薪酬概览
平均月薪
¥17800
中位数 ¥15000 ｜ 区间 ¥13600 - ¥21900
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
50% 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
2月新增岗位
58
对比上月：岗位新增26
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 |
|---|---|---|
| 5-10年 | 29 | 67.4% |
| >10年 | 14 | 32.6% |
热招职位
1、负责公司员工入转调离管理、劳动关系争议处理等工作；
2、负责管理员工考勤档案，核对考勤情况，定期向经营公司人事经理提交上月员工考情表以及异动情况；
3、建立、管理和保存公司所有员工的档案；
4、与社保机构及办事人员建立并长期保持良好的合作关系，做好公司所有员工的保险工作，准确及时办理各项保险上缴、停缴、补缴等业务工作；
5、与经营公司人力资源部联系，保证其下达的各项工作及时有效完成；
6、领导布置的其他工作。
1. 参与一线业务轮岗，熟练掌握业务流程、作业标准与业务逻辑，夯实一线业务基础。
2. 负责日常业务数据整理、统计与复盘分析，输出基础数据报表，挖掘业务问题，助力业务提效优化。
3. 协助开展业务中台运营支持工作，配合流程落地、效能跟进、业务统筹等后台支撑类工作。
4. 协助完成团队日常业务督导、指标跟进、基础管理辅助工作，积累团队管理实战经验。
5. 跟进落实业务专项工作及各项制度落地，保障团队业务指标稳步达成。
1.将安全策略转化为技术规范（如《模型安全编码指南》《数据隐私保护技术要求》），指导业务团队（如模型工程师、数据分析师）采用技术手段落实安全要求。
2.主导AI安全风险评估，使用工具（如检测模型偏见、Microsoft 扫描模型漏洞、评估模型鲁棒性）定期扫描训练数据、模型文件及推理服务，识别潜在风险（如数据泄露、模型被篡改、恶意 prompt 注入），生成技术评估报告并提出整改方案。
3.开发自研安全工具（如模型水印嵌入工具、数据脱敏自动化脚本、智能体安全沙箱），提供标准化接口（如RESTful API）供业务团队调用；维护现有安全工具（如漏洞扫描系统、日志分析平台），确保工具有效性。
4.建立24小时安全事件响应机制，使用技术手段（如分析系统日志、检测网络攻击、模型回滚工具恢复受感染模型）快速定位事件根源（如模型被恶意篡改、训练数据泄露），协调技术团队（如安全运维、模型团队）采取隔离、修复等措施，降低损失。
5.为业务团队提供技术支持（如解答模型安全编码问题、指导数据隐私保护技术实现）；开展技术培训（如“模型安全攻防实战”“数据隐私保护技术实践”），提升团队技术安全能力，减少人为技术失误导致的安全问题。
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。
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、 负责公司相关产品销售与维护，完成公司下达的销售任务；
2、 及时了解客户的产品使用情况，解决客户问题，提升客户满意度；根据客户需求，提供相应的数据分析报告，提升产品使用效果；
3、 通过电话、门店拜访等形式进行客户拜访，建立良好的客户关系，根据客户需求及产品更新，进行客户培训，提升品牌认可度及影响力；
4、 收集并分析竞品信息，及时了解市场变化、具体成交情况等，给予客户有效的经营指导方案；
5、 及时准确的完成上级下达的其他工作任务或项目，按照团队要求完成电话和拜访工作量要求，并及时反馈工作结果。
任职资格
1、大专以上学历优先，一年以上销售工作经验优先，可接受实习生；
2、普通话标准，沟通能力强，较强的吃苦耐劳意识和抗压能力；
3、对销售工作有强烈的兴趣和自信心，主动性强，勇于挑战压力；
4、熟练操作offce办公软件；
5、具有较强的客户沟通能力和维护能力，具有一定的PPT演讲能力，能够对客户进行赋能培训。
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。
1、独立承担非标自动化产线及设备电气图纸设计
2、独立承担非标自动化产线及设备程序设计调试
3、独立承担非标自动化产线及设备优化改造
4、项目设计资料的整理汇总完善以及交付存档
1、参与检讨并模具维修标准,确保模具维修标准准确性指导员工作
2、主导组织并模具维修技能培训,有序进行
3、参与检讨并模具维修问题,提供相关资料
4、主导安排并模具架模,使模具快速架模
5、主导安排并维修人员模具维修,使模具快速恢复生产
6、主导安排和指导维护人员模具装配,使模具快速准确安装完成
1、协助对确定的项目结构施工图进行审图；配合设计单位与施工、监理单位进行图纸会审；+
2、协助对项目施工过程中土建工程质量、进度实施有效控制；+
3、协助编制相关工程报告、进度对比表等；+
4、协助组织、协调、监督项目工程施工各个环节中土建方面的工作，确保工程进度和质量；+
5、配合工程施工要求进行现场技术服务指导；+
6、协助监督施工过程、质量、原材料检测，基础、中间结构和隐蔽工程验收；做好关键工序的技术复核等工作
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）。