薪酬概览
平均月薪
¥13000
中位数 ¥12000 ｜ 区间 ¥9600 - ¥16500
数据来源：谈职全网11份招聘数据；更新时间：2026年7月13日
月薪分布
45.5% 人群薪酬落在 15-30k
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
11月新增岗位
6
对比上月：岗位减少12
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.负责工艺规程、批生产记录等文件的制定、优化与审核，确保工艺操作标准化。
2.监督生产过程符合工艺要求，开展工艺数据分析，预防与解决技术问题。
3.主导或协助工艺验证、工艺革新与技术转移项目，推进工艺持续改进。
4.参与偏差调查、变更评估，从工艺角度提出改进措施并跟进落实。
5.配合完成新产品导入、工艺优化等专项工作，协助车间工艺培训与人才培养。
1、相关设备安装、改进、调动、闲置、报废及维护。25%
2、设备的签收、验收；组织有效性评估、报废20%
3、设备生产厂家解决相关疑难问题等。15%
4、制订设备安全操作规程、维护作业标准、定期维护保养计划，操作规程的制定。15%
7、参与CTS特性中与设备改善相关的分析改善，并跟进改善效果。
1、图纸审核
2、项目立项、预算，制定计划书
3、领导安排的其他事物
4、参与CTS特性中与设备改善相关的分析改善，并跟进改善效果。
5、加工工艺制定
1.质量监督与合规：监督ADC生产全过程的质量控制执行情况，确保生产活动符合GMP、工艺规程、质量标准及公司质量体系要求。
2.记录与数据审核：审核生产批记录、辅助记录、检验记录等质量文件，确保数据完整性、准确性及可追溯性，推动记录规范化管理。
3.偏差与CAPA管理：主导车间内部偏差处理流程，组织偏差调查与风险评估，制定并跟踪纠正和预防措施，确保问题有效闭环。
4.内部自查与外部审计：策划并执行车间质量自查，识别质量风险并推动整改；迎接客户、监管机构等外部审计，准备质量文档，跟进审计缺陷项的整改落实。
5.跨部门质量协同：与生产、QA、QC、技术等部门密切协作，参与变更控制、超标结果（OOS）调查、产品质量回顾及持续确认工作。
6.验证活动支持：审核工艺验证、清洁验证、分析方法验证等方案与报告，监督验证实施过程，确保验证符合法规及内控要求。
7.技术转移质量评估：参与新产品、新工艺的技术转移，从质量风险控制角度评估工艺可行性，确保转移过程质量体系的有效衔接。
8.质量体系持续改进：运用质量工具（如FMEA、CAPA、趋势分析）推动车间质量体系优化，提升过程控制能力与产品质量稳定性。
9.质量培训与文化建设：组织开展质量法规、SOP及案例培训，提升员工质量意识与合规操作水平，推动全员质量文化落地。
1. 生产管理与运营：全面负责制剂药品生产车间的日常运营管理，确保生产计划按时、保质、保量完成。 监督生产流程的合规性，严格执行GMP（药品生产质量管理规范）、SOP（标准操作规程）及相关法规要求。 优化生产工艺流程，提升生产效率，降低生产成本。 统筹生产设备、物料及人员的调配，确保资源合理利用。
2. 质量管理与合规：贯彻药品质量管理制度，对生产全过程的质量控制负责，确保产品符合国家标准和企业内控标准。 组织处理生产过程中的质量偏差、OOS（超规格结果）及CAPA（纠正与预防措施）的实施。 配合质量部门完成产品放行、验证、稳定性考察及客户审计等工作。
3. 团队建设与人员管理：负责生产团队的组建、培训与绩效考核，提升员工技能与合规意识。 建立高效沟通机制，协调生产、质量、技术、工程等部门间的协作。
4. 成本控制与预算管理：制定并执行生产部门年度预算，监控生产成本，提出降本增效方案。 监督生产物料的采购、库存管理及损耗控制。
5. 技术改进与创新：推动生产技术升级，参与新工艺、新设备的引进与验证。 组织解决生产中的技术难题，提升产品工艺稳定性。
6. 安全与环保管理：落实安全生产责任制，确保生产环境符合EHS（环境、健康、安全）标准。 防范生产事故，组织应急演练及安全隐患排查整改。
7. 合规与审计应对：主导应对国内外药监部门（如NMPA、FDA、EMA等）的检查及客户审计。 确保生产记录、批档案等文件完整、可追溯。
1、负责协助药物研发阶段质量管理体系的建立、实施、维护与持续改进，确保研发活动符合国家药品监管法规要求；
2、负责药物研发药学研究（CMC）阶段的质量管理，包括项目研究各阶段的合规性监督审核、技术转移、研究现场规范性检查、委托研究、注册申报自查等；
3、负责研发过程中质量事件如偏差、变更、异常的管理，包括管理文件的撰写、流程的审核、调查与跟踪；
4、组织并执行研发相关的质量审计（内部审计及官方检查），牵头准备迎检材料，组织整改回复并跟踪审计发现项的整改与闭环管理；
5、审核研发相关的技术文件，包括方案、报告、记录、SOP等，确保其合规性、完整性和可追溯性；
6、跟踪国内外药品研发质量管理的最新法规动态，及时更新内部质量管理流程，组织研发人员进行质量管理体系、数据完整性等方面的培训。
1.生产管理：负责车间生产计划的制定和分解，根据生产计划，合理安排车间人员与设备，确保无菌注射剂按时、按质、按量完成生产任务；优化生产流程，提高生产效率，降低生产成本。
2.质量管理：严格把控无菌注射剂生产质量，确保生产全过程符合 GMP 要求；建立和完善车间质量控制体系，定期进行质量检查和分析，及时解决质量问题。
3.团队管理：领导和管理车间团队，进行人员培训、绩效考核与激励，提升团队凝聚力和执行力；协调车间内部及与其他部门的沟通协作，保障生产顺利进行。
4.合规管理，文件与记录管理：审核和管理车间生产相关文件，如操作规程、批记录等；确保文件的准确性、完整性和可追溯性，为生产和质量追溯提供依据。
负责落实公司安全事务工作部署，管辖区域内公司全业务线安全事故事件处置、安全事故事件预防以及安全资源构建和维护等，主要工作包括：
1.事故事件处置：负责辖区内全业务重特大橙色等级和红色等级安全事故事件处理。
2.区域安全风险防范：负责了解辖区内各城市的交通、消防等政策信息，对业务开展提出指导建议和安全风险建议，负责协调区域内业务同学做好各类安全事件的预防工作。
3.支持业务开展：负责部署地方资源，提前沟通属地交通、治安、刑侦、消防、安监等部门，协助业务一线团队落地业务动作，保障业务在区域内的安全。
4.安全文化宣导：负责辖区内各业务的安全文化宣导，协同推进落地并检核。
5.资源建立与维护：配合属地公安、消防、交警等政府部门开展警企活动，保持良好关系，弘扬社会正能量。
6.复盘分析：汇总辖区内的事故事件数据，复盘和分析事件发生的原因，并制定预防方案，推行并反馈效果。
7.安全巡查：负责辖区内定期和不定期的安全巡查，如配送员的违规违法骑行、配送员的日常行为规范、零售仓站安全巡查等。
8.大型会议、活动安保管理：负责辖区内重大会议、活动、节日的安保方案制定、落地、检核和复盘。
9.培训宣导：负责辖区内对业务一线团队、职场等进行安全知识、安全管理方案等的培训和宣导。
1.协助质量副总经理/总经理制定并实施公司质量发展战略，建立和完善质量治理体系，推动质量管理体系持续符合中国GMP、FDA、EU GMP、ICH及其他适用法规要求，确保公司质量目标与经营战略有效衔接。
2.统筹药品全生命周期质量管理，监督质量体系各要素有效运行，组织开展质量风险管理、质量趋势分析及持续改进工作，保障产品质量、安全性和合规性。
3.负责国内外法规及监管要求的研究与转化，统筹国内外药政监管机构检查、客户审计及认证审核工作，建立常态化迎检机制，持续提升企业国际合规能力和市场准入能力。
4.推动质量文化建设和数据可靠性管理，建立风险预警和质量改进机制，强化全员质量意识和合规意识，提升企业质量管理水平和质量竞争力。
5.负责质量团队建设和人才梯队培养，打造专业化、国际化质量管理团队，为公司高质量发展提供组织保障和人才支撑。
6.完成公司及上级领导交办的其他工作。
负责指导微球制剂的研发，包括战略方向选择、调研立项指导、新项目评估、微球技术平台建设和技术难题指导解决、药品国内外注册指导等。
1、数据安全控制体系审计：制定数据安全审计流程及标准，定期对集团及子公司的数据分类分级、访问控制、加密策略、日志审计等控制措施进行合规性检查；核查敏感数据（如用户隐私、财务数据）全链路防护措施，重点验证数据库脱敏、API接口鉴权等环节的有效性。
2、数据安全风险评估与渗透测试：开展数据安全风险评估项目，量化暴露面风险值；协同技术团队开展针对性渗透测试，验证混合云环境、AI模型训练数据流等关键领域的安全防护能力。
3、安全策略与制度执行审计：审计各子公司数据安全管理制度的制定和执行，识别制度漏洞及执行偏差；检查特权账号管理、第三方数据共享审批、员工离职数据交接等高风险环节的合规性。
4、应急响应与事件溯源审计：追踪勒索攻击、数据泄露等安全事件的处置流程，审计应急响应时效性及根本原因分析深度。
5、第三方合作方数据安全审计：对供应商、外包服务商的数据处理流程开展安全评估，重点审查API接口权限管控、数据脱敏一致性等。
AI应用开发与系统集成工程师（数智化工厂方向）(J10957)
1. 负责将算法团队交付的模型进行服务化封装（如RESTful API、gRPC服务），开发高性能、高可用的后端应用，并负责在服务器或云平台上的部署、监控与维护。
2. 对接生产现场的 PLC、传感器等工业设备，实现设备数据的采集、传输与解析，打通信息系统与物理设备间的数据壁垒。
3. 开发用户友好的Web前端或桌面客户端界面，用于数据展示、模型参数输入、预测结果可视化及交互式分析。
4. 负责AI应用与公司内部系统（如MES, LIMS, ERP, 实时数据库）的集成，设计并实现稳定、安全的数据交换接口与自动化数据管道。
5. 开发供生产或技术人员使用的内部AI工具平台、数据分析平台或模型管理平台，降低AI技术使用门槛。
6. 参与AI项目从技术可行性评估、供应商产品对接（若需要）、技术选型、开发实施到上线运维的全过程，确保项目成功落地。