南京临床研究协调员CRC
临床研究协调员（CRC）是负责协调和监管临床试验的专业人员。他们在临床研究项目的实施过程中起到核心作用。CRC负责协调研究活动，确保试验遵循伦理和法规要求。他们与医生、科学家和其他研究团队成员密切合作，确保试验的安全性和高质量。CRC负责招募和筛选合适的患者，监测试验进展，收集和整理数据，进行数据分析和报告。他们处理研究试验相关的文件、合同和申请，并与监管机构进行沟通。CRC必须具备良好的组织能力、沟通技巧和解决问题的能力，以确保研究的顺利进行。他们在医疗和研究领域发挥重要作用，促进医学进步。作为临床研究协调员，他们承担着重要的责任，致力于推动医学科学的发展和改善患者的生活。
薪酬概览
平均月薪
¥8100
中位数 ¥8000 ｜ 区间 ¥6400 - ¥9900
数据来源：谈职全网30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
6月新增岗位
53
对比上月：岗位新增38
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 | 11 | 21.6% |
| 1-3年 | 29 | 56.9% |
| 不限经验 | 11 | 21.6% |
热招职位
1、负责公司创新药临床试验的中心调研，快速高质量入组。
2、维护和开发中心内和其他重点科室的客户关系。
3、独立开展临床试验项目的科室宣讲会及其他会议。
4、其他公司交办事务。
1. 管理他/她指定居民的护理，包括评估、诊断、目标识别、护理计划制定与执行。
2. 评估居民，包括收集、分析主观和客观数据，以识别实际或潜在问题或居民需求。
3. 制定现实的护理计划，针对健康问题和需求具有可衡量的短期和长期目标；用个性化的干预来实现目标；确定护理计划的时间段；根据居民指征，通过持续评估患者疗效来审核/修改护理计划。
4. 在执业范围内履行护理职责，提供护理服务，包括酌情协调和委派护理工作。
5. 根据医嘱执行护理操作。
6. 使用院内系统和流程，准确、及时地记录居民情况。
7. 考虑护理复杂性、员工能力、院内标准和流程以及执业范围，将部分护理工作委派给护理师。开展监督，确保委派的任务和干预得到正确执行。
8. 积极参与居民护理计划会议，审核指定居民的目标、状态和出院计划。
9. 根据院内指导方针将居民信息和建议告知照护服务团队，包括值班和交接班期间、临床巡视和临床会议的信息。
招聘电梯工
招聘岗位：电梯维保技工
岗位职责：
1、认真按时保质保量完成电梯维保任务和临时指派的维修工作；
2、认真学习和掌握电梯规范国家标准、行业标准，熟悉掌握电梯的技术性能及原理；
3、处理电梯运行过程中出现的紧急情况，进行放人操作；
4、严格按照保养作业指导书进行操作，每次保养急修应认真填写保养急修记录，并有客户签字；
5、认真参加公司安排各项安全和技术培训；
岗位要求：
1、踏实肯干，对工作认真负责；
2、高中/中专及以上学历，机电类专业优先；
3、具有电梯操作证
薪资：5000-7500，可浮动，以实际招聘面试结果为准
早九晚六，月休6天
缴纳五险一金，商业保险
工作地点：南京、合肥、徐州、扬州
工作职责
1、识别业务领域交付项目全生命周期内的业务痛点，协助完成业务领域内的业务需求分析和方案设计；
2、参与业务主航道系统应用核心模块的编码工作，遵循代码规范和开发流程，提供技术培训及响应支持；
3、参与业务提效工具应用设计开发及落地工作，在项目一线完成端到端的工具开发落地，支持项目提效和质量改进；
4、参与业务各类应用产品手册、需求文档、设计文档等编写任务，配合产品、测试、运维等团队解决跨部门沟通中的技术问题；
5、参与业务领域AI及智能体的设计开发任务，协助团队将核心算法转化为可落地的工程代码，基于业务场景完成模型开发，实现应用落地；
6、参与业务数据处理流程搭建，包括数据治理，数据清洗、格式转换、报表开发等，保障模型训练数据的质量，支撑各类应用开发；
7、参与业务各类模型训练、调参和性能评估等任务，探索模型压缩、分布式训练、边缘部署方案等技术，持续提升团队AI技术栈水平。
任职要求
1、计算机、软件及人工智能等相关专业，本科及以上学历；
2、性格开朗，乐于沟通表达，富有责任心，重视团队协作，抗压能力强，有项目落地经验优先；
3、掌握至少一门编程语言或框架，如：Java，Python（AI方向需熟练掌握），SpringBoot，VUE，Django等；
4、了解常用的数据库基础，掌握SQL语句编写，熟悉数据库性能优化方法更佳；
5、了解常见的应用工具开发技术，具备相关应用开发经验更佳；
6、了解软件应用中的需求分析，产品方案设计，原型UI设计等技能，掌握设计工具基本用法；
7、了解至少一种深度学习框架。如：PyTorch，能独立搭建、训练和评估基础模型，对大模型的应用场景有自己的见解。
工作职责
1、识别业务领域交付项目全生命周期内的业务痛点，协助完成业务领域内的业务需求分析和方案设计；
2、参与业务主航道系统应用核心模块的编码工作，遵循代码规范和开发流程，提供技术培训及响应支持；
3、参与业务提效工具应用设计开发及落地工作，在项目一线完成端到端的工具开发落地，支持项目提效和质量改进；
4、参与业务各类应用产品手册、需求文档、设计文档等编写任务，配合产品、测试、运维等团队解决跨部门沟通中的技术问题；
5、参与业务领域AI及智能体的设计开发任务，协助团队将核心算法转化为可落地的工程代码，基于业务场景完成模型开发，实现应用落地；
6、参与业务数据处理流程搭建，包括数据治理，数据清洗、格式转换、报表开发等，保障模型训练数据的质量，支撑各类应用开发；
7、参与业务各类模型训练、调参和性能评估等任务，探索模型压缩、分布式训练、边缘部署方案等技术，持续提升团队AI技术栈水平。
任职要求
1、计算机、软件及人工智能等相关专业，本科及以上学历；
2、性格开朗，乐于沟通表达，富有责任心，重视团队协作，抗压能力强，有项目落地经验优先；
3、掌握至少一门编程语言或框架，如：Java，Python（AI方向需熟练掌握），SpringBoot，VUE，Django等；
4、了解常用的数据库基础，掌握SQL语句编写，熟悉数据库性能优化方法更佳；
5、了解常见的应用工具开发技术，具备相关应用开发经验更佳；
6、了解软件应用中的需求分析，产品方案设计，原型UI设计等技能，掌握设计工具基本用法；
7、了解至少一种深度学习框架。如：PyTorch，能独立搭建、训练和评估基础模型，对大模型的应用场景有自己的见解。
1. 协助参与智能制造或工业智能化平台后端模块的开发与测试，包括数据接口、设备管理、基础服务等；
2. 在导师指导下编写和维护 RESTful API，支持前端功能与设备数据交互；
3. 参与数据库基础操作与简单业务逻辑实现，学习微服务架构与系统设计；
4. 协助进行系统联调、Bug 修复及技术文档整理；
5. 学习并应用主流后端技术栈（如 Java/Spring Boot、Python、Node.js 等）及开发流程。
1.负责智能机器人基于ROS 2的系统架构设计、核心模块划分与通信机制定义，构建高内聚、低耦合、可扩展的软件框架，确保系统实时性与可靠性。
2.主导基于参考框架（如Autoware）的自研系统（OS）的架构演进、核心模块的定制化开发与深度优化，解决框架层面的性能瓶颈与复杂技术问题。
3.制定并推行团队内部的ROS 2开发规范、接口标准、测试流程与部署策略，提升代码质量与团队开发效率。
4.负责机器人各功能模块（感知、定位、规划、控制、人机交互等）在ROS 2框架下的集成、调试与性能优化，确保系统整体功能与性能达标。
5.跟踪ROS 2社区及机器人领域前沿架构思想，引入合适的技术与工具，持续提升系统架构的先进性。负责关键技术预研与原型验证。
6.指导中级、初级工程师进行ROS 2相关开发，进行技术培训与分享，解决开发中的架构性难题。
1.负责设计并实现基于大模型的智能体（Agent）架构，包括：单智能体/多智能体协作、任务规划、工具调用、反思与自我修正等。构建可扩展、可复用的 Agent架构；
2.大模型能力集成与优化，结合业务场景进行Prompt engineering,RAG等；
3.面向不同场景设计智能体解决方案，持续优化可用性及稳定性，建立智能体效果评估指标与后端/前端协作，推动智能体在真实业务场景中落地；
4.负责输出技术文档、实验报告、应用报告，协助专利、论文、项目撰写。
1.根据公司产业布局和年度经营目标，负责目标行业、区域的客户拓展、跟踪与关系维护，完成销售目标。完善客户档案、客户分类与分层机制，建立关键客户长期经营机制；
2.组织客户调研和需求分析，将客户需求及时反馈至产品和技术部门。配合解决方案团队完成整体解决方案设计、技术交流、产品演示等售前工作；
3.熟悉公司软件产品、大数据平台、人工智能应用、行业云及数字化解决方案，为客户进行专业推介与销售；
4.负责项目全生命周期的跟踪，包括线索挖掘、需求分析、技术交流、投标、合同签订等。与产品、研发、交付、法务、采购、财务等部门保持紧密沟通，共同推动项目落地；
5.深化与行业生态伙伴（如系统集成商、ICT厂商、行业协会等）的合作，构建良好生态圈。参与行业展会、研讨会，提升公司在行业软件领域的品牌影响力；
6.领导交办的其他工作。
1.负责探索大模型数据合成增强算法、数据蒸馏模型、强化学习等前沿数据工程技术；
2.负责开发数据合成工具，数据清洗Pipeline核心算法开发，实现大规模数据的智能清洗、分类与质量评估；
3.负责高质量数据集的构建，能够结合不同行业应用场景，制定结构化、可落地的数据标注规则与规范，负责数据整理与标注；
4.支持项目经理和产研团队的相关工作，理解项目需求、模型表现和相应的数据实验，协同提高模型质量。