深圳妇产科住院部医生
妇产科住院部医生是专门负责在医院妇产科住院部门为产妇和妇科疾病患者提供医疗服务和护理的医生。他们负责收集病历、进行体格检查、制定治疗方案，确保产妇在分娩过程中和术后安全，处理妇科疾病的诊断和治疗，监测患者病情的变化，指导护理人员进行护理工作，协调护理团队，确保患者得到全面的医疗和护理。此外，妇产科住院部医生还需要进行手术操作，如剖宫产和其他妇科手术，确保手术安全和成功。他们需要具备丰富的医疗经验和专业知识，以面对各种紧急情况和复杂病例，同时需要具备细致耐心和同理心，以保证患者得到良好的医疗体验。
薪酬概览
平均月薪
¥28200
中位数 ¥0 ｜ 区间 ¥23000 - ¥33300
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
8月新增岗位
23
对比上月：岗位新增19
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 | 3 | 14.3% |
| 5-10年 | 3 | 14.3% |
| >10年 | 15 | 71.4% |
热招职位
1、协助医生在线解答用户医疗健康问题，提供规范合理的解决方案；
2、协助医生全面管理用户疾病，在术后康复、生活方式、饮食营养、睡眠运动等方面提供专业指导，预防疾病复发、转移，为用户提供线上线下深度融合的疾病全周期管理服务；
3、参与内部各项培训，不断更新知识储备，提高专业及业务水平；
4、参与丰富医学知识库
1、负责视觉-语言大模型(VLM)研发与优化，推动中医智能诊疗、医学图像分析等场景的端到端算法落地。
2、针对舌象、面色、关节等多类医学图像，开发分类、检测、分割及异常检测算法，支撑辅助诊断与健康评估。
3、设计跨模态融合架构，实现图像、文本等多源数据的协同建模与联合推理。
4、基于LLM/VLM进行SFT、RLHF、LoRA等微调，优化辨证论治、报告生成、医学问答等任务，提升临床实用性。
5、开发具备自主推理与工具调用能力的Agentic智能体，覆盖辅助诊断、用药监测、随访管理等自动化场景。
6、构建医学知识图谱，结合RAG技术增强模型可解释性与专业可信度。
7、跟踪前沿技术，探索创新应用，确保算法符合医疗伦理与监管要求。
1. 负责患者的日常诊疗工作，包括病史采集、体格检查、诊断治疗及病历书写；
2. 参与科室值班、查房、会诊及危重病人抢救；
3. 执行上级医师的医嘱，协助完成手术及各项医疗操作；
4. 参与科室学术活动、病例讨论及继续教育学习；
5. 遵守医院规章制度，维护良好的医患沟通与团队协作
在上级治疗师指导下，按照康复治疗标准体系的要求，为社区居民和医院患者提供物理治疗、作业治疗、言语治疗、音乐治疗等方面的康复治疗服务，在规定时间内完成患者的各项评估、治疗及治疗记录。
1. 负责患者的日常诊疗工作，包括病史采集、体格检查、诊断治疗及病历书写；
2. 参与科室值班、查房、会诊及危重病人抢救；
3. 执行上级医师的医嘱，协助完成手术及各项医疗操作；
4. 参与科室学术活动、病例讨论及继续教育学习；
5. 遵守医院规章制度，维护良好的医患沟通与团队协作
产后修复师￥8000-11000元/月
产后修复师工作地点：深圳产康馆福利待遇 ：8000-11000 买社保 包吃包住 上班时间早九晚六年龄:20-50岁身体健康，不做饭不做卫
1. 药物制剂技术平台建设：建立高技术壁垒制剂的开发能力，持续推动项目产出，积累形成行业先进技术平台。
2. 技术规划和项目立项：把握制剂技术研究的前沿发展趋势和市场动态，发掘未被满足的临床需求，结合公司创新管线建设战略和行业政策法规，提出制剂研发规划和创新项目立项建议。
3. 技术工作内容指导：带领制剂研发团队，开展制剂的处方筛选、制备工艺研究、生产转移等工作，负责组织力量进行制剂技术难题攻关。识别在研项目的技术关键控制项，预判潜在风险，完善技术转移环节制定的工艺放大控制策略，深入解读生物等效性预试验研究结果，分析体内体外相关性规律，指导项目完成工艺放大及生物等效性研究。
4. 技术资料准备：组织完成制剂研究注册申报资料、课题申请技术资料的撰写，并进行技术审核。
5. 人才培养发展：结合制剂平台技术方向，指导和培养骨干研发人员，建立人才梯队，提升团队整体科研能力。
1、协助居民照护计划制定与执行,照护风险识别与管理;
2、协助护理部门内部制度梳理、流程优化、运营分析、效率提升等工作;
3、专业技能培训的组织实施;
4、照护质量管理体系优化与改进,照护质量的监管。
1.负责腾讯混元机器学习平台的设计与开发，包括：性能优化，持续提升训练性能，包括多机多卡大规模训练优化，数据交换优化等；
2.深入理解跟踪业界AIGC动态，优化平台技术方案，提升平台易用性，降低大模型研发门槛，不断推进平台的LLMOps能力升级；
3.积极追踪业内AI动态，优化内部技术方案，改进产品性能，不断推进AI架构升级。
1.负责金融风控场景中AI Agent方向的架构升级，提升大模型逻辑推理和任务规划能力，构建具备自主决策、协作与工具调用能力的多智能体系统（Multi-Agent System），推动大模型从“对话式AI”向“任务执行体”演进，解决复杂场景下的自动化问题；
2.深入研究并应用LLM的复杂推理技术（如思维链CoT、思维树ToT），并熟悉应用Prompt Cache，多工具并发调度，上下文隔离，长短期记忆管理，权限与安全收敛等Agent工程化和治理技术，赋予Agent独立探索与解决问题的能力；
3.跟进LLM相关的算法最新技术方向，运用指令微调、强化学习等方法，提升大模型规划、推理与遵循指令的能力，从而提升模型知识边界探索和抗干扰的能力。
1.熟悉Houdini或其他DCC软件，能独立制作复杂的程序化特效资产；
2.具备Shader编程能力，了解GPU原理和渲染管线；
3.有UE5 Lumen、Nanite、MetaHuman等相关技术使用经验。
1.产品线战略与体系搭建：结合智能安全业务场景、行业技术及市场趋势，制定产品中长期战略、年度迭代计划与落地路线图。梳理优化产品体系架构，明确各产品定位、迭代方向及商业化策略，搭建标准化产品线运营管理体系，统筹整体业务发展节奏。
2.产品全生命周期管理：全权负责产品从需求调研、立项论证、方案设计、研发跟进、测试验证到试点落地、迭代优化的全闭环管理。持续收集客户及市场反馈，针对性优化产品功能、结构与性能，提升场景适配能力，保障产品稳定落地应用。
3.需求管控与研发协同：精准挖掘用户核心痛点，完成需求收集、拆解评审与优先级排序，输出标准化需求规范和产品方案。全程联动研发、测试、交付团队，管控项目进度、质量及问题闭环，保障业务需求高效落地。
4.产品商业化落地：聚焦研发成果产业化、市场化转化，提炼产品核心技术优势，优化落地模式与推广方案。推动实验室样机、研发原型迭代为标准化可量产、可商用产品，加快市场化变现，持续提升产品核心竞争力与商业价值。
5.流程沉淀与风险管控：搭建并优化需求管理、产品迭代等标准化运营流程，沉淀方案、规范、复盘等各类知识库，完成团队经验传承。全面排查产品研发、迭代及市场化运营全流程风险，建立预警与应急机制，保障业务平稳推进。领导交办的其他工作。