北京眼科医师
眼科医师是一种医疗专业的从业者，专门负责治疗和管理各种眼部疾病以及视觉问题。他们通过进行眼睛检查、确诊疾病、规划治疗方案和进行手术等方式，帮助患者维护或提高他们的视力和眼睛健康。眼科医师需要具备丰富的医学知识，能够对眼部疾病做出准确的诊断，并且熟练地运用各种治疗方法，比如药物治疗、手术治疗、近视/远视矫正等。他们还需要与患者进行沟通，解答他们关于眼睛健康和治疗方案的问题，并提供预防眼部疾病的建议。眼科医师可能在医院的眼科诊所、眼科医疗中心，或私人诊所工作。他们的工作对于患者的生活质量至关重要，因为视力问题会直接影响到人们的日常生活和工作。
薪酬概览
平均月薪
¥13300
中位数 ¥12000 ｜ 区间 ¥10200 - ¥16400
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
75% 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
2
对比上月：岗位减少2
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 |
|---|---|---|
| 3-5年 | 2 | 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。
为了更好地提升城市即时配送的效率与体验，2017年，美团启动了无人机配送服务的探索，通过科技创新推动履约工具变革，加快建设空地协同的本地即时配送网络。目前，美团已初步完成了自主飞行无人机、智能化调度系统及高效率运营体系的研发建设工作，由此打造了一个服务于多场景、多天候的城市低空物流解决方案。在该岗位中您将负责：
1.参与/负责 无人机 / 通用机器人 等相关硬件产品线的 设备端软件架构设计与开发2.结合商业和产品视角，评估，决策，规划，设计设备端基础软件架构的战略方向。通过工程的方法支撑商业和产品的健康高效迭代和成功，以及通过架构的方法实现工程团队整体的研发质量，开发效率以及开发者体验。
3.在工程实践中，严格遵循系统化工程代码规范，设计方法，可测试的架构体系，并对跨团队输出技术影响力。
4.时刻关注技术细节，并有敏锐的洞察力和高质量的技术判断力，识别软件架构及整体软件栈中的短板，并通过审慎的权衡定义工程需求，做出工程计划及优先级的定义。
5.主动开展跨职能团队协作，以清晰、可扩展、稳定且高性能的架构设计，赋能所有在设备端进行软件开发的跨部门团队6.主动探索并运用各类AI工具优化日常工作流程，积极推动AI在无人机业务中的落地实践；
为了更好地提升城市即时配送的效率与体验，2017年，美团启动了无人机配送服务的探索，通过科技创新推动履约工具变革，加快建设空地协同的本地即时配送网络。目前，美团已初步完成了自主飞行无人机、智能化调度系统及高效率运营体系的研发建设工作，由此打造了一个服务于多场景、多天候的城市低空物流解决方案。该岗位将负责无人机实景仿真系统的核心算法研发与落地。以3D Gaussian Splatting（3DGS）、神经场景重建为基础，融合世界模型与生成式AI能力，打造面向无人机低空自主飞行场景的高保真数字孪生环境。系统接入无人机多视角航拍、地面激光雷达/相机采集、卫星遥感影像等多源异构数据，通过大规模场景重建与AI驱动的可控生成，输出覆盖城市级区域的真实感仿真场景，支撑感知、规划、决策等全链路算法的闭环训练与验证，加速无人机算法从仿真到实飞的迭代效率。
1.实景三维重建：基于3DGS及NeRF等前沿技术，利用多源异构数据（无人机多视角航拍、地面激光雷达/相机、卫星遥感影像）进行城市级大规模室外场景的高精度三维重建，实现照片级真实感的新视角合成与实时渲染；
2.世界模型构建：研发基于世界模型（World Model）的场景动态建模与时空推演能力，包括光照/天气/季节变化模拟、动态物体行为预测、物理交互仿真等，使仿真场景具备时序连贯性与物理合理性；
3.生成式场景合成：运用Diffusion Model、Video Generation Model等生成式AI技术，实现仿真场景的可控编辑与扩展生成，包括场景风格迁移（季节/天气/光照/时段）、稀疏观测区域AI补全、虚拟目标自动化插入、极端长尾场景（corner case）自动生成等；
4.仿真系统工程落地：参与实景仿真系统整体架构设计，推动算法从研究原型到生产级系统的转化，保障大规模场景的渲染效率与质量平衡。
1、根据现制茶饮业务年度经营目标与产品研发节奏，制定果汁、果酱、小料等核心原料的年度采购战略与品类规划，统筹供应链全链路采购与供应保障工作；
2、系统拓展、评审与维护供应商资源池。针对果汁、果酱、乳品、茶叶等核心原料，深入产地或上游加工端进行寻源，建立稳定、合规、有竞争力的供应体系；
3、通过商务谈判、集中采购、产地直采、需求整合等方式实现可持续降本，主导原料成本分析与优化项目落地，建立原料价格波动预警机制；
4、紧密联动研发与门店运营部门，根据新品开发需求及时匹配原料供给，确保从研发小样到门店规模化推广的全链条响应；联动财务部门编制并管控年度采购预算；
5、跟踪现制茶饮行业原料市场动态与趋势，为产品迭代和采购决策提供市场洞察支持。
1. 建立并完善外卖业务经营主要模块的指标体系，建立日/周/月维度的经营监控和分析框架，识别业务关键要素的指标变化，并诊断经营异动，通过下钻分析和专题拆解充分定位问题，为业务改进提供判断。
2. 内外部分析结合，包括不限于宏观和行业分析、用户需求持续洞察、用户和商户调研、用户质量评估、本地市场及业务规律的长期探索、盈亏分析、业务策略效果评估，可以在业务关键决策点开展专题研究，为业务策略制定和迭代提供关键输入。
3. 持续性竞争研究，包括不限于竞争信息收集、竞争和大盘数据分析、竞争策略研究、竞争形势推演等，为业务目标制定和关键策略调整提供判断。
4.针对重点经营策略项目，主导制定项目目标、规划策略并通过项目管理统筹策略落地，达成业务目标。
5.积极探索利用AI工具进行日常各项分析工作。
海外社媒运营实习生
岗位职责：
1. 海外社媒平台运营：包括内容运营、粉丝运营 ；
2. 账号数据整理，能做简单分析更佳；
3. KOL运营：能够找到和沟通目标达人合作。
任职要求：
1. 传播传媒类专业，对数据敏感，具备一定数据分析能力优先；或商科类、市场营销类专业，对海外社交媒体内容敏感，深度用户优先；
2. 英文好，了解海外文化，有海外学习或生活经历优先；
3. 喜欢流行文化是加分项！
海外社媒运营实习生
岗位职责：
1. 海外社媒平台运营：包括内容运营、粉丝运营 ；
2. 账号数据整理，能做简单分析更佳；
3. KOL运营：能够找到和沟通目标达人合作。
任职要求：
1. 传播传媒类专业，对数据敏感，具备一定数据分析能力优先；或商科类、市场营销类专业，对海外社交媒体内容敏感，深度用户优先；
2. 英文好，了解海外文化，有海外学习或生活经历优先；
3. 喜欢流行文化是加分项！
以平台视角负责核心品类运营管理，通过制定规则、搭建机制、运营商家与品牌资源，推动平台品类生态的健康发展，是连接商家、品牌商与用户之间的核心枢纽。
1.承担美团骑行业务线的数仓设计和开发工作。
2.负责骑行财务方向相关数据平台的架构设计与开发，支撑数据采集、清洗、存储与分析全流程。
3.负责数据质量、成本、安全等各方向数据治理工作。
4.构建高可用、可扩展的数据处理系统，优化数据模型与计算性能，提升数据服务效率。
5.负责数据Agent落地、迭代，推动AI自动化运维、端到端需求交付。
6.与产品、算法、业务团队协作，深入理解骑行场景需求，输出高质量的数据解决方案。
【课题说明】信息流广告系统一般采用“召回->粗排->精排->出价->拍卖”的多级漏斗架构，但各模块独立优化导致优化目标不一致，前链路会制约后链路上限，漏斗效率折损大。近年来，随着大模型和生成式技术的快速发展，其强大的表征能力和良好的Scaling性质也为广告系统提供了新的可能性。本研究旨在探索如何利用生成式技术重塑整个广告系统，通过一个端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型决策空间，最大化平台收益。【建议研究方向】1.生成式广告大模型架构设计：基于前沿大模型（如时空Transformer、MLA、MoE等），设计适配广告场景的生成式决策框架，支持根据“用户行为、实时位置、商户出价”端到端生成最优的广告商家、展示创意、相应计费。
2.多阶段的训练范式设计：借鉴LLM的分阶段训练技术（如PT、SFT、RLHF等），设计“基于海量交互的 pre-training 和 基于业务目标的 post-training ”的分阶段训练范式，提升广告大模型效果。
3.广告大模型的Scaling规律探索：探索广告场景下，生成式大模型“算力->效果”的转化规律，驱动推广搜迭代范式实现由“人工设计迭代”到“算力堆叠迭代”的跃迁。