济南软件项目实施工程师
软件项目实施工程师是负责将软件项目从计划阶段引入到实施阶段的专业人员。他们负责与客户合作,了解和分析客户的需求,制定详细的实施计划,确保项目按时、按质、按成本完成。此外,软件项目实施工程师还负责协调和管理团队成员的工作,监督项目进展,解决出现的问题,确保项目按照预期实施。他们需要具备丰富的项目管理经验和软件开发技能,熟悉软件开发的各个阶段,能够与客户沟通,把握项目方向,确保项目顺利进行。此外,他们需要具备良好的团队合作能力和领导能力,能够协调资源,推动项目进程。
薪酬概览
平均月薪
¥7900
中位数 ¥7500 | 区间 ¥6000 - ¥9700
数据来源:谈职全网18份招聘数据;更新时间:2026年7月13日
月薪分布
61.1% 人群薪酬落在 0-8k

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
1月新增岗位
9
对比上月:岗位减少15
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 | 9 | 100% |
热招职位
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。
1、视觉、MES、机器人、业务系统等软件项目的设计、开发、调试、维护以及资料受控
2、所负责项目涉及到的机械,电气,工艺,品质等工程师进行项目设计调试维护过程中的沟通确认
3、所负责项目完成后,维护相应的受控代码,设计文档等资料,交接相应项目的维护操作等
4、完成上级领导安排的其他工作任务
1、AI智能体设计与开发 负责公司AI智能体(Agent)的设计、开发与运维,搭建自动化业务流程,提升业务运行效率。
2、AI门户建设与运营 主导公司AI应用门户的规划与建设,整合内外部AI能力,打造统一的AI服务入口,持续优化用户体验。
3、垂类模型应用落地 结合制药行业业务场景,探索并落地垂直领域AI模型应用,包括但不限于文档智能、质量分析、工艺优化等方向。
4、数据中台与知识库建设 负责公司数据中台架构设计与建设,推进知识库体系的构建、管理与持续运营,支撑数据资产化与智能化应用。
1、模型开发与迭代:针对培养基优化、细胞培养参数预测、纯化条件推荐、制剂稳定性预测等场景,设计并实现ML模型;负责数据预处理→特征工程→模型选型与训练→交叉验证→超参数调优的全流程;把算法模型封装为内部可用工具。
2、可复用Pipeline建设:编写可复用的ML Pipeline代码,建立模型版本控制与实验追踪机制;
3、模型可解释性:在工艺科学家配合下进行SHAP/LIME等可解释性分析,确保模型输出对工艺人员可理解;
4、工具链与基础设施:搭建和维护团队模型训练与推理环境;开发面向AI Champion的轻量分析工具(Streamlit/Gradio应用),降低AI使用门槛;
5、跨板块技术支持:为AI Champion提供模型使用培训和技术答疑;协助各板块进行数据分析与可视化的quick win项目,快速建立信任;
6、文档与知识沉淀:编写模型开发文档和使用手册,定期组织内部技术分享,维护团队代码仓库和技术Wiki。
7、负责接口开发、可视化后台、实验数据自动导入、SHAP可解释性模块开发、软件开发。
1. 开户:协助提交合约商的开户报告、终端医院的开户报告、合约服务商的准入备案、设备申请2. 协助催收招商的相关协议,合约商协议,合约服务商协议3. 根据招商代表提供的订单计划在下单系统进行下单操作,如 涉及阳光采购平台的维护做单一并处理;协助进行代理终端客户的定期盘库4. 发票、出库单的资料确保齐全,跟进入库;代理商和客户终端的协助对账,并负责催收对账函5. 赊销款超期到期提醒招商代表,并负责提交信用报告6. 提交并跟进退款流程(含保证金),确保退款效率;提交并跟进退货进度,确保及时退货避免报损7. 协助制作费用报账的资料及报告提交、跟进8. ①合约商与cso服务商、医院端的关联图谱;
1、需求调研与分析:深入挖掘用户潜在需求,精准提炼业务痛点。能够将复杂的业务需求转化为清晰、可实现的功能需求,输出详细、规范的需求规格说明书
2、解决方案设计与定制:具备优秀的解决方案设计能力,能够结合用户业务场景以及技术发展趋势,设计出创新性的解决方案,确保方案可行性与技术先进性,。
3、对设计方案进行成本效益分析,评估技术可行性、实施周期、实施风险与预期收益,为项目决策提供数据支持。
5、项目协作与推进:协同业务经理、交付开发团队,参与项目全流程,把控项目进度,及时解决技术与流程问题,保障项目按时高质量交付。
6、运维与持续改进:项目上线后,负责系统运维与持续改进工作,用户问题解决、需求分析识别,与软件厂商持续开展持续改进提升工作。
7、组织召开项目会议,协调各方资源,及时沟通项目进展与问题,确保项目信息在团队内有效传递。
8、用户沟通与服务:与用户保持密切沟通,提供解决方案、演示方案效果,解答疑问,收集反馈,提供技术支持、培训,提升用户满意度。基于客户反馈,对解决方案进行优化调整,确保方案持续满足用户需求。
1、数据整合与治理:从各工艺板块收集实验数据(Excel记录、LIMS导出、设备输出文件等),建立统一的清洗和标准化流程;识别和处理数据质量问题(缺失值、异常值、批次效应、命名不一致);建立并维护结构化的数据集目录,为ML建模提供高质量数据底座;
2、统计分析与可视化:使用统计方法(假设检验、ANOVA、回归分析、方差分量分析)支撑工艺开发和QC数据分析;为各板块制作标准化数据看板(Tableau/Power BI或Streamlit),如批次趋势监控、CQA月度汇总;参与OOS/OOT调查的数据分析支持;
3、AI Champion培训与支持:牵头设计并实施AI Champion基础培训课程(Python入门→数据处理→ML概念);作为AI Champion的日常技术支持第一联系人,解答数据工具使用问题;编写数据操作的SOP文档和培训材料;
4、探索性分析(EDA):在ML工程师建模前完成探索性数据分析,识别数据特征和潜在规律;支持快速ad-hoc分析请求(如历史批次某质量属性的波动统计分析)。
1. 参与前端项目的前期需求分析,与产品、模型端、后端协作,明确功能目标和技术实现方案。
2. 负责前端系统架构设计、模块划分,制定开发计划和技术文档。
3. 使用Vue、TypeScript等完成业务页面和组件的开发,保证代码可读性、可维护性和性能。
4. 对前端性能进行监控和优化,保证页面加载速度、交互流畅度和兼容性。
5. 根据业务需求,完成API对接、SSE/WebSocket实时通信、文件上传下载等功能的开发与集成。
6. 负责PC端与H5端多端适配,保证在不同设备和分辨率下的良好体验。
7. 参与AI相关功能的前端开发,如大模型流式输出展示、AI对话界面、智能辅助决策等,提升人机协作体验。
8. 具备前后端联调能力,能参与接口设计、数据库设计或Node中间层开发,协助前后端联调与问题排查。
1、负责药物研究院研发信息化需求的调研,对接集团研发信息化项目在药物研究院的落地管理及功能推广;
2、跟踪行业内AI技术的最新发展动态,评估新技术在医药研发中的应用潜力,并推动技术落地;
3、与研发团队紧密合作,深入了解研发需求,负责AI模型的开发与训练,将AI技术融入研发流程,提升研发效率和精准度;
4、开发和维护研发相关的AI软件系统和平台,提供稳定的技术支持;
5、协助研发团队处理和分析海量的研发数据,包括合成化学数据、临床试验数据、药物分析数据等,确保数据的质量和可用性。
1、主导大模型选型、微调策略与训练框架设计
2、搭建模型评测体系,持续优化模型性能与业务适配度
3、优化模型推理性能,实现低成本、高效率的模型部署
4、跟踪前沿技术(如多模态、Agent、RAG),规划技术演进路线
1、负责AI能力的前端交互与后端服务开发,将算法能力封装为可落地的业务应用
2、开发AI办公门户、智能聊天界面、AI能力市场等系统的功能模块
3、对接大模型API、向量数据库、知识图谱等底层服务,实现端到端AI功能闭环
4、优化前端AI交互体验(流式输出、打字机效果、Markdown渲染、会话管理)
1.聚焦MST细胞培养相关实验设计、方案优化及落地执行,参与上市后生物大分子药物细胞培养工艺的技术迭代与优化工作,配合开展供应商相关技术对接,推动新技术、新方法在细胞培养环节的探索与应用。
2.通过上游工艺现场排查及研发、生产环节工艺数据分析,挖掘细胞培养工艺提升潜力,协调内外部技术资源,制定工艺优化实验方案并推进实施,助力产品质量与生产效率提升。
3.持续跟踪上游细胞培养工艺领域前沿技术进展,结合公司实际发展需求,开展新技术、新方法的探索与调研,做好技术总结与理念宣贯,提升团队技术认知与应用能力。
4.负责细胞培养相关实验方案、技术报告、工艺总结等资料的撰写与完善,配合完成相关申报资料的编制、整理工作,确保各类资料规范、准确、完整。
