最近看到Neurocrine Biosciences在圣地亚哥招一个 Sr. Director, Portfolio Strategy & Analytics，这个岗位特别有意思。它不是传统Data Science，也不是普通项目管理，而是在做整个R&D portfolio的“决策中枢”。

JD里要求负责的东西非常硬核：enterprise portfolio strategy、项目优先级、risk-adjusted compound flow、transition probability、PoS、pipeline attrition、cycle time、resource capacity、budget forecasting、portfolio financial model、scenario analysis。简单说，就是把整个研发管线变成一个可以量化管理的投资组合。

真正要回答的，不是“这个数据显著不显著”，而是：某个项目要不要继续？要不要加速？另一个项目是不是该砍？资源从A转到B，整个portfolio value会增加还是下降？未来3–5年管线会不会断档？钱、人、时间应该放在哪里？这已经完全是管理层决策语言了。

更值得注意的是，JD专门写了 AI-enabled tools、external data sources、advanced analytics。但这里AI并不是主角。AI的价值，是把clinical、biology、finance、competitive intelligence、资源和概率模型整合起来，提高forecasting和portfolio decision的质量。最终交付物不是一个模型，而是一份CEO、CSO、CFO甚至Board能直接拿去做资源配置的答案。

这其实揭示了一条非常有意思的职业路径：Biology → Data Science → Translational Science → Decision Science → Portfolio Strategy。越往上走，技术本身的重要性反而下降，真正稀缺的是“把复杂科学问题翻译成投资决策”的能力。未来药企里最值钱的一批人，可能不是最会做模型的人，而是最会用模型决定公司下一亿美元该投到哪里的人。

#医药研发 #药企职业 #数据科学#研发战略 #生物医药 #职业发展