薪酬概览
平均月薪
¥17900
中位数 ¥0 ｜ 区间 ¥14900 - ¥20800
数据来源：谈职全网10份招聘数据；更新时间：2026年7月13日
月薪分布
70% 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
6月新增岗位
1
对比上月：岗位减少7
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 |
|---|---|---|
| 3-5年 | 1 | 100% |
热招职位
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. 参与临床项目策略和方案的讨论确定；
2. 参与依据批准的方案，制定所负责项目的项目管理计划和预算草案；
3. 负责或参与做好临床项目的启动，协调督促各中心伦理上会、合同签署、科室启动等入组前准备工作；
4. 参与组织各类会议，包括不限于问题和策略讨论会、临床布置会、总结会、方案讨论会等，并做好会议落实工作；
5. 协助项目运营的日常协调管理，协调各环节衔接、保证项目进度，并确保临床试验符合；
6、完成领导交办的其他工作。
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、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. 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、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.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。
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、战略规划：制定AI在抗体药物工艺开发领域的3年技术路线图，对齐公司整体CMC战略；
2、团队建设：组建并管理3-5人AI核心团队，制定个人发展计划与绩效目标；在各工艺板块选拔并培养AI Champion，建立"中央组+嵌入式代表"协作机制；
3、技术落地：主导AI用例的优先级评估（可行性×业务价值×数据就绪度），亲自参与关键项目技术方案设计（特征工程路线、模型选型、验证策略），建立模型上线后的效果监控与迭代机制；
4、数据与基础设施治理：牵头制定实验数据采集与存储规范，推动LIMS/ELN数据标准化；评估和选型计算基础设施（GPU工作站/云资源）及软件工具链；
5、跨板块协调：对接各工艺板块负责人（上游/下游/制剂/质量/表征），将业务需求准确转化为可执行的AI项目定义；
6、外部合作：跟踪AI+生物制药前沿进展，评估和管理外部AI供应商及CRO技术方案；
7、预算管理：编制和管理AI团队年度预算（人力、计算资源、软件工具、外部合作）。
8、统筹AI算法团队战略、模型底层架构、算法迭代、专利布局、前沿技术预研、算力规划。
财险山东-理赔部-车险人伤审核岗6K-9K元/月
负责根据相关法律法规及两核标准，在规定时效内完成机构权限的人伤案件审核；
负责协助反馈完善人伤相关理赔标准及理赔政策；
负责人伤审核条线的专业技能培训与日常作业指导；
领导交办的其他工作。
1.质量监督与检查：对车间生产全过程进行实时质量监督，依据质量标准和操作规程，定期进行现场检查，确保生产活动严格符合药品生产质量管理规范（GMP）及相关法规要求。
2.质量文件管理：参与制定、修订和完善车间质量管理相关文件，确保文件的准确性、完整性和现行有效性。
3.质量数据收集与分析：收集、整理和分析车间生产过程中的质量数据，如产品合格率、不合格品率、质量偏差等，分析挖掘数据背后的质量问题，为质量改进提供数据支持和决策依据。
4.质量问题处理与改进：协同车间生产团队，及时处理生产过程中出现的质量问题，如不合格品处置、质量偏差调查等。
5.质量培训与沟通：协助车间开展质量培训工作，提高员工的质量意识和操作技能，确保员工熟悉质量管理要求和操作规范。与其他部门（如研发、采购、销售等）保持良好的沟通协作，共同解决涉及质量的问题，保障产品质量的稳定性和一致性。