AI 高级专家（工艺生产方向）(J18028)

1. AI建模与数据分析

围绕生物制药工艺开发、CMC及生产制造相关数据（如细胞培养参数、代谢物、蛋白表达量、批次与时间序列数据等），开展数据清洗、探索性分析、特征工程与可视化工作；构建并优化适用于小样本、高维数据的统计与机器学习模型（如PCA/PLS、Random Forest、XGBoost、贝叶斯方法等），支持细胞株筛选、工艺与培养基优化、批次一致性分析与异常检测等业务场景。

1. AI解决方案技术负责人（端到端）

作为AI解决方案的技术负责人，主导从问题定义、方案设计、模型开发与验证，到部署上线及上线后监控和持续优化的全流程工作；确保模型在性能、可解释性、稳定性与合规性方面满足业务与质量要求，并在高级或经理级别为团队成员提供技术指导与方法论支持。

1. 跨团队协作与落地实施

与工艺开发、CMC、制造科学及IT/数据工程团队紧密、现场协作，将复杂的科学与业务问题转化为可执行的数据与AI任务；通过清晰的可视化、技术说明和报告向非技术背景人员解释模型结果与决策建议，并支持模型在本地或云环境中的集成、部署与运维。

• 硕士及以上学历（优秀者可本科），计算机、数据科学、统计、生物信息学或相关理工科背景
• 3–5 年以上数据分析 / 机器学习实战经验，有端到端负责 AI 解决方案的经历。有模型部署、MLOps、生产环境支持经验
• 精通 Python 及主流数据科学 / 机器学习库，具备扎实统计学与小样本建模能力
• 能够与工艺开发、CMC或制造科学团队高效沟通协作。常见应用包括：分析上游PAT数据和工艺数字孪生，评估细胞培养参数对产量和质量的影响，以及监测商业化生产的黄金批次和长期趋势并进行预警
• 中文流利，具备英文技术阅读与交流能力

加分项：

• 在Kaggle、天池等数据科学竞赛中取得优异成绩（如全球前10%、银牌及以上）。熟悉时间序列、多变量分析、异常检测或受监管环境（GxP）。
• 以第一作者或主要作者身份在生物信息学、计算生物学、AI for Science 或相关领域发表高水平论文（如SCI期刊、NeurIPS/ICML/Bioinformatics 等）
• 生物制药、CMC、工艺开发或制造相关数据分析经验