杭州理化分析工程师
理化分析工程师是一种从事理化分析工作的专业人士，他们负责使用化学、物理和仪器分析等技术手段对各种材料和化学物质进行分析。他们通常需要具备扎实的化学和物理知识，以及熟练的实验操作技能和仪器操作技能。理化分析工程师通常在化工、医药、食品、环保等行业工作，他们可以负责材料成分分析、质量控制、环境监测、新产品开发等工作。他们需要熟练掌握各种分析仪器的使用和维护，并能够准确解读和分析实验数据，为企业生产和研发提供支持。此外，理化分析工程师还需要具备良好的沟通能力和团队合作精神，与其他部门密切配合，共同推动项目的顺利进行。
薪酬概览
平均月薪
¥9800
中位数 ¥8500 ｜ 区间 ¥7400 - ¥12200
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
40% 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
6
对比上月：岗位减少1
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 |
|---|---|---|
| 1-3年 | 6 | 100% |
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. 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
1. AI资源站点BI建设：负责站点的BI体系搭建与持续迭代，承接业务方与决策层的数据消费诉求，输出可视化看板与专题分析，支撑资源全景可观测、可决策。
2. 跨模块数据核对与一致性保障：建立站点内各模块（如资源池、分配、消耗、成本、效能等）的数据交叉核对机制，识别口径不一致、数据漂移、链路断点等问题，推动上下游修复并沉淀核对规则。
3. 模块内容设计与指标体系搭建：负责站点各模块的内容规划与指标设计，使每个模块"有信息密度、有决策抓手"，避免堆砌指标。
4. 底层数据保障与质量治理：把控站点底层数据链路，建立数据质量评估标准与监控告警，治理上游数据源的口径、时效、完整性问题，输出数据资产文档与血缘关系，保障站点数据"可信、可追溯、可解释"。
5. 跨团队协作与需求衔接：与业务方、数据开发、算法团队协同，承接业务方的分析诉求，将模糊需求转化为清晰的指标定义与数据产品方案，推动需求落地闭环。