资深AI Agent工程师（临床编程方向）

岗位职责 1.编程Agent核心研发 主导面向临床试验统计编程场景的智能体（Agent）设计与实现，构建覆盖"知识库搭建 → 流程规范理解 → 部门代码库集成 → 一体化工作流"的端到端编程助手，提升编程自动化与标准化水平。 2.编程知识库建设与持续演进 负责搭建并持续迭代编程领域的基础知识库，深度整合部门流程、行业规范（如 CDISC、SDTM/ADaM 标准）、临床试验统计方法及历史项目经验，确保知识库的落地可用性与实时更新。 3.一体化编程工作流构建 设计并实现部门级代码库与多智能体系统的深度集成，打通"代码编写→ 规范检查 → 测试生成 → 迭代优化"等环节，形成闭环的智能编程工作流。 4.临床试验统计分析与编程深度融合 利用对临床试验统计分析和编程实现（SAS/R/Python）的深刻理解，指导 Agent 准确理解统计编程需求，生成符合监管要求的代码与文档。 5.代码质量与工程化管控 亲自参与核心代码编写与代码审查，建立智能体输出代码的质量评估、异常处理及安全管控机制，确保生成代码的可靠性、可重复性与可审计性。 6.跨部门协作与技术落地 与编程、统计、医学、数据管理、IT 等部门深度协作，将模糊业务需求转化为可扩展的 Agent 架构方案和工程实现；跟踪前沿大模型和 AI Agent 的最新技术和应用，推动适合业务场景的工程化落地。 任职资格 教育背景： 计算机、统计、生物信息或相关专业本科及以上学历 相关经验： 3-5 年软件开发或临床编程相关工作经验，有知识库与 RAG 实战经验。 至少 2 个重度参与并落地的知识库构建项目（如技术文档库、规范知识库） 熟悉 RAG、向量数据库、Embedding 等技术，并具备持续更新维护的实践经验 能力要求： 1.Agent 产品落地能力 - 有至少 1 个已上线运行的 Agent/智能体系统完整开发经验（从需求分析到生产部署，非仅 PoC 或 Demo） - 了解主流 Agent 框架（如 LangChain、LangGraph、AutoGen）或工作流引擎，有智能体任务规划、工具调用、记忆管理等开发经验 2.代码能力与工程实践 - 具备扎实的代码功底，亲自编写过生产级代码并主导或深度参与过完整项目开发 - 精通至少一种后端语言（Python/Java/Go），熟悉 API 开发、异步任务、数据库及常用中间件 - 对工程落地有感性与理性双重认知，能够解决实际编程中的复杂问题 3.如对统计编程有相应的理解更佳