济南工程物业副总经理
工程物业副总经理是负责物业管理工作中工程部门的副总经理。该职位需要具备丰富的管理经验和深厚的工程技术背景。工程物业副总经理需要领导和监督工程团队，确保物业设施的日常运营和维护工作得以顺利进行。他们负责监督维修、保养和改善物业设施，以确保符合安全和环境标准。此外，他们还需要与其他部门合作，协助解决物业管理中的技术问题。工程物业副总经理还需与外部供应商和承包商进行沟通和协商，确保物业设施得到及时维修和维护。他们还需要制定预算、监督工程项目、管理团队，确保所有工作按时完成，同时遵守相关法律法规。总之，工程物业副总经理是物业管理中至关重要的管理职位，需要具备出色的领导和技术能力。
薪酬概览
平均月薪
¥34200
中位数 ¥0 ｜ 区间 ¥27400 - ¥41000
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
60% 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
5月新增岗位
9
对比上月：岗位新增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 | 14.3% |
| 5-10年 | 3 | 42.9% |
| >10年 | 2 | 28.6% |
| 不限经验 | 1 | 14.3% |
热招职位
1、参与居民评估和服务方案的制定，协调资源提供各项生活服务和特约服务；
2、与医疗、活动、餐饮等专业团队进行居民服务的沟通协调，为各专业提供服务产品开发的建议；
3、协助进行家属沟通和社区共建，促进居民、家属与社区互信关系的建立和融合。
1、大专及以上学历;
2、具有甲方地产公司、物业住宅或者酒店客户服务工作经验;
3、拥有出色的服务意识，具备高度的敬业精神和责任心；提供具有竞争力的基薪+丰厚的奖励津贴+多元专项激励，让您的付出获得丰厚回报。
1. 主导小分子，蛋白类，核酸类药物LC-MS生物分析方法的开发、优化、验证及转移。
2.根据项目开发需求制定符合监管要求的分析方法开发、验证及项目研究方案等，能预期可能的挑战并制定应对方案。
3. 负责化药，蛋白类和核酸类药物的PK、TK，药效及生物标志物的生物分析工作，对遇到的问题进行故障排除，确保研究工作顺利进行。
4. 审核和汇总小组生物研究数据，确保数据科学性，完整性和合规性。
5. 指导初级研究人员开展工作，帮助解决技术问题。
6. 参与跨部门/跨公司会议，与药效、毒理、临床团队等部门协作，为药物研发，项目引进或授权提供技术支持。
7. 关注行业动态，新技术发展，协助新技术平台建设或引进。
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. 根据业务部门需求，完成系统功能设计、开发与测试，确保高质量交付；
2. 参与人力资源系统等核心项目开发，承担关键模块或服务的设计与编码；
3. 负责系统接口设计、数据库建模与性能优化，持续提升系统稳定性与可维护性；
4. 编写开发文档与技术规范，推动团队技术沉淀与标准化建设；
5. 支持前后端协同开发，配合完成中台系统、表单流程的快速构建；
6. 关注主流技术方向，参与微服务架构、DevOps、AI项目等智能化改造工作；
7. 必要时承担项目指导或评审角色，提升团队整体开发效能。
8. 部门内其他工作。
（一）项目管理。结合药企生产运营需求（如生产调度、质量控制、设备运维等）主导AI相关项目（智能体、垂类模型、机器人应用、数据治理等）的立项技术分析、实施执行及验收全流程管理，对项目进度、质量负责。
（二）AI应用落地与优化
1. 聚焦制药生产运营板块，主导AI智能体应用落地，推动智能体在生产调度、异常预警、流程自动化等场景的部署与优化，提升生产运营的智能化、自动化水平，降低人工干预成本。
2. 牵头制药行业垂类AI模型开发与迭代，结合生产工艺、质量检测、设备运维等核心需求，主导模型需求梳理、数据标注、训练优化、部署上线及效果验证，确保模型适配制药行业场景，满足GMP数据追溯、合规管控要求。
3. 统筹工业机器人（如生产巡检机器人、物料搬运机器人等）在制药生产环节的应用规划、实施与运维管理，推动机器人与AI技术融合，优化生产流程，提升生产效率与操作规范性。
4. 跟踪AI应用效果，梳理应用过程中的痛点与不足，主导技术优化与迭代升级，持续提升AI应用的稳定性、实用性及合规性，最大化AI技术对生产运营的赋能价值。
（三）数据治理与数据安全。
1. 主导制药生产运营板块AI应用相关数据治理工作，建立健全数据标准、数据质量管控体系，统筹数据采集、清洗、转换、标注、存储及归档全流程管理，确保数据的准确性、完整性、一致性及时效性。
2. 牵头数据治理项目落地，协调跨部门梳理数据需求、解决数据孤岛问题，推动生产、质量、设备等核心业务数据的整合与共享，提升数据资产价值，支撑AI应用深度落地。并兼顾数据安全。
（四）团队与供应商管理。负责对接各子公司的AI应用团队，提升团队AI专业能力、数据治理能力（数据标准、数据质量管控等）。统筹AI及数据治理相关供应商的筛选、评估、合作管理，确保供应商服务符合项目需求及合规要求。
（五）跨部门协同与技术创新。协同生产、质量、设备、IT等跨部门，对接各部门AI应用及数据治理需求，制定方案解决生产运营过程中与AI应用、数据治理相关的技术难题，提升跨部门协作效率。跟踪AI领域、数据治理领域前沿技术转化、应用、落地。
负责指导多肽药物的分析研发工作，包括多肽分析方法开发、多肽结构表征、多肽杂质谱分析，建立多肽分析技术平台，指导解决分析技术难题，指导欧美注册，为多肽药物研发和国内外注册提供保障。
1.生产规划与执行：依据公司战略和生产计划，制定新剂型车间的生产方案，合理调配人力、物力资源，确保新剂型产品按时完成生产任务。同时，密切关注生产进度，及时解决生产过程中的各类问题，保障生产流程顺畅。
2.技术创新与工艺优化：积极参与新剂型的研发转化工作，与研发部门紧密协作，将实验室成果有效转化为规模化生产工艺。持续探索和优化生产工艺，提高产品质量和生产效率，降低生产成本。
3.质量管理：建立并完善新剂型车间的质量管理体系，严格把控产品质量，确保生产全过程符合药品生产质量管理规范（GMP）以及相关法规要求。
4.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。
5.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。
1.负责新产品立项、开发等整体技术规划与实施；主导处方设计、工艺优化、中试放大及技术转移，解决工艺开发中的关键技术问题；确保制剂工艺符合国内外药品注册要求及GMP规范。
2.协助生产解决“卡脖子”难题，助力降本增效、质量提升、工艺技术水平提升、工艺安全等，主导重大变更申报资料的撰写与审核。
3.跟踪行业新技术（如连续制造、纳米制剂、3D打印等），推动创新技术应用。
4.与研究院、生产、质量等部门紧密合作，推动项目全生命周期管理。
1、负责企业内部业务需求转换，将业务痛点转化为可执行的技术方案和产品定义，设计解决方案架构；
2、深度理解用户需求，设计符合用户习惯的智能对话，场景工具的交互流程，优化多轮对话、意图识别、工具推荐等核心功能；
3、协调技术、数据、算法团队，推动RAG、智能体等AI技术在产品功能的落地应用；
4、建立产品跟踪监测体系，通过用户反馈分析持续优化产品指标（如回答准确率、用户留存率）；
5、关注AI智能体领域前沿技术趋势，探索多模态交互、个性化场景工具等创新功能落地；
1. 负责软件开发工作，包括需求分析、系统设计、编码、单元测试、系统集成和服务部署等环节。
2. 参与项目需求评审和技术方案讨论，明确项目开发进度和质量;根据业务需求，进行软件开发工作，编码高质量的Python代码。
3. 负责系统性能优化和代码重构，提高系统的稳定性和可维护性。
4. 参与代码审查，确保代码质量和规范符合团队标准。同时 编写技术文档,包括需求文档、设计文档、测试文档、用户手册等。
5. 与团队密切合作，保质保量的完成leader分配的任务，解决项目中的技术难题和需求变更。
1、构建AI数据 pipeline，负责数据采集、清洗、标注、存储与质量管理
2、搭建向量数据库、知识图谱、领域数据集，支持模型训练与RAG应用
3、设计数据安全与权限管控方案，确保敏感数据合规使用
4、建立数据资产目录，推动数据共享与复用