北京耳鼻喉医生
耳鼻喉医生，也被称为耳鼻喉科医生或ENT（Otolaryngologist），专门处理耳、鼻、喉和与头颈部相关疾病和疾病，是一种医生。耳鼻喉医生通过诊断和治疗各种疾病，例如感染、过敏、损伤、阻塞、肿瘤、听力问题、平衡障碍、味觉或嗅觉问题等。他们也进行手术治疗耳鼻喉问题，如鼻窦手术、耳腔手术、扁桃体切除术、甲状腺手术等。耳鼻喉医生常与其他专科医生合作，如神经外科、眼科、肿瘤科等，共同处理复杂的头颈部疾病。耳鼻喉医生能够帮助患者解决各种与呼吸和感觉器官有关的健康问题，提高患者的生活质量。
薪酬概览
平均月薪
¥13500
中位数 ¥12500 ｜ 区间 ¥11200 - ¥15800
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
100% 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
6月新增岗位
5
对比上月：岗位减少0
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 |
|---|---|---|
| 不限经验 | 5 | 100% |
热招职位
高端养老社区中医医师12K-20K元/月
1.严格执行医疗操作规程，规范书写病历及处方，确保医疗安全。
2.定期巡房查房，评估长者健康状态，建立并更新健康档案。
3.运用针灸、推拿等技术开展中医诊疗，改善长者健康状况。
4.运用中药方剂对病人进行整体治疗，或结合现代科技手段进行综合治疗。
5.指导长者进行精神修养、应时锻炼、调配饮食等方法，调整人体心理及生理状态，增强体质，使疾病在未发生或复发、加重前得以防止或控制。
6.开展中医养生保健服务宣传活动，通过讲座、宣传册等形式为长者传播健康保健知识。
7.领导交办的其他工作。
之家-燕园康复医院-康复治疗师【2027届】(J85450)
1. 根据患者的具体情况制定个体化的康复治疗计划，并实施相关治疗；
2. 评估患者的功能障碍，运用各种康复技术进行康复训练和治疗；
3. 及时记录和分析患者的康复进展，调整治疗方案；
4. 与医生、护士和其他康复团队成员协作，提供综合性治疗服务；
5. 为患者及其家属提供康复知识教育，指导患者进行家庭康复训练；
6. 关注行业新技术、新方法的应用，不断提升自身专业技能；
7. 完成上级领导安排的其他相关工作。
1. 严格执行各项护理操作规程和规章制度，确保护理质量和医疗安全
2. 按照医嘱完成患者的治疗、护理工作，密切观察患者病情变化并做好记录
3. 负责患者的基础护理、生活护理和心理护理，提供人文关怀
4. 协助医生完成各种诊疗操作和检查工作
5. 做好病房管理，保持病区整洁、安静、舒适、安全
6. 严格执行消毒隔离制度，防止交叉感染
7. 参与护理查房、护理会诊和疑难病例讨论
8. 参加护理教学和护理科研工作，参与护理质量管理
9. 指导护理员和实习护士的工作
10. 完成上级交办的其他护理相关工作
1.提供高效的护理服务，同时实现积极的临床效果和居民/家属满意度；
2.在执业范围内按护理的标准和流程开展工作；
3.将居民护理的各方面工作委派给从业范围相符的护理员；
4.通过护理评估以及与照护服务团队、居民和家属合作来管理居民护理工作，从而制定出高效的护理计划。
【课题说明】以大语言模型（LLM）的 Workflow 、 Agent、对话能力为核心，研究方向包括上下文管理、生成式推荐、Agent Skills、Post-Training、LLM+Decision、LLM +Causal 等。主要业务场景为探索 AI 在骑手运营场景下的落地实践，实现“技术驱动业务范式”的升级转变。【建议研究方向】1. Agent 工作流与规划：设计具有复杂规划（Planning）与工具调用能力的 Agent，实现任务的自动化拆解与执行。
2. 生成式用户理解：基于 LLM 进行语义挖掘，构建动态用户画像（Persona），实现生成式的用户*运营策略的个性化推荐。
3. 上下文与记忆管理：攻克长窗口（Long Context）难题，设计高效的记忆（Memory）与 RAG 机制，保障长周期交互的逻辑连贯。
4. 行业大模型后训练：通过自动化样本生成、通用评估方案建设、reward设计与探索，大幅提升应用依赖的行业大模型质量。
5. 决策科学融合：将Decision、Causal等传统决策技术与 LLM 推理结合，提升传统的决策智能表现。我们将提供海量的真实业务场景、充足的 GPU 计算资源和极高的探索自由度，目标是产出既有技术深度又能直接创造业务价值的未来 AI 应用范式。
1.负责城市仓内部仓储及配送业务运营管理，对指定作业环节或者作业区的整体业绩结果达成负责；
2.负责所在部门自营分拣人员及司机运力的招募、培训、管理，以及第三方合作商的管理；
3.指定作业环节或者作业区仓库标品、冻品及生鲜品类的收、存、分、发的操作管理；
4.负责日常司机排线和配送路径规划，按照客户需求按质按量完成配送任务；
5.负责所在部门指定作业环节或者作业区仓储、分拣、配送成本的控制优化；
6.负责指定作业环节或者作业区分拣配送流程优化和模式创新；
7. 掌握基本的AI工具，使用工具提升工作流程效率。
1、负责无人车业务硬件资产的财务预算、预测和分析等相关财务管理工作，为业务决策提供财务支持。
2、负责管理无人车业务硬件资产现金流，监控现金流状况，编制现金流报告，并提出优化建议。
3、负责硬件资产整个生命周期链路的管理，含业务支持和成本管控。
4、负责资产处置策略和价格管理，提高资产处置效率和收益。
5、负责资产和硬件供应链体系的建设和迭代；
6、AI工具应用，主动将AI工具融入日常工作，使用Agent优化提效和增加产出，例如：工作流优化、数据处理与分析、报表/看板搭建、测算/分析模型搭建、项目管理、知识库建设。
1.负责物流运输业务的效率提升；
2.不断优化运输的运营效率，以需求为导向制定效率目标，提升服务能力及客户满意度；
3.负责短驳运输模块的运营长期规划和策略输出，并推动策略的区域落地执行；
4.协同和服务商品部，赋能平台卖家，解决卖家的物流问题，助力搬商上品；
5.负责全国进向动态指标达成，根据全链路问题定位，制定解决方案6.负责履约指标的改善，优化履约时效，改善物流客户物流体验.
【课题说明】以外卖场景下的C端配送费定价为核心决策问题，探索因果推断与前沿人工智能技术融合的下一代决策科学范式。本研究直面高维、动态、充满混杂的商业环境中的根本性挑战：商家间复杂的替代与互补关系、多干预下的交叉混杂效应、以及决策影响的延迟传导与长期因果效应。目标是构建能够表征长程因果、进行反事实推演与前瞻性预估的智能决策系统，实现从“数据相关性分析”到“因果性决策”的根本性跨越，为定价策略提供可解释、可预估的科学依据。【建议研究方向】1.List-wise替代效应的因果效应建模：传统point-wise的因果模型无法刻画在外卖平台多商家同时曝光、用户主动比价场景下复杂的替代与竞争关系。本研究需攻克两大核心问题：一是曝光集合（Impression Set）层面的因果结构识别，即如何从用户行为序列中识别商家间的替代、互补及溢出效应网络；二是反事实需求转移的量化估计，即当某个商家的价格或补贴发生变化时，如何准确估计其带来的流量、订单在整个局部市场商家列表中的转移分布，而非孤立地看待单个商家的指标变化。目标是构建一个能够理解并量化“商家生态”内动态因果关系的List-wise Causal Model。
2.延迟与长程因果效应建模：攻克干预动作的延迟效应表征与长程因果传导路径建模难题。建立能够量化短期冲击与长期均衡影响的动态因果模型，并基于对未来市场状态与用户行为的因果性预估，做出真正前瞻性的序列决策。
3.基于因果模型的强化学习决策：将因果效应预估作为奖励函数或环境模型的核心组成部分，运用强化学习（RL）技术进行序列化决策优化。重点研究如何学习干预的最佳顺序、时机与剂量，提高实时决策结果。
4.LLM + Causal融合推理：充分利用LLM的序列推理与语义理解能力，实时识别用户行为序列背后的潜在意图与决策逻辑，进行高价值特征挖掘，辅助因果图构建、混淆变量识别、反事实叙事生成，增强uplift模型能力。我们将提供美团外卖海量、高维的交易与用户行为数据、真实的A/B实验与线上决策平台、充足的计算资源以及面向重大业务难题的极高研究自由度。目标是能直接驱动核心业务决策系统的突破性成果，同时能在顶级学术会议（如ICML, NeurIPS, KDD）发表paper。
1. 负责动力电池、功率电子产品激光焊接工艺开发与落地：
负责焊接设备选型，新设计焊接可行性评估，焊接工艺开发-同材质/不同材质激光焊接参数验证（焊接功率、压力、焊接速度、离焦量、保护气体种类/流量、焊接路径）；
2. 负责激光焊接问题分析及解决：
针对焊缝气孔、裂纹、炸点熔深不足、焊缝发黑、飞溅等各类焊接不良做根因分析，输出改善对策，整改方案，闭环制程问题。
3. 负责激光焊接设备问题排查和日常维护：
1）了解设备组件及运行原理，可支持设备问题排查；
2）制定设备日常标定、光路校准等方案和设备周期性保养计划；
4. 对接新品项目，参与前期DFM工艺评审，支持评估结构设计焊接可行性，规避后期焊接设计缺陷；
5. 支持控制计划、PFMEA等工艺关键文件编制；
1. 全流程开站设计：负责服务站/前置仓的开站设计全过程，包括现场勘测、平面方案设计、全套施工图（含装饰、机电、暖通、给排水、消防等专业）的出图与项目设计跟踪落地；
2. 设计标准化建设：主导建立和迭代服务站设计标准库（含不同仓型、面积段的标准模块），实现设计资产复用，缩短单站出图周期；
3. AI辅助设计提效：运用AI效果图生成工具（Midjourney/SD/Interior AI等）快速产出概念方案，辅助使用BIM工具（Revit）进行多专业碰撞检测，减少施工阶段变更；
4. 数据驱动设计迭代：结合运营数据（坪效/拣货动线效率/顾客行为热力图），定期复盘现有仓型设计方案，输出量化改善建议，推动设计标准版本升级；
5. 项目管理与交付保障：统筹管理多站点并行设计项目，制定项目计划，协调设计与工程施工节奏，保障开仓时间节点；
6. 跨部门协作推进：深入理解业务变化，与运营、商品、工程等团队协作，将业务痛点转化为设计解决方案，驱动服务站生产力持续提升；
7. 整改与专项支持：承接存量站点整改任务及公司专项设计工作，确保改造方案合规且高效落地。
1.负责集团经营与合同管理领域数字化项目的全生命周期管理，统筹项目规划、需求分析、方案设计、系统实施与交付落地，推动经营与合同管理数智化水平提升。
2.深入对接经营管理、合同管理、法务等业务部门，梳理经营计划、经营分析、合同起草审批、履约跟踪、结算归档等业务流程，推动流程数字化重构与规范化管理。
3.围绕“业务-财务-风控”一体化，打通合同与采购、销售、财务、项目等业务环节的数据链路，实现合同全生命周期管理与经营数据贯通。
4.统筹跨部门协同，协调经营、法务、财务、技术、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，沉淀经营与合同管理数字化建设经验，推动成果复用推广。
