GE医疗
Advanced Manufacturing Engineer
Advanced Manufacturing Engineer
发布于 6 个月前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
生产制造
数据分析
智能制造
跨部门沟通
项目管理
AI/机器学习
ERP系统
Power BI
SAP
SQL
AI 估算 · 25k–40k
岗位要求复合型技能（制造+IT+数据分析），技术门槛高，且处于智能制造前沿领域，市场竞争力强，薪资水平具有吸引力。
职位详情
关于这个职位
这是一个专注于制造流程优化与智能化的工程师岗位
你将负责工厂ERP系统的管理与优化，并作为关键接口协调各方需求
核心工作是利用数据分析、AI及自动化技术，解决生产制造中的业务痛点，推动工厂的数字化转型，为管理层提供数据驱动的决策支持
最低要求
大学本科及以上学历
工科、计算机科学、信息管理、工业工程或相关专业背景
具备扎实的数据分析能力，熟练使用 SQL、Python、Power BI、Excel 等工具
出色的跨部门沟通协调能力、逻辑思维能力和快速学习能力
英语良好，能与 Global 团队顺畅协作
工作职责
负责工厂 ERP 系统的日常管理、配置优化及用户支持，确保系统稳定高效运行
作为工厂与 Global IT 团队、平行职能部门及上下游业务单元的关键接口，协调需求沟通、项目推进与问题解决
深入理解生产制造各环节（如计划、采购、仓储、生产、质量、物流等），识别业务痛点，设计并落地数据驱动的智能解决方案
利用数据分析工具对运营数据进行挖掘、建模与可视化，为管理层提供决策支持
探索并引入 AI、自动化、物联网等前沿技术，推动工厂智能化与数字化转型
编写技术文档、培训材料，并对内部用户开展系统使用培训
优先资格
硕士研究生优先
具备生产制造行业经验者优先
熟悉制造企业业务流程及 ERP 系统（如 SAP、Oracle 等）者优先
有实际编程经验（如 Python、Java、C# 等），并具备 AI/机器学习项目落地经验者优先
AI 洞察
优缺点分析
优点
- 平台优势：在全球医疗科技巨头工作，能接触先进的制造体系、全球化的IT架构和前沿的数字化转型项目
- 技能复合：岗位横跨制造、IT和数据分析，能培养稀缺的复合型能力，职业护城河宽
- 行业前景：医疗设备制造属于高技术壁垒行业，且智能制造是明确的国家战略和产业升级方向，发展空间大
- 项目价值：工作成果直接应用于提升工厂运营效率，价值可见度高，成就感强
- 沟通复杂度高：需要频繁与国内外技术团队、多个业务部门沟通，对沟通技巧和项目管理能力要求高
- 适合具备工科或IT背景，对制造业有热情，既喜欢钻研技术又乐于推动业务变革，追求在实干中创造价值的求职者
缺点 / 挑战
- 技术更新快：需要持续学习AI、物联网等新技术，并将其与相对传统的制造业场景结合，存在落地挑战
- 压力并存：作为关键支持岗位，需同时应对系统运维的即时性问题和长期转型项目的压力，对多任务处理能力要求高
角色解读
- 技术专家路径：深耕智能制造与工业数据分析，成为工厂数字化转型领域的资深专家或架构师
- 管理路径：凭借对业务和技术的双重理解，向IT项目经理、生产运营经理或数字化部门负责人发展
- 行业拓展路径：积累的医疗设备制造经验与数字化能力，可向更广泛的先进制造或高科技行业拓展
- 作为工厂IT与业务的核心桥梁，负责ERP系统的运维、优化与用户支持，保障生产流程顺畅
- 深入生产一线，分析计划、采购、生产、物流等环节数据，识别效率瓶颈并提出智能化解决方案
- 利用Python、SQL等工具进行数据建模与分析，将运营数据转化为可视化的管理报告和决策依据
- 探索并试点AI、物联网等新技术在制造场景的应用，推动工厂向数字化、智能化转型
- 精通至少一种主流ERP系统（如SAP）的配置与管理，理解制造企业的核心业务流程
- 具备扎实的数据分析能力，能熟练运用SQL、Python、Power BI等工具进行数据提取、处理与可视化
- 拥有出色的沟通与协调能力，能在工厂、Global IT及业务部门之间有效推动项目落地和问题解决
- 对AI、自动化等前沿技术有浓厚兴趣和实践经验，能够将其与具体的生产场景相结合
申请策略
- 深入了解GE医疗的业务和产品线，思考数字化如何赋能其医疗设备制造，在面试中展现你的行业洞察
- 仔细阅读职位描述中的公司文化（如谦逊、透明、专注），在申请和面试中体现与之契合的行为特质
- 重点突出与ERP系统（特别是SAP）实施、运维或优化相关的项目经验，说明你的具体角色和贡献
- 用 STAR 法则详细描述一个你利用数据分析（Python/SQL/Power BI）解决实际业务问题的成功案例
- 如果有涉及生产制造、流程优化或跨部门协作的经历，务必清晰阐述，以证明你的业务理解力和协调能力
- 提及任何与AI、自动化相关的学习或项目经验，即使是课程项目或自学成果，也能体现你的技术前瞻性
- 如果对SAP等特定ERP系统不熟，可提前学习相关模块的基础知识和业务流程
- 加强Python在数据分析（Pandas, NumPy）和机器学习（Scikit-learn）方面的实战练习，准备可演示的代码或项目
面试指南
- 对于案例类问题，采用 STAR（情境-任务-行动-结果）结构回答，重点突出你的分析过程、采取的具体行动和可量化的成果
- 对于协调沟通类问题，展现你的结构化思维：先理解各方立场和根本诉求，再寻找共同目标或折中方案，并强调跟进与反馈
- 对于技术理解类问题，结合你对GE医疗业务的理解，将宏观趋势与具体的生产场景（如质量检测、预测性维护）联系起来，提出有落地可能性的设想
- 请分享一个你成功优化或解决ERP系统问题的具体案例，你遇到了什么挑战，如何解决的？
- 描述一次你通过数据分析发现业务问题并推动改进的经历
- 你用了哪些工具和方法？
- 如果工厂生产部门提出一个需求，但Global IT团队认为优先级不高，你会如何协调处理？
- 谈谈你对智能制造或工业4.0的理解，你认为AI技术可以在我们工厂的哪些环节率先应用？
职位点评
Watch Jobs