生物医药售前 FDE

售前技术交流

1. 与销售配合完成客户拜访与技术交流，准确挖掘客户在药物发现、分子设计、蛋白工程等场景中的真实需求与痛点；

2. 主导技术方案的宣讲与产品演示（demo），能把模型能力、适用边界和预期效果向不同背景的客户（计算团队 / 药化团队 / 管理层）讲清楚；

3. 输出针对性的技术方案与建议书，支持招投标、商务谈判中的技术环节；

4. 判断需求的可行性与匹配度：明确哪些问题适合用现有产品解决、哪些需要定制、哪些应该婉拒，对商机质量负责。 POC 与项目交付

5. 设计并执行 POC（概念验证）方案：明确验证目标、数据准备、评估指标，亲自完成计算任务并输出评估报告；

6. 负责签约项目的技术交付：环境部署、使用培训、问题排查，保障客户真正用起来；

7. 跟踪客户使用效果，识别续约与增购机会，维护客户技术侧关系；

8. 将一线客户需求与使用反馈结构化地反哺产研团队，推动产品迭代。 行业与内部赋能

9. 跟踪 AI 制药、计算生物学领域的前沿进展与竞品动态，形成内部洞察；

10. 沉淀售前材料体系：场景化 demo、案例库、FAQ、方案模板，并用 AI 将项目经验、客户问题、方案要点沉淀为团队知识库，提升组织整体售前效率。

11. 日常已将 AI 作为核心生产力底座——用 AI 完成文献调研、方案撰写、代码开发与数据分析；

12. 计算化学、生物信息学、药学、结构生物学、计算生物学等相关专业，硕士及以上学历（博士优先），或具备同等深度的产业经验；

13. 3 年以上 AI 制药 / CADD / 计算生物学相关经验，熟悉分子对接、分子动力学模拟、自由能计算、蛋白结构预测、分子生成等主流技术路线中的至少两项；

14. 具备工程动手能力：熟练使用 Python，能独立写脚本调用模型、处理数据、产出结果图表；

15. 出色的技术表达能力：能把复杂技术问题向非技术听众讲明白，有客户交流、售前支持或技术咨询经验者优先；

16. 有完整的项目闭环意识：对 POC 效果、交付质量、客户满意度负责，而不是只对技术本身负责；

17. 适应小团队、无层级观念的动态协作方式：目标清晰时主动补位，不分「这是不是我的事」。 加分项

• 有搭建 AI agent / 科研自动化 workflow 的经验（如用 LLM 辅助分子性质预测流程、自动化报告生成）；
• 有药企、Biotech、CRO 的实际研发或研发支持经验，理解药物研发管线的真实流程；
• 使用过 Hermite、Uni-Mol，或 Schrödinger、MOE、Discovery Studio 等同类计算平台；
• 有售前、BD 或技术咨询的正式岗位经验；
• 熟悉大模型在生命科学场景的应用（如蛋白语言模型、分子表示学习）；
• 良好的英文文献阅读与技术交流能力；
• 有从 POC 到规模化商用的完整项目经验。