​​1、模型生产化部署：​​ 将实验阶段的AI模型（如药物靶点发现、分子设计、影像分析模型）部署到公司生产环境或云平台（如AWS/Azure/GCP）。
​​2、基础设施构建与维护：​​ 设计、搭建和维护支撑AI应用的底层基础设施（API服务、数据处理流水线），保障服务的​​高可用性、性能及可扩展性​​。
​​3、模型运维与监控：​​ 监控已部署模型的运行状态与性能，负责模型版本更新、迭代及故障排查。
​​4、跨部门协作：​​ 与AI研发团队、数据工程师、IT运维及业务部门紧密合作，确保部署方案满足科研需求且符合​​医药行业严格的数据安全与合规标准​​（如GxP）。
​​5、流程优化与技术升级：​​ 探索应用先进的模型部署、监控及治理工具（如MLflow/Kubeflow），持续提升部署效率和系统可靠性。

任职要求

1、计算机科学、软件工程、电子工程或相关专业本科及以上学历。
2、精通 Python 编程，熟练掌握至少一种主流云平台（AWS/Azure/GCP）的部署服务。
3、精通 Docker 容器化及 Kubernetes 容器编排技术，熟悉 RESTful API 设计与开发。
4、具备Linux系统运维及基础设施管理能力。
5、具备 MLOps 实践经验，熟悉相关工具链（如MLflow, Kubeflow, TF Serving）。
6、了解 DevOps/持续集成部署（CI/CD）流程。
7、有生物医药等敏感数据处理经验，熟悉数据合规要求（如GxP, GDPR）。