 AI 文化建设
1. 从 0到1搭建AI团队（包括但不限于算法、AI工程、AI 解决方案、AI运营），制定团队绩效考核、成长体系，统筹跨研发、生产、质量、市场、IT 多部门协同推进智能化项目；
2. 搭建AI 培训赋能体系：面向公司各适配岗位开展培训，包括智能体搭建、AIGC办公工具、行业AI实操、内部AI知识库等长效支持机制；
3. 通过案例分享、业务流程数字化工作坊，提升全员 AI 认知与使用能力，打造企业 AI 应用文化。

任职资格：

（一）学历与专业背景
硕士及以上学历，人工智能、计算机、软件工程、生物医学工程、计算化学、制药工程、工业工程等相关专业优先；复合背景（生物医药 + 数字化或AI）优先。
（二）工作经验要求：
1. 5年以上企业数字化、信息化建设工作经验，其中至少2年企业 AI 全流程落地管理经验；拥有疫苗、生物制药、医疗器械行业数字化或 AI 项目经验优先；
2. 主导落地不少于2个完整从0到1企业级 AI 项目，具备研发、工业生产、营销至少两大板块 AI 落地交付经验，包括搭建 AI 服务中台、企业 RAG 知识库、行业智能体等；
3. 2年及以上 AI 团队管理经验，具备从零搭建 AI 团队、统筹跨多业务部门大型数字化项目经验。
（三）专业技术能力要求：
1. 熟悉生物医药疫苗全业务流程：新药研发、临床试验、GMP 生产质控、供应链与冷链物流、商业运营体系、药监合规体系，能精准识别行业特有业务痛点与合规红线；
2. 精通大模型应用全链路：LLM私有化部署、微调、RAG 知识库构建；熟练使用 Dify、LangChain等主流Agent开发框架，掌握提示词工程、AI工作流编排；
3. 了解生物计算、数字孪生、工业视觉、强化学习等技术在医药制造场景的落地逻辑，可独立完成行业AI方案架构选型，平衡算力成本、模型效果与药监数据合规要求；
4. 具备数据闭环思维，熟悉企业数据采集、清洗、回流全流程，能够搭建符合生物医药数据安全规范的数据 AI应用体系。
（四）综合软能力要求：
1. 极强业务价值导向、结果导向，擅长量化AI项目投入产出，能说服业务部门落地智能化改造，化解跨部门落地阻力；
2. 优秀战略规划、资源整合能力，可统筹内外部技术、预算资源；擅长将复杂AI技术转化为研发、生产、销售等领域人员易懂的业务语言；
3. 持续追踪全球AI新技术、生物医药智能化发展趋势，具备快速学习、创新落地的能力；优秀项目管理、风险管控能力。