杭州生信分析工程师
生信分析工程师是指负责应用生物信息学技术对生物和医学数据进行分析和解释的专业人士。他们通过软件工具和算法，处理和解释大规模的基因组、蛋白质组和其他生物分子数据，从而对基因组学、转录组学、蛋白质组学和代谢组学等领域进行深入研究。生信分析工程师需要具备深入的生物学知识和专业的计算机技能，能够运用多种生物信息学工具和编程语言进行数据处理和分析。他们在医学研究、新药开发、疾病诊断和个性化医疗等领域发挥着重要作用，为科学研究和临床诊断提供支持和指导。这个职位要求人具备扎实的生物信息学和生物学专业知识，以及良好的数据分析和问题解决能力。
薪酬概览
平均月薪
¥13000
中位数 ¥12500 ｜ 区间 ¥10800 - ¥15300
数据来源：谈职全网12份招聘数据；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
4月新增岗位
67
对比上月：岗位新增52
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 | 16 | 25% |
| 1-3年 | 16 | 25% |
| 3-5年 | 16 | 25% |
| 5-10年 | 8 | 12.5% |
| 不限经验 | 8 | 12.5% |
热招职位
1. 负责 EDR 等终端安全产品在 Windows 和 macOS 平台的有效性对抗和验证，评估并发现防御体系盲区。
2. 参与授权下的内部红紫对抗攻防演练，基于自研 AI Agent 开展社会工程学防御验证、边界突破、终端落地及持久化等，推动检测和防御能力改进。
3. 基于大模型智能体框架建设自动化攻防能力，实现攻击面分析、任务规划、工具调用、终端对抗和攻击链编排。
4. 对常见智能体进行安全攻防对抗，包括但不限于智能体驱动的新型社会工程学攻击手法、智能体终端持久化及防御检测绕过等。
1.负责跟踪业界前沿的安全攻防技术能够评估大模型、智能体安全风险；建设关键基础设施安全防护方案设计与落地。
2.主导SDL安全开发流程优化，建立AI场景下的威胁建模与风险评估体系。
3.负责淘宝闪购数据安全技术前瞻性研究，沉淀数据安全技术和孵化数据安全智能体能力。
4.主导或参与智能体安全工具链的开发与集成，提升智能体安全风险检测、防御与响应能力；
1、每日巡检责任区域内楼栋，关注现场品质环境；
2、负责接待顾客来访，受理责任区域内客户意见、建议及时落实整改与回复；
3、处理客户投诉，记录并跟进处理结果，维护业主关系；
4、负责区域住户物业管理费的催缴；
5、定期按计划执行客户访谈及满意度调查；
6、跟进区域内客户装修进展，及时向物业服务中心反映需要解决的问题；
7、协助开展社区文化活动。
1、工艺开发与DFM分析：跟进产品早期开发，提出DFM需求并闭环；制定输出SOR技术协议和核心PFMEA；
2、供应商管理与评审：评审供应商方案并组织评分；管理供应商开发过程，确保按节点完成线体设备采购、组装、调试和发运；
3、图纸审核与验收组织：审核供应商3D/2D电气图纸并组织会签；协调供应商端预验收，组织各相关部门参与；
4、线体调试与生产组织：跟进线体setup和调试物料准备；协助组织现场小批量生产，协调生产资源进行样件输出；
5、工艺文件与验收交付：协调输出线体PFMEA、CP、SOP等工艺文件；完成线体终验收，确保问题整改闭环并最终交付生产。
1、根据生产计划，招聘/培养/组织产线人员，完成产能爬坡及生产计划的达成。
2、做好车间的质量管理，带领全员质量管理，改善生产流程/效率管理，提高精益水平，降低制造成本。
3、培训员工通用技能/岗位技能，做好团队的能力建设和梯队建设，提高团队凝聚力同时，保证团队安全和纪律，带领团队达成目标。
4、做好车间基本的5S/可视化/拉动生产等基本管理，保证记录一致，降低客户审核中对于生产执行类问题。
5、完成领导交办的其他工作任务。
1、负责产品量产阶段的制造质量管理工作，建立并持续优化生产过程质量控制体系，运用过程方法识别、监控及改善关键质量风险，推动相关部门落实标准化作业及质量要求。
2、运用SPC、MSA、FMEA、APQP、PPAP等质量工具开展质量管理活动，对生产过程能力、关键质量指标及异常问题进行分析与改善，确保产品和过程满足质量要求。
3、主导生产过程中的质量异常分析与闭环改善，推动跨部门团队开展根因分析（8D、5Why、鱼骨图等），跟踪纠正预防措施的实施效果，持续提升产品质量及制造过程稳定性。
4、监督品质检验标准、控制计划（Control Plan）及作业指导书的执行情况，推动质量意识提升及质量文化建设，确保出货产品满足客户要求及公司质量目标。
5、参与新产品开发、试制及NPI导入过程，制定产品质量计划、检验规范及质量控制方案，推动产品顺利导入量产并实现质量目标达成。
6、收集并分析生产过程质量数据，建立质量看板及关键质量指标监控机制，推动良率提升、制程优化及质量成本持续改善。
7、配合研发、工艺、生产、供应链及客户质量团队开展质量改进项目，支持客户投诉分析、产品可靠性提升及质量体系持续优化。
1. 检验管理
a. 制定班组检验计划，完成检验任务保交付 b. 监督检验过程，保证各项检验要求被有效执行检验，检查各项检验变更文件及时下发，并培训按照变更文件有效执行 c. 审核检验记录与报告的及时性与完整性，确保数据准确性 d. 监督现场合格品、异常品、NG品的处理 e. 配合量具计量管理人员对所有QC使用相关量具的计量检验工作，保证检验量具的有效性
2. 质量问题管理
a. 出现批量异常及时叫停，并协助相关工程师现场质量异常分析 b. 严格执行异常叫停原则 c. 配合生产部门处理返工/返修，跟踪不良品隔离与处置 d. 参与客户投诉的原因调查、取证以及纠正措施落地被有效执行
3. 体系执行
a. 确保ISO9001/TS16949等质量管理体系在班组落地 b. 配合内部质量审核与客户审核所需相关检验材料 c. 维护质量文件（SOP、检验规范、质量记录）
4. 人员培训与团队管理
a. 培训新员工掌握检验标准与工具使用（如卡尺、显微镜、推拉力测试仪） b. 评估班组成员绩效，实施技能矩阵管理 c. 组织质量意识培训，提升全员质量责任感
1、管理培养PMC团队，完成公司交付OTD目标。参与公司发展战略与年度经营计划，负责公司所有产品线生产计划调度。
2、对接客户需求部门及内部销售窗口，实时掌握客户需求变动，调配生产满足交付。梳理符合TS16949体系的内部业务流程，应对客户审核和体系审核。
3、负责供应链物料采购计划，优化采购策略，控制合理库存水平（DOH），协同采购部门根据内外部环境，统筹负责风险战略备料，评估风险及时预警。
4、项目导入、SOP、EOP各环节工作协调处理（包含但不限于SOP物料采购、试生产及量产计划制定；EOP物料规避呆滞，必要的替代、售卖或报废等流程处理）。
5、负责ERP，WMS，APS等相关系统功能的优化与完善，以及SRM,CRM等相关业务系统的深度开发与持续改进。与数字化团队协同完成方案评估、开发及落地。
6、生产数据及物料数据的统计分析，发掘问题识别风险并改善。有BI应用能力，AI agent场景应用，赋能团队提效。
• 参与SoC安全架构方案制定，包括安全启动，安全隔离，安全调试等。
• 负责安全子系统架构定义，设计实现以及交付。
• 负责对称/非对称加解密算法及哈希算法的硬件优化与集成，并完成性能，安全性，功耗等关键指标的评估。
• 负责安全相关IP的RTL设计，完成LINT/CDC/预综合等前端设计检查与交付。
• 安全子系统的验证、时序收敛及硅后测试支持。
1. 全面负责CPU IP/芯片端到端质量管理工作，以客户需求为导向，制定E2E质量要求和质量计划，并确保实施符合要求；
2. 负责产品生命周期阶段的质量管控，并持续优化及完善流程或方法；
3. 负责建设与本领域相匹配的E2E流程和管理体系，并持续识别改进点，负责闭环改进；
4. 推动CPU IP/芯片各领域开发流程标准化，制定CPU IP/芯片研发质量管理方案，并有计划的推进、实施；
5. 组织并熟练使用各种质量工具和方法对质量问题进行根因分析、处理、改进、预防措施的制定和执行落地；
6. 提升全员质量意识和质量文化，持续提升组织的质量改进能力。
1. 构建和持续优化公司IPD流程体系和质量管理体系(含流程架构、流程文件、质量管理系统等)
2. 持续跟踪和分析IPD流程实施情况(包括IPD流程导入及落地评估、体系成熟度评估、符合性及有效性评估、项目执行改进等)，识别流程体系的瓶颈和改进点，提出有效的流程优化方案，并推动实施，提高流程适用性、效率和质量
3. 持续改进公司的质量管理体系，设计各类E2E过程及结果质量的数据度量统计模型，建立度量分析体系，根据分析结果进行持续改进
4. 负责组织和协调完成公司内外审等多种审核认证，推进纠正和预防措施的落地
5. 负责开展流程体系、质量活动、质量工具及方法等培训，持续提升组织的质量文化、质量意识、运作效率及质量运营能力
6. 负责规划和建设数字化运营体系，打造数字化运营平台，提供数字化运营能力，并使用数字化运营平台、工具、方法，开展问题识别、分析，提高发现问题、分析问题、解决问题的能力和效率