薪酬概览
平均月薪
¥10400
中位数 ¥9000 ｜ 区间 ¥8500 - ¥12300
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
50% 人群薪酬落在 8-15k
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
24
对比上月：岗位新增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 | 25% |
| 3-5年 | 6 | 25% |
| 5-10年 | 12 | 50% |
热招职位
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.负责统筹各专业端口及项目整体设计，协同推进前期策划、产品定位、方案实施等统筹工作，对各阶段设计节点和设计质量进行有效把控。
2.负责建筑设计全周期管理，包括不限于方案、施工图、材料样板研究及最终落地。
3.管理项目设计流程，负责组织关键节点汇报。
4.监控施工过程，解决现场问题，把控施工进度、质量及成本。
岗位要求：
1、建筑学专业统招本科及以上学历，5年以上房地产住宅项目建筑设计产策、方案管理工作经验。
2、具备完整的项目操盘经验（改善、高端类产品经验优先）。
3、具有较强组织协调、沟通能力、跨专业协同能力。
联系人：
李佳，lijia@vanke.com
1. 主导各类孵育体系与生物基质（包括微粒体、S9、肝细胞、血浆、胆汁、尿液、粪便以及组织）中的代谢产物鉴定，DDI和其他定性分析工作；
2. 根据项目特点和监管机构制定符合关键要求的研究方案及并撰写研究报告。
3. 独立分析生物转化的可能途径、种属间差异等，并制定下一步研究计划。
4. 审核小组研究数据，确保数据的科学性，准确性和完整性。
5. 指导初级研究人员开展相应工作，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，负责新技术平台建设或引进。
1. 主导大分子（蛋白、抗体和基因治疗产品）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. 负责大分子药物的PK、TK，药效，免疫原性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. 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）负责美团旗下自营零售仓储、门店弱电工程建设的全生命周期管理，包括但不限于弱电图纸规划设计、现场施工过程管理、验收结审等环节。（2）统筹所负责弱电项目的工程质量、施工进度、乙方供应商关系、客户满意度等工作，确保各项目的交付成果达到标准要求。（3）负责零售仓储、门店IT桌面及IoT智能硬件的运行维护，如PDA、电脑、打印机、摄像头、门禁、温控、能耗等，保障业务设备稳定正常运行。（4）负责零售仓储、门店IT网络设备上架及调试，如防火墙、交换机、AP等，以及日常告警问题治理。（5）参与7×24小时的IT运维支持，处理仓内断网、联网终端、IoT硬件使用异常等故障，远程或到场保障仓内IT基础设施的整体运行。
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. 负责临床药理学相关数据统计与数据分析，包括PK、PK/PD和量效关系建模模拟分析；按要求撰写相应的临床统计分析报告；
2. 根据临床前信息（药代、药效等）对FIH剂量进行预测，配合医学等同事高效设计合理的I期试验，对临床试验方案中临床药理部分提供合理建议；
3. 从临床药理角度充分解读I/Ⅱ/Ⅲ期的安全性、有效性、药代动力学数据，并参加临床研究中相关的讨论会议,为后期试验的设计提供临床药理的支持；
4. 负责收集整理相关文献资料、临床试验药理相关的其他工作及上级领导安排的其他事宜；
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。