CMC AI首席工程师-苏州

岗位目的

作为CMC板块AI技术与数字化转型的技术领军者，负责多个业务方向的AI技术架构设计与应用落地，通过前沿算法与自动化技术驱动业务降本增效，并牵头支持全球数字化与AI建设。作为高阶技术岗，专注于技术领导力与解决方案架构，与初级和高级AI工程师协作推进交付。

工作职责

一、技术领导力

(1)主导AI技术架构设计与演进，构建统一、可扩展、高可用的企业级AI平台与能力中台，支撑跨业务场景的AI应用快速落地与迭代；

(2)研判AI前沿技术趋势（如大模型、多智能体、数字孪生、生成式AI），评估技术成熟度与业务适配性，输出前瞻性技术布局建议；

(3)建立AI技术治理体系，制定技术标准、规范与最佳实践，确保AI应用符合GMP、21 CFR Part 11等行业监管要求；

(4)向公司高管层汇报AI技术突破与业务价值，争取资源支持，推动组织AI文化建设。

二、业务场景AI应用落地（核心职责）

(1)参与CMC、生产、质量、供应链、采购全业务领域的AI应用战略规划，识别高价值应用场景，制定优先级与实施路径；

(2)与初级和高级AI工程师协作，指导开展AI解决方案设计与开发，聚焦降本增效核心目标，解决关键业务痛点

(3)构建跨业务领域的AI应用框架，包括工艺优化、质量控制、需求预测、智能排程、预测性维护等核心能力；

(4)推动AI技术在核心业务中的应用，建立从原型验证到生产部署的完整流程，确保解决方案符合行业规范与业务需求；

(5)建立AI应用价值评估体系，量化AI应用带来的业务收益，如成本降低比例、效率提升幅度、质量风险降低程度等；

(6)与业务部门保持战略沟通，理解业务需求与挑战，转化为AI技术需求，协调资源实现高效交付。

三、技术架构与平台建设

(1)设计并实现企业级AI基础设施，包括数据湖/数据仓库、模型训练平台、推理服务集群与MLOps体系；

(2)构建业务领域的垂直模型并实际应用于业务流程实现效果、效率或质量的提升；

(3)构建多智能体协同系统与RAG/GraphRAG技术栈，支持复杂业务流程的自动化与智能化；

(4)主导AI系统与现有业务系统（MES、QMS、ERP、LIMS等）的深度集成，确保数据互通与流程协同；

(5)建立AI模型全生命周期管理机制，包括数据治理、模型开发、测试、部署、监控与迭代优化。

四、跨部门协作与技术赋能

(1)建立跨部门协作机制，与CMC、生产、质量、供应链、采购等业务部门保持战略沟通，推动AI应用落地；

(2)与技术供应商、科研机构建立合作关系，引入前沿技术与最佳实践，加速AI技术创新与应用落地；

(3)建立AI应用知识库与最佳实践案例库，促进知识共享与技术沉淀；

(4)提供技术指导与专业支持，提升团队整体AI技术能力与业务理解深度。

五、全球数字化与AI建设支持

(1)具备全球视野与流利英语能力，负责对接海外分支机构，支持全球数字化与AI建设项目；

(2)推动AI技术与标准在全球范围内的统一应用，确保跨国业务的协同与合规；

(3)参与全球AI技术交流与合作，引入国际先进经验与最佳实践，提升公司全球竞争力；

(4)建立全球AI技术协作网络，促进知识共享与技术协同，提升整体AI能力水平。

六、业务价值与创新驱动

(1)持续挖掘新的AI应用场景，推动技术创新与业务模式创新，为公司创造可持续的竞争优势；

(2)定期组织AI技术与应用分享，提升全员AI素养，推动组织数字化转型文化建设；

(3)跟踪行业标杆案例，总结经验教训，持续优化AI战略与实施路径，确保公司AI应用处于行业领先地位。

任职资格

学历及专业：海内外重点高校硕士及以上学历，人工智能、数学、统计、自动化、计算生物学、生物信息学或计算机相关专业，博士优先。

资格证书：PMP或其他项目管理认证优先。