生醫職務【賽道一】新藥與生物製劑：早期研發

打開求職網站，在「生物科技研發人員」與「醫藥研發人員」分類底下搜尋，你會看到兩個完全不同的世界。搜尋「檢測方法」，214筆職缺，大學畢業就能應徵；搜尋「抗體」加「研究員」，只剩24筆，而且多半要碩士以上。同樣掛在「早期研發」這四個字底下，門檻和機會天差地遠。

這就是這篇文章想講的事：早期研發不是一群人關起門做基礎科學的鐵板一塊，它其實是一個漏斗 —— 最底層入門門檻低、職缺量大，越往專業分支走，職缺越窄、學歷要求越高、薪水級距也拉得越開。 聽起來很熱門的AI，也不等於好找職缺 —— 這篇文章後面會用一個具體數字告訴你為什麼。這篇文章會把這個漏斗一層一層攤開給你看，讓你知道自己現在站在哪一層、下一步該往哪走。

在開始之前先定義範圍：早期研發（Discovery & Preclinical Research）是新藥與生物製劑這條賽道的第一站，往下細分成五個子階段 ——

【子階段 0】研究支援與檢測開發

【子階段 1】標的發現與驗證

【子階段 2】先導化合物篩選（小分子）

【子階段 2b】抗體與蛋白質治療劑發現

【子階段 3】毒理與藥效評估

這五個子階段合起來，構成了一個藥從「有這個想法」到「有一個可以進臨床試驗的候選分子」的完整旅程。

一、漏斗最底層：入門窗口比你想的大

先講一個常見的誤解：很多人以為要進生醫產業做研發，至少要碩士起跳，甚至覺得沒有博士學位根本摸不到門。

這個印象在早期研發的【子階段 0】（研究支援與檢測開發）完全不成立。

這個【子階段 0】涵蓋三個核心角色：

• 研究助理（Research Associate, RA）—— 執行細胞培養、分子生物技術等實驗室例行操作，產出實驗紀錄本與原始數據

• 檢測方法開發助理（Assay Development Associate）—— 建立並最適化篩選用的生化或細胞檢測方法，產出標準作業程序（Standard Operating Procedure, SOP）與品質指標報告

• 動物房技術員（Laboratory Animal Technician）—— 依動物實驗照護和使用委員會（Institutional Animal Care and Use Committee, IACUC）規範飼養與操作實驗動物

這三個職位的共同點是：學士學位就能應徵，工作內容以執行為主，不需要獨立設計研究方向。

這不是紙上談兵。我們實際在104人力銀行的「生物科技研發人員」與「醫藥研發人員」分類下，用關鍵字搜尋（查詢時間為2026年9月），得到以下結果：「檢測方法」214筆、「研究助理」103筆、「動物房」47筆。這三個數字合計超過360筆，是整個早期研發階段裡職缺密度最高的一塊。換句話說，如果你是應屆畢業生，或是想從其他領域轉職進生醫研發，【子階段 0】才是你真正的入場券，不是【子階段 2b】那種聽起來很酷的抗體發現。

薪資水準也印證了「入門」這個定位。根據104薪資情報的「生物科技研發人員」類別（涵蓋整個生醫價值鏈，不限早期研發，查詢時間2026年9月），大學學歷的月薪範圍（P25~P75，即排除最高與最低各25%後的中間區段）落在3.6萬至4.8萬元，月均薪4.4萬元；職缺數700筆，是所有學歷層級裡職缺量最大的一格。這是一個很典型的「量大但起薪不高」的入門格局——但正因為量大，它是你踏進這個產業最實際的第一步。

圖表一｜早期研發子階段職缺量對照

二、漏斗中段：小分子 vs 抗體，兩條完全不對等的路

過了【子階段 0】之後，早期研發會在【子階段 1】（標的發現與驗證）分岔成兩條邏輯不同的路 —— 這是很多產業介紹文章會忽略的一個關鍵細節：早期研發不是只有「小分子藥物」，抗體與蛋白質治療劑走的是完全不同的技術路線，職缺結構也完全不對等。

小分子這條路：篩選與化學合成

【子階段 1】的標的發現科學家（Target Discovery Scientist）負責探索疾病的分子機制，找出可藥化（Druggable）的蛋白質或基因，產出標的驗證報告。

找到標的之後，進入【子階段 2】（先導化合物篩選，Hit-to-Lead），這裡有兩個核心角色：

• 電腦輔助/人工智慧藥物設計師（Computer-Aided Drug Design/AI-Aided Drug Design Scientist, CADD/AIDD Scientist）——運用分子模擬或AI演算法做虛擬篩選，找出候選化合物

• 醫藥化學家（Medicinal Chemist）——負責設計並合成小分子化合物、改善藥物化學特性

這條路在台灣的生態相對成熟，學研法人與大學都有明確的技術布局：中研院生醫轉譯研究中心、國家衛生研究院、生技中心（DCB）都有各自的篩選平台；工研院則扮演技術移轉與委託研究服務的角色，協助業者把早期發現轉化成可放大的技術。

抗體與蛋白質治療劑這條路：工程與優化

【子階段 2b】（抗體與蛋白質治療劑發現）是2025到2026年這波產業趨勢下新增的一塊，核心角色有：

• 抗體發現科學家（Antibody Discovery Scientist）——運用噬菌體展示或融合瘤技術篩選具治療潛力的候選抗體

• 蛋白質工程師（Protein Engineer）——執行抗體人源化、親和力成熟與可開發性優化

這條路的技術門檻明顯比小分子高，而台灣在這塊其實有拿得出手的實力。中研院的抗體庫就是最好的例子：規模700億株、涵蓋單鏈可變區片段與抗體片段（scFv與Fab）兩種抗體形式，透過親和力成熟技術（Affinity Maturation），可以把抗體結合力提升到解離常數（Dissociation Constant, KD）10的負10次方到負11次方莫耳（M）等級，跟CAT、Dyax、Morphosys這些國際頂尖機構的技術水準相當。生技中心（DCB）也建有自己的全人抗體庫（DSyn-11），並開始把AI導入抗體結構的虛擬篩選。

商業端則有亞諾法（Abnova）——成立於2002年，自稱全球最大抗體製造商之一，近年推出源自駱駝科抗體的NanoAb™奈米抗體平台（VHH，重鏈可變區）；以及聯生藥（United BioPharma）——2013年從聯亞生技分割成立、加入台塑集團為戰略夥伴，具備從細胞株建立到GMP藥品製造的完整單株抗體開發平台。

但技術實力頂尖，不代表職缺多。回到我們開頭提的那個數字：用「抗體」加「研究員」搜尋，104上只有24筆職缺。跟「研究員」這個早期研發裡最泛用的職稱（340筆，不限特定子階段）比起來，抗體發現顯然是一個技術門檻高、職缺窄、專業化程度也高的利基市場。這不是說抗體發現不重要——恰恰相反，它是台灣生醫產業少數真正能跟國際頂尖機構並駕齊驅的技術強項 —— 而是提醒你，如果打算往這條路走，要有心理準備：機會少，但含金量高，通常需要碩士以上學歷，甚至博士會是加分項。

三、AI很熱，但職缺去哪了？

這幾年只要提到「AI輔助藥物發現」，媒體報導幾乎都在講「生態圈爆發期」。台灣確實有一批AI新創在這塊布局：分子智藥（VIRTUALMAN）由計算化學背景團隊創立，開發SaaS藥物篩選平台，專注於預測藥物的毒性、代謝、藥動學（Absorption, Distribution, Metabolism, Excretion, and Toxicity, ADMET）；安宏生醫（AnHorn）專注蛋白質降解新藥（Proteolysis Targeting Chimera, PROTAC），自建AIMCADD藥物設計平台，旗下候選藥物AH-001（治療雄性禿）已經完成美國一期人體臨床試驗，正在規劃二期 —— 這代表它已經不是臨床前候選藥物，而是實實在在的臨床階段資產；維曙智能（Vizuro）以因果推論結合生成式AI技術，跟生技中心簽署合作備忘錄；普睿思（Praexisio）由清華大學與交通大學教授共同創辦，用AI搭配蛋白質分子動態模擬重組老藥的化學片段，設計出新的候選分子，已經有三個三陰性乳癌候選藥物完成小鼠實驗驗證。

這些案例都是真實存在、技術方向也扎實的公司。但如果你是想靠AI技能切入這個產業的轉職者，有一個現實要先知道：我們在104直接搜尋「AI工程師」這個職稱，在生物科技研發相關分類下，只有7筆職缺（查詢時間2026年9月）。

這個數字跟前面描述的「AI生態圈爆發期」形成一個明顯落差。原因不難理解：這類AI人才目前多半被前面提到的新創內部消化 —— 公司需要的是能寫演算法又懂生物的複合型人才，通常透過內部團隊擴編或特定管道招募，不一定會用「AI工程師」這個職稱公開刊登職缺；另一種可能是這類人才被歸類在資訊或生物資訊職缺分類下，而不是「生物科技研發人員」這個分類。

四、實用建議：想轉職進早期研發，搜尋策略要換一套

不管你原本是哪個背景，想切入早期研發，「用職稱直接搜」通常都不是最有效的做法。幾個可以直接帶走的策略：

• 資訊／AI背景／製藥化學：別只搜「AI工程師」，改搜「CADD / AIDD」（電腦輔助或AI輔助藥物設計，對應【子階段 2】）、「生物資訊（Bioinformatics）」、「計算化學（Computational Chemistry）」，命中率高很多。

• 生物、化學、製藥、基礎醫學、醫檢應屆畢業生：不用一開始就鎖定專業職稱，先搜「研究助理」「檢測分析」「動物房」這幾個【子階段 0】的入門關鍵字，職缺量最大、門檻也最低。

• 獸醫、基礎醫學、醫檢背景轉研發端：搜「動物房」「毒理」「GLP」會比直接搜「研究員」更精準，這類職缺對相關證照或實務經驗接受度較高。

• 碩博士以上、想找專業利基職缺：「DMPK」「Bioanalytical」「抗體」職缺量雖少但精準度高，投遞前先確認自己的研究經驗跟職缺要求的技術是否對得上 —— 這類職缺通常不缺應徵者，缺的是背景吻合的人。

核心邏輯只有一個：先確認自己站在漏斗的哪一層，再用那一層對應的關鍵字去搜，而不是套用籠統職稱去碰運氣。

五、漏斗最頂端：毒理與DMPK，窄門但繞不過去

早期研發的最後一站是【子階段 3】（毒理與藥效評估），這裡有三個核心角色：

• 藥物代謝／藥動學科學家（Drug Metabolism and Pharmacokinetics Scientist, DMPK Scientist）——評估藥物在體內的吸收、分布、代謝、排除特性

• 免疫原性／生物分析科學家（Immunogenicity/Bioanalytical Scientist）——開發抗藥抗體（Anti-Drug Antibody, ADA）檢測方法，評估生物製劑的免疫原性風險，這是大分子藥物相較小分子，額外多出來的一個關鍵毒理維度

• 毒理學家（Toxicologist）——設計並執行符合優良實驗室操作規範（Good Laboratory Practice, GLP）的動物毒性試驗，產出安全毒理報告與最大耐受劑量（Maximum Tolerated Dose, MTD）建議，這些數據最終會支撐新藥臨床試驗申請（Investigational New Drug, IND）的起始劑量設計

這是整個漏斗裡最窄的一段。我們在104搜尋「DMPK」與「Bioanalytical」，各只查到4筆；「毒理」同樣只有4筆。這種樣本規模已經小到不適合拿來做精確的量化陳述，但質化來看，這個結論很清楚：這是高度專業化的利基職缺，職缺稀少，但整個新藥開發流程完全繞不過去 —— 沒有毒理數據，藥物就不可能申請IND，更不可能進臨床試驗。

台灣執行這塊工作的主要是取得GLP認證的委託研究機構（Contract Research Organization, CRO）。QPS昌達生化科技是台灣最早通過美國食品藥物管理局（Food and Drug Administration, FDA）實地查核的毒理CRO之一（2015年7月首次通過查核）；進階生物科技（Level Biotechnology）同樣通過FDA GLP查核（2019年查核），是國內唯一可以執行完整安全藥理試驗的公司；麥德凱生科（MDG）2025年慶祝成立20週年時，正式從單純的委託研究機構轉型為「協作創新組織」（Collaborative Innovation Organization, CIO），開始導入AI與大數據分析系統發展替代性試驗策略；台美檢驗（SuperLab）擁有TAF與OECD GLP雙重認證，專精生物製劑病毒清除試驗；瑞德生物科技具備TFDA GLP認證的基因毒理實驗中心；錫德斯生醫科技（Cidars）2025年被偉喬生醫收購，專精腫瘤、感染症、心血管疾病等動物模型；啟弘生技是2016年從生技中心衍生成立的新創，台灣第一家通過GLP認證的生物安全檢測機構；汎球生物科技的前身可以追溯到1971年成立的汎球藥理研究，2012年併入歐洲檢測集團歐陸科技（Eurofins Scientific），是全球最大規模的臨床前藥理CRO之一，服務範圍從標的識別到臨床前候選藥物篩選都涵蓋。

薪資數據也呼應了「窄但關鍵」這個定位。根據104薪資情報，博士學歷的月薪範圍（P25~P75）落在6.5萬至8.5萬元，月均薪7.6萬元 —— 是所有學歷層級裡最高的一格，但職缺數只有644筆，遠低於大學學歷的700筆與碩士學歷的1,044筆。這個組合 —— 職缺少、學歷門檻高、薪水級距寬 —— 正是毒理與DMPK這類【子階段 3】職位的典型輪廓。

圖表二｜早期研發薪資漏斗

六、把漏斗攤開看：早期研發的職涯路徑其實比你想的透明

把前面四個段落的數字放在一起看，一個清楚的漏斗結構就浮現了：

大學學歷，月均薪4.4萬元，職缺700筆——這是【子階段 0】的入口，研究助理、檢測分析、動物房技術員，執行導向，門檻最低。

碩士學歷，月均薪5.1萬元，職缺1,044筆——這是【子階段 1】到【子階段 2】的主力，標的驗證、先導化合物篩選，需要獨立操作實驗、理解實驗設計背後的邏輯。

博士學歷，月均薪7.6萬元（P75可達8.5萬元），職缺644筆——這是【子階段 2b】（抗體發現、蛋白質工程）與【子階段 3】（毒理、DMPK）的門檻，職缺數量收斂，但每一個職位的專業不可替代性都很高。

（以上為104薪資情報「生物科技研發人員」類別的整體行情，涵蓋整個生醫價值鏈，並非早期研發專屬數據，查詢時間為2026年9月，僅供方向參考。）

這個漏斗結構告訴我們一件事：早期研發的職涯路徑，其實不是外界想像的「一入行就要拚博士」，而是一個可以逐步往上爬的階梯——先用【子階段 0】的入門職位站穩腳步，累積實驗室經驗與產業理解，再依照自己想走小分子還是抗體、想走技術研發還是毒理驗證，選擇對應的進修或轉職方向。

不管你現在站在漏斗的哪一層，前面第四段的搜尋策略都適用：先確認自己的背景對應哪個子階段，再用那個子階段的關鍵字去找，比套用一個籠統職稱去碰運氣有效得多。

代表性機構速覽

以下列出本篇提到、且經過查證的少數代表性機構作為參考，完整分類對照表另見附檔。

⚠️ 使用提醒：以下機構為分類舉例，用意是幫助讀者初步認識早期研發階段的產業生態與職缺類型分布，不是完整名單，也不代表企業排名或推薦順序。實際求職或合作前，請自行上網搜尋查證各機構最新現況，業務範圍與公司狀態均可能隨時間變動。

縮寫對照表

下期預告：EP2將進入賽道一的第二站——CMC與藥物製造開發，看看候選分子如何從實驗室的毫克級樣品，走向符合國際法規的量產藥品。