aidd数据与工作流工程师.

关于公司。
致力于创新药物的研发、生产和销售，长期深耕中枢神经系统（CNS）、肿瘤等核心疾病治疗领域，积极布局前沿技术平台，持续推进人工智能与数字化赋能的新药研发（AIDD）体系升级。

关于团队。
团队聚焦于 AIDD 体系中研发数据、干实验流程和 AI 能力的工程化建设，是连接研发业务数据、计算模型、算法模型与湿实验结果的核心工程化枢纽。团队致力于建立标准化 Workflow 与数据资产沉淀体系，推动“Design → Dry Lab → Make Test → Data → Learn”形成真正的研发数据闭环。

关于职位

• 研发数据建模与标准化治理：梳理 CNS 小分子研发的核心数据对象、字段、主数据及关联关系，建立化合物、结构、活性、ADMET、计算与实验结果的统一研发数据模型，建设数据清洗、去重、质量校验及版本管理流程。
• 干实验 Pipeline 流程编排：设计并维护小分子干实验 Pipeline，负责分子生成、Docking、FEP、ADMET 等计算能力的流程编排，协同将科研方法封装为标准化 Tool 与 Workflow。
• 数据闭环与全链路追溯：建立计算任务、实验结果、模型版本、参数版本及数据版本的全链路可追溯机制，设计并打通“设计-计算-实验-数据-迭代”的数据回流闭环。
• AI 能力融合与自然语言交互：与 AI 算法团队紧密协同，将工作流接入大语言模型（LLM）、AI Agent、知识库及企业 AI 平台，支持科研人员通过自然语言便捷调用模型、工具与工作流，开展数据查询与分析。
• 系统对接与资产沉淀：对接企业内部 ELN、LIMS、DMS 等研发信息系统，建立 AIDD 数据资产目录、权限管理、数据标准及接口规范，推动研发过程数据与专家经验（Know-how）的资产化沉淀。

技能和经验要求

• 熟悉小分子创新药研发流程（具备 CNS 小分子研发相关背景者优先），对化合物分子结构、活性指标、ADMET 等核心数据有清晰理解。
• 具备干实验流程设计与流程编排经验，熟悉常用分子生成、分子对接（Docking）、FEP 等计算化学工具与 Pipeline 搭建。
• 熟练掌握 Python 等主流编程语言，具备扎实的数据工程功底，熟练开展数据建模、数据清洗、ETL 及数据质量治理。
• 熟悉科研数据版本管理与可追溯机制设计；具备实验室信息系统（ELN、LIMS、DMS 等）接口打通与系统集成经验。
• 了解或具备大语言模型（LLM）、AI Agent 框架落地经验，有推动自然语言驱动流程调度与数据问答实操背景者优先。
• 具备良好的跨学科协作能力，能顺畅对接药物化学家、计算化学家及 AI 算法工程师。