2027届-硕士-AI应用研究员(FDE)-北京/上海

方向定位 以前线部署(Forward-Deployed)的方式把模型能力转化为业务结果:嵌入临床与医疗服务一线,面向具体应用构建 agent 与 LLM 应用,负责从需求拆解到上线迭代的端到端交付。研究院不设产品经理与项目经理，这些职能由 FDE 研究员承担,你同时是研究员、产品定义者与交付负责人。当前六大应用阵地:病历结构化、AI 患者管理、药物警戒、临床试验患者匹配、AI 赋能 CPC、AI 赋能数据统计;每位 FDE 研究员绑定一个主阵地。 核心工作 • 一线嵌入与问题定义:深入医院、研究中心与项目团队的真实工作现场,把模糊的业务痛点转译为输入输出明确、可评测的 AI 任务;

• Agent 与应用构建:基于研究院 Harness 框架构建面向场景的 agent 与 LLM 应用(信息抽取与结构化、医学文书写作与生成、检索问答、多轮对话、诊断与风险预测、推理匹配、代码生成等形态),掌握从低代码快速原型(Dify/n8n 等)到代码级 agent 框架(LangGraph 等)的“硬编排+软编排”路径,必要时轻量微调;

• 领域数据与评测闭环:与临床/业务专家共建金标准与评测集,设计人机协同流程(升级人工、审核、审计追踪),以线上使用数据驱动迭代;

• 领域深耕:掌握所在阵地的领域知识与标准(如 ICD/MedDRA 术语体系、E2B 与 GVP 合规要求、CDISC 数据标准、临床试验运营流程等),成为“懂业务的技术人”;

• 产品与项目职能(FDE 模式):挖掘需求并定义功能与流程(轻量 PRD/用户故事)、制定落地节奏、协调临床与业务资源、上线运营与效果复盘——从概念到上线全程 own;

• 协同接口:把一线失败案例回流给后训练,把共性工程需求沉淀给 Harness,对应用的端到端业务结果负责。 绑定与协作模式 • 绑定一个主应用阵地,对该应用的端到端业务结果负责;

• 主阵地内的领域深度与跨阵地的方法复用同等重要,根据发展与业务需要可在阵地间轮转;

• 阵地间人力与优先级由技术线负责人统筹

• 专业背景。 计算机、软件工程、人工智能等相关专业为主;医学、药学、护理、流行病学、生物统计等复合背景在对应应用阵地优先(如药学背景之于药物警戒、统计背景之于数据统计、临床背景之于病历结构化与患者管理)。

• 全栈型 LLM 应用能力:prompt 体系、RAG、工具调用与 agent 编排,必要时轻量微调;

• 工程落地能力:服务化、与业务系统 API 对接,有数据权限与安全意识;

• 强业务拆解与现场沟通能力:能与非技术背景的医学专家顺畅沟通,把模糊、不确定的业务问题拆解为可交付的工程里程碑;

• 产品思维:能独立完成需求挖掘、功能定义与效果复盘,具备“需求→方案→开发→测试→发布”全链路的主导能力;

• 评测意识:以量化收益与使用数据验证价值,而非以演示效果为终点。

• 论文优先。 非硬性;agent/应用方向论文,或同等分量的开源项目与产品作品优先。

• 相关经验优先。 生产级 LLM/agent 应用建设、B 端工具从 0 到 1 落地、人机协同流程设计;所绑定阵地的领域经验(如医学 NLP、EMR/医院信息化、PV/注册、临床试验运营、SAS/R 统计编程与 CDISC)显著加分