杭州生物信息研发工程师
生物信息研发工程师是指在生物信息学领域从事研究、开发和工程工作的专业人士。他们利用计算机科学、统计学和生物学知识，致力于发展新的生物信息学工具和技术，以解决生物学和医学领域的相关问题。这些问题可能包括基因组学、蛋白质组学、代谢组学、药物研发等。生物信息研发工程师的工作涉及生物数据的处理、分析、挖掘和可视化，从而提供对生物学和医学研究有意义的见解。他们需要具备计算机编程、算法设计、数据管理和生物信息学工具的开发能力，以及对生物学问题的理解和解决能力。生物信息研发工程师通常在生物技术公司、医药公司、科研机构、医院和大学等地方工作。这是一个充满挑战和机遇的职业，对跨学科知识和技能有较高要求。
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. 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。
1. 学历背景
● 本科及以上学历，食品科学、生物工程、化学、质量管理等相关专业优先。
2. 行业经验
● 3年以上食品/生鲜/OEM/自有品牌质量管理相关工作经验，有大型零售企业或互联网生鲜自有品牌平台背景者优先。
● 熟悉OEM合作模式，具备商品开发、供应商审核、质量协议制定等实战经验者优先考虑。
● 有冷链商品质量管理、仓储物流品控经验者优先。
3. 专业能力
● 熟悉食品质量管理体系（如HACCP、ISO22000等），具备较强的问题分析与解决能力。
● 具备良好的数据敏感度，能通过数据分析发现潜在质量问题并提出改进建议。
● 熟悉国家食品安全法规及平台商品质量标准，能有效对接内外部质量合规要求。
4. 沟通协作能力
● 沟通表达能力强，能够跨部门高效协作，推动OEM厂商、内部业务团队共同达成质量目标。
● 性格开朗，团队意识强，具备包容性和分享精神，能够在多变环境中快速适应并推进工作。
工作内容：
-负责咖啡机等设备的维护、故障诊断和排除；
-安装、调试、维护机器设备；
-按照公司维修、保养计划进行设备保养及校准；
-对设备、保养记录进行总结分析，发现问题，及时上报解决；
-协助技术部解决技术问题；
任职资格：
-大专及以上学历，要有低压电工证；
-具有良好的服务意识，工作认真负责；
-较强的事故判断和处理能力，动手能力强。
工作地址：桐庐及周边门店
工作内容：
-负责咖啡机等设备的维护、故障诊断和排除；
-安装、调试、维护机器设备；
-按照公司维修、保养计划进行设备保养及校准；
-对设备、保养记录进行总结分析，发现问题，及时上报解决；
-协助技术部解决技术问题；
任职资格：
-大专及以上学历，要有低压电工证；
-具有良好的服务意识，工作认真负责；
-较强的事故判断和处理能力，动手能力强。
工作地址：桐庐及周边门店
石材加工车间主任面议
1、工作认真负责，熟翻石材加工的整个流程。
2、能把控加工厂加工进度与工地施工进度的衔接。
3、能严格控制石材加工工程中材料成本和色差。
1、负责内部红蓝对抗演练中攻击方相关工作，以攻促防，持续检验和提升公司安全防御能力；
2、负责参与实战攻防演练项目，承担攻击方核心角色，完成从边界突破到内网横向渗透的全链路攻击任务；
3、负责各端（重点 Android 端）的逆向分析工作，包括还原业务流程、核心算法和反混淆等，并开发提效工具与难点攻坚；
4、负责从攻击视角分析黑灰产的攻击方式和工作原理，协助业务与风控团队打击黑灰产；
5、负责从攻击视角为重大安全事件提供安全建议与技术支持，输出可落地的防御加固方案；
6、负责攻击实战技战法的研究与总结，沉淀方法论与知识库；
7、有机会参与 AI 安全前沿研究，探索大模型及 AI 系统的安全攻防对抗，参与 AI 安全相关的攻防演练与技术预研。
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.根据标准完成生鲜、标品的验收工作，对问题商品及时与采购沟通，推进后续处理。
2.农药残留检测、瘦肉精检测、粮食水分检测。
3.仓内存储环境检查、投线作业检查、车辆装载检查，并对不标准操作予以纠偏。
4.客诉分析及跟进协同解决、退货数据分析及质量改善提升。
5.品控团队成员的专业指导，BD、采购、仓配的业务培训。
6.专业战队的实验及案例分享。