中台开发工程师

1.制定并落地全实验室的统一样品标识体系：全链路唯一 ID 编码规则、96/384 孔板的板位映射、批次与数据血缘字段、条码打印与扫码终端规范。这套规则是所有工站、所有设备、所有数据的公共坐标，也是其余全部集成工作的前置依赖； 2.定义各工站的实验结果数据结构：合成产率、纯度、保留时间、活性（IC50）、异常码的统一字段与量纲。失败孔与未命中样品的编码方式同样由本岗位定义——失败数据是模型适用域的边界信息，与成功数据同等入库，不作丢弃处理； 3.建设数据中台的入库与回流通路：结构化入库、QC 标记与不确定度、异常谱图同等入库、版本血缘。数据按"原始数据—结构化字段—专家标注—模型训练数据—对外交付数据"分层归档，样品 ID、批次、纯度、方法、设备与软件版本全程可追溯； 4.建设中台的读出面，而不只是写入面。 中台必须能被消费，否则只是数据坟场。至少覆盖四类查询：模型训练所需的数据集导出（按靶点、化学系列、数据质量分带）；药物化学家做推进/终止判断所需的结构-活性关系表与关联数据；对外服务客户的交付数据包生成；单个化合物的完整履历回溯（在哪块板哪个孔合成、由哪台仪器分析、用哪个批次的酶检测）； 5.建设跨工站的作业排程：任务优先级、设备与物料约束下的排产、冲突裁决、异常后的重排。对外服务项目优先占用产能，未被占用的设备时段自动排入标准化数据生产任务； 6.与设备集成工程师配合，在设备模拟环境上完成调度与入库链路的端到端空跑与回归，使软件进度不被硬件到货节奏卡住； 7.与公司总部模型团队对接数据接口：实测数据入库后触发对应预测模型再训练并产出新版本号，模型版本与训练数据快照留痕、支持回滚。

1.本科及以上学历，计算机、软件工程、数据科学、自动化相关专业，5年以上数据平台或后端系统开发经验，有过完整的数据链路从零搭建经历（采集→入库→治理→消费）； 2.精通 Python 与 SQL，熟悉至少一种数据存储组合（关系型 + 对象存储 + 时序或文档型），能根据数据特征做合理选型； 3.具备数据结构设计与治理的实际经验：字段规范、量纲统一、版本演进与向后兼容、血缘追踪。这是本岗位最核心的能力，重于框架熟练度； 4.熟悉至少一种工作流 / 调度框架（Airflow、Temporal、Prefect、Dagster 或自研），理解 DAG、重试、幂等、补数、优先级队列； 5.具备资源约束下的排程逻辑设计能力：多任务竞争有限设备与物料时的排队、抢占与冲突裁决； 6.理解数据质量工程：校验规则、异常检测、脏数据拦截，能在入库前设门而不是入库后补救； 7.能与化学家、生物学家直接沟通，把"这个孔为什么是空的"这类实验语言翻译成字段定义。 加分项： 1.有 LIMS / ELN / SDMS 系统的开发或深度实施经验（LabWare、Thermo SampleManager、STARLIMS、Benchling，或国内厂商产品）； 2.有科研数据管理规范的实践：FAIR 原则、ALCOA+ 数据完整性、审计追踪； 3.有制造业 MES / 车间排程系统经验，理解物料台账、批次追溯、工单流转——与实验室场景高度同构； 4.有机器学习数据管道经验：特征存储、训练数据版本管理、数据集快照与模型版本关联； 5.有条码 / RFID 全链路追踪系统的落地经验； 6.熟悉化学与生物数据对象（分子结构、孔板、剂量响应曲线）者优先； 7.英语可读写。