薪酬概览
平均月薪
¥8900
中位数 ¥10000 ｜ 区间 ¥7700 - ¥10200
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
66.7% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
5月新增岗位
15
对比上月：岗位新增9
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 15 | 100% |
热招职位
1.负责集团投资与产权管理领域数字化项目的全生命周期管理，统筹项目规划、需求调研、方案设计、系统实施、上线交付与验收，推动投资与产权管理数智化能力持续提升。
2.深入对接投资、产权、资产管理等业务部门，梳理股权投资管理、固定资产投资管理、产权登记、资产管理等业务流程，推动业务流程数字化重构与管理闭环。
3.打通投资、产权与财务、项目等业务环节的数据链路，支撑投资全过程穿透管理与产权数据一致性，提升管理透明度与决策效率。
4.统筹跨部门协同，协调投资、产权、财务、供应商等多方资源，识别并应对项目风险，把控项目进度、质量与成本。
5.组织项目阶段汇报与验收评审，沉淀投资与产权管理数字化建设经验，推动成果在集团内复制推广。
专业要求医学、药学等相关专业工作职责1.协助项目负责人制定项目计划，监督项目计划执行，识别偏差并推动纠偏；
组织开展项目讨论会，发现并协助解决各项问题，推动项目进展；
3.协调内部团队及外部合作方，定期组织沟通会议，确保项目信息畅通；
4.收集并管理项目研发过程中的各项文件，建立项目过程资产库；
5.完成项目管理过程中的计划追踪、节点提醒、资料准备、状态报告汇总等事务性工作；
6.其他各项领导交办的工作。
任职要求1.医学/药学专业本科及以上学历；
2. 5年以上制药/生物技术公司项目管理经验，其中至少包含临床阶段项目的管理经历；
3.具有良好的文字写作功底、较强的沟通协调能力、抗压能力和自我驱动力；
4.具有良好的逻辑思维和学习能力，主观能动性强；
5.有临床运营经验者优先，具备PMP证书者优先。
1、项目管理与业务交付：负责团队参与的量产和交付项目的全生命周期管理，深入理解业务，结合业务目标明确项目范围、时间节点、交付标准及资源需求，制定科学可行的项目计划，在规定时间内拿到既定业务目标，对项目过程和结果负责；监督项目进度执行，定期跟踪项目里程碑达成情况，及时发现并解决项目推进中的卡点、瓶颈问题；参与项目质量管控，监督技术方案落地、测试验证等环节，确保交付成果符合技术规范与客户需求。
2、资源协调与跨部门协同：协调项目所需各类资源，合理分配资源，解决资源冲突；承担部门跨团队协同核心角色，高效联动前线AR、SR、产研、运维、财务、法务等多方向，保障项目顺利推进。
3、团队与客户衔接：期望能成为团队与客户的“翻译官”，定期向客户和项目相关方同步技术和项目进度、质量、风险等情况，沟通交付难点，向内部交付团队传递客户诉求，确保双方信息高效同步；处理项目相关的投诉与异议，协调各方达成共识，维护良好的合作关系，保障项目顺利推进。
4、知识沉淀及团队赋能：结合业务和团队特点，积累和沉淀项目管理和交付经验及方法论，组织技术交流、经验分享等活动；通过对研发和交付过程中细致敏锐的观察及定量/定性分析度量，诊断团队效率痛点并推动协同团队做改进提升；组织团队活动，激励团队士气，提升团队凝聚力。
一、项目推进与管控负责项目全生命周期管理，为项目从线索到开业的时效性负责利用专业经验助力门店开发/拓展同事提报项目，确保提报质量与效率识别并预警项目商务与时效相关风险，提前制定应对方案二、跨方协同与问题解决协同项目相关方，推动解决项目中的 corner case 及复杂问题建立并维护高效的跨团队沟通机制，确保信息同步顺畅三、方法论沉淀与能力建设具备总结提炼能力，将项目中遇到的问题转化为通用化解决方案持续优化项目管理流程与工具，提升团队整体效能四、项目基础事务管理完成项目中必要的基础事务性工作（盖章、邮寄等）严格遵守公司盖章标准与规则，确保合规操作
1. 负责车机软件开发全流程管理：从需求调研到量产交付的计划制定、资源协调（研发、测试、硬件、供应链）及进度跟踪；
2. 风险与质量管控：识别项目风险（如ASPICE认证延迟、芯片供应短缺），制定应对方案；确保项目符合车规级质量要求（ASPICE Level
3、ISO26262 ASIL-B）；
3. 跨团队协同：对接主机厂客户、硬件团队（域控制器）、软件团队（应用/中间件）及测试团队，推动需求落地；
4. 沟通与汇报：向客户、高层输出项目进度报告、质量报告，解决项目冲突；
5. 量产支持：协调试生产（PPAP）、小批量验证（SOP）等环节，确保软件版本顺利交付。
负责与科技部、国家卫健委等主管部门的沟通交流、政策收集等，公司申请国家科技平台、项目的支持对接工作。与各相关政府机构保持良好接触，维护公司的企业形象和良好印象。
1. 协助团队和项目负责人完成项目研发管理工作，跟进项目的计划、进度、风险，协调项目的资源合理投入，及时把控项目状态，积极推动确保项目的按计划交付；
2. 主导项目研发过程管理，根据项目需求制定版本计划，通过jira等各种工具来监督执行过程和结果，管控项目开发风险，并可以不断提升项目团队的工作效率；
3. 负责项目中不同组间的沟通协调，定期组织各类项目会议，整理会议前后的材料和纪要，输出项目周报，定期整理和分析项目人力和成本情况，定期收集和跟进各类项目文档；
4. 通过项目开发管理工作推进，完善项目流程和规范，提高项目开发交付效率和能力。
1.负责公司AI基础设施领域项目集管理工作，涵盖计算平台、存储平台、湖仓平台等核心基础设施方向，统筹目标规划、资源协调、项目节奏与优先级管理，保障关键项目和核心能力高质量交付，支撑自动驾驶及AI业务持续发展。
2.深入理解智能驾驶、模型训练、数据生产、算法研发等业务场景，协同产品、架构、研发团队完成需求分析与能力规划，推动基础设施能力建设与业务发展战略保持一致。
3.从业务价值、技术可行性及平台长期演进角度参与需求评审，推动需求范围定义、优先级管理及路线图规划，将业务目标拆解为可执行、可度量、可验收的项目里程碑。
4.在多团队、多技术栈、多项目并行环境下，统筹研发资源及算力资源，包括自建数据中心、GPU集群、公有云资源等，识别关键依赖关系，推动跨部门协同与技术决策落地。
5.建立覆盖需求、研发、测试、上线及运营全生命周期的风险管理机制，针对基础设施高可靠、高可用、高并发场景，持续开展风险识别、预警及闭环管理，保障项目稳定交付。
6.推动敏捷研发体系建设，结合团队成熟度落地Scrum研发协作机制，持续优化需求管理、迭代规划、版本发布及研发流程，提升组织交付效率与协同透明度。
7.建立项目度量体系，通过研发效能、交付质量、资源利用率等关键指标分析，定期开展项目复盘与过程改进，持续提升平台稳定性、可扩展性及组织交付能力。
8.协同平台运维、SRE、云资源管理等团队，推动基础设施从研发建设到生产运营的平滑交接，保障平台长期稳定运行和业务连续性。
简介：研发下一代自动化研究智能体系统，专注于提升模型在长周期、高价值复杂任务中的自主执行能力，减少对人类指导的依赖。
1、自动化研究场景下的大模型能力建设，提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据整合与研究写作等方面的能力。
2、长程任务中的上下文组织与记忆管理，设计优化 context scaling、context compression、memory selection、状态追踪与长期依赖建模，提升模型在复杂研究任务中的上下文利用效率与稳定性。
3、自主研究任务相关环境与自动实验闭环建设，构建 search、browser、retrieval、code execution、verifier 等训练与评测环境，打通训练脚本迭代、实验编排、结果比对、版本保留/回滚与复现验证流程。
4、训练策略、数据配方与反馈信号设计，围绕 SFT、RLVR等方法，结合数据构造、数据清洗、超参数优化以及 outcome-level / process-level 信号设计，提升模型在开放研究任务中的完成率、事实正确性和稳定性。
5、面向真实 research 任务的评测体系与错误分析闭环建设，建立 benchmark、自动化评测指标，系统分析搜索遗漏、证据误判、上下文污染、推理漂移、错误归因与长链路失稳等问题，并推动针对性优化。
1. 负责门店工程营建项目的整体规划、执行与交付，确保项目按时保质完成。
2. 协调设计、施工、供应商等多方资源，推动项目各阶段顺利实施。
3. 制定项目预算与进度计划，监控成本与工期，及时识别并解决风险问题。
4. 建立并优化项目管理流程与标准，提升工程营建效率与质量。
5. 对接营运团队，确保新店开业及门店改造符合品牌标准与运营需求。
1. 支持国际化HR主系统从零到一建设，设计业务流程并通过外采SaaS产品配置实施；
2. 理解B端（总部COE、出海业务）管理诉求及C端（员工、管理者）效率体验需求，统筹各模块全球模板梳理，实现统一的灵活；
3. 设计外采SaaS产品与内部系统集成方案，在合规前提下给HR、管理者提供高效率、优体验的管理工具；
4. 基于出海业务不同阶段、不同组织架构，匹配相应流程及系统方案，并规划中长期系统架构；
5. 负责产品运营，持续跟踪用户反馈，结合用户真实声音对产品进行优化迭代、达成业务目标。
1.统筹集团全域数据治理工程的项目管理与推进，制定数据治理项目实施计划，组织资源协调，确保项目目标实现；
2.与数据治理技术与实施团队配合，推动数据标准、数据质量、数据安全、数据资产管理等体系建设落地；
3.对接业务部门，推动数据治理需求梳理与优先级排序，确保治理成果与业务价值有效结合；
4.建立数据治理项目过程管理与评估机制，跟踪治理成效，识别风险并推动闭环改进；
5.支撑穿透式监管、财务数字化转型等关键场景的数据治理需求，推动数据资产化与价值化应用。