药企各个岗位利弊简介

药企各个岗位利弊简介

1.药物警戒

第一个介绍就先从我最熟悉的岗位药物警戒说起吧。

药物警戒的详细分工，大致来说，主要可以分为三部分：PV

operation,PVphysician和PVcompliance。

&PVphysicianS

利：技术含量高，职业生涯长，天花板比较高，待遇在PV里面

应该是比较高的档次。职业和薪资待遇等长期发展可观。对背景要

求比较高。且市场需求近期是处于供远远小于求的状态，算是一个

比较热门的行业。

弊：门槛高。书写及各种逻辑医学思考能力要求高，后期越来

越正规的各种PV资料撰写，例如RMP、信号检测、DSUR、PSUR等等

的撰写，势必要求PVPhysician具备更专业更科学的职业素质，来

伴随整个药品生命周期的安全活动。对个人的能力和素质要求也比

较高。有可能随着法规完善，中国也会接轨欧美等国家，需要一个

专职的QPPV,来承担药物安全周期中的责任，所以责任和压力会越

来越大。

&PVoperation&

利：主要专注于case处理，对个人的背景和专业等要求不高，

相对来说算是一个比较省心的岗，只需要把交代的工作做好即可，

case处理都有详细的指南和流程要求，按照流程处理即可，基本不

用太费心思。基于目前的市场情况，这个岗位也需要大量的人力来

处理报告等琐碎的事务，岗位需求多。

弊：技术含量比较低，有点像流水线的感觉，随着AI发展以及

科技条件的成熟，长远来看，该岗位可能会逐渐人工智能化，届

时，对人力的需求就会慢慢缩小。长远发展不看好，职业寿命不算

太长，后期考虑走管理岗应该能延长职业生涯。

&PVcompliance&

利：这个岗位一般和pvoperation在一起，很多公司是不单独

设立这个分支的，主要也是管理各种药物警戒协议、合规、培训

等，除非大的企业会单独设立分支，其他企业基本是归于

operation。压力不算太大，对人员背景要求也不会特别高。

弊：个人看和operaion差不多，但compliance比operation

技术方面要高一些，但总体来看，因技术含量不那么强，还是需要

尽早考虑走管理路线比较好。

2.医学经理

利：医学经理算是比较高大上的一个职业工种了，在企业里面

的地位也比较受重视，毕竟是整个临床试验的灵魂和核心，公司各

个层面对这个部门也是非常重视。简单来说，只要公司想发展想扩

张，想进一步壮大，就需要不断研发新药，新药上市都需要进行临

床试验，临床试验都需要医学经理进行最初方案的立项和设计，由

此可以看出，医学经理的重要性和职业发展的长远性。而且医学经

理属于技术含量非常高的岗，可走技术，可走管理，且走管理的

话，一般也有很大希望做到公司核心高层。即使出来创业，也是具

备很大的优势，对整个市场的敏感度和把握度，都比其他岗位要高

一些。与同等资历年限同级别其他岗位相比，薪资待遇也是比较高

的范围。

弊：前面也说了，医学经理是临床试验的核心和灵魂，从立项

到最后报产，全程为新药上市保驾护航，责任非常重大。整个试验

的进度医学经理都需要参与进去。对于有些公司设定试验里程碑

的，如果到期没有达到里程碑事件，可能还需要复盘，看看具体试

验立项或者方案方面有无纸漏。报产的时候，很多分析总结性的文

件，也需要医学部撰写，递交给国家CDE,所以整个过程，责任

重，挑战大。试验中出现的问题，也都需要医学经理参与解决。试

验开始前，对于临床试验方案讨论，伦理讨论，机构讨论等，有时

候可能需要频繁出差拜访研究者或伦理机构老师。对于沟通、背

景、专业、逻辑、科学性思维等要求比较高。是比较劳心的一个岗

位。在试验进度过程中，也容易和运营互相牵扯不清。

3.数据管理&

数据管理在临床试验中的作用也不容小觑，临床试验任何安全

性和有效性的结果，都是根据试验中的数据得来的。从临床试验开

始的RAVE表设置，数据库搭建，到中期各种数据审核及清理，数据

录入的监督，直至试验结束数据梳理锁库，全称DM都在其中扮演比

较重要的角色，数据管理也是临床试验中举足轻重的一个领域。一

般数据管理中也有统计师的角色，统计师在数据管理中，应该是比

较核心的位置，各种数据最终运用的统计学方法以及统计思路，都

是统计师全程来lead,试验结束后的SAR,也是统计师负责撰写或

审核。

利：数据管理涵盖内容面广，且是临床试验中不可或缺的一个

重要角色，所以，只要一个企业有研发，有新药上市的需求，数据

管理岗位就需要设置，甚至于一些上市后药品的四期临床试验，也

是需要数据同事来辅助的。所以，市场上岗位设置多，数据管理一

般工作量也比较大，团队规模也比较大，正常积累几年经验，都有

可能做到经理或高级经理的岗位，发展还算是不错的。数据管理中

的统计师角色是最吃香的，需要一定的统计学基础和试验设计能

力，才能在试验中找到合适的方法验证有效性和安全性。

弊：数据管理是紧紧跟着临床试验进程来走的，和临床试验的

进展密切相关。所以，试验进展如何也直接会或多或少影响到数据

管理团队。且在整个临床试验过程中，要频繁和医学部门、运营部

门进行沟通，部门之间沟通比较麻烦，数据审查、SDV、queiy关

闭、数据清理等等，和其他部门容易扯皮。试验期间各种数据指标

（比如影响学、血液学指标、不良事件等等）均需要录入在数据管

理系统中，虽然很多数据基础录入是CRC或CRA在做，但定期的数

据审核是数据管理团队需要监督的，工作量也不小。要时刻盯紧数

据录入的进展或清理情况，内部沟通比较多，会议也比较多。还是

比较费心的。数据管理和药物警戒差不多，做到最高，一般也仅仅

是限于做部门负责人或部门head,不太可能做到VP或更高的位

置。

4.运营团队&

运营团队负责整个临床试验的运营管理，一般包括运营总监、

副总监、项目经理、CRA和CRC,还有一些公司会设置CTA和供应商

管理部门，也归属于运营团队。

利：紧跟临床试验，市场需求大，干得好的，一个临床试验如

果提前达到里程碑或提前申报上市，奖金数目非常可观。升职空间

也大，可以从CRA到高级CRA,再到项目经理，高级经理，运营副

总监，运营总监。能力比较突出的，还可以做到副总裁，统管整个

公司。上限非常高。运营部门的薪资待遇也算是比较好的。

弊：临床试验的进展会时刻影响自己的业绩，好的话是真的

好，