一、安全工程师做到什么级别才能年薪百万?
在某招聘网站,显示安全总监的年薪可达百万元,平均在30-40万元:
首先,安全总监是干啥的?
企业实施安全总监制,明确安全总监这样一个技术职务,胜任人必须具有注册安全工程师资格证书。
深圳市生产经营单位安全生产主体责任规定,自2018年7月1日起施行!
第十一条 高危生产经营单位从业人员在50人以上的或者其他生产经营单位从业人员在300人以上的,应当设置安全总监,作为本单位专门负责安全生产的分管负责人,履行本规定第十条规定的安全生产管理职责。
第十条 生产经营单位分管安全生产负责人协助主要负责人履行安全生产管理职责,对本单位的安全生产工作负直接领导责任,具体履行下列安全生产管理职责:
(一)组织起草本规定第七条、第八条规定的安全生产管理制度;
(二)建立安全预防控制体系和隐患排查治理体系,督促、检查安全生产工作,确认重大事故隐患整改和职业病危害防治情况;
(三)每季度至少组织一次安全生产全面检查,听取安全生产管理机构和安全生产管理人员工作汇报,及时研究解决安全生产存在的问题,并向主要负责人报告安全生产工作情况;
(四)每半年至少组织和参与一次事故应急救援演练;
(五)法律、法规、规章规定的其他安全生产管理职责。
生产经营单位主要技术负责人负有安全生产技术决策和指挥权,其他负责人对各自分管业务范围内的安全生产负直接领导责任。
苏州市安全生产“十三五”规划出炉!百人以上企业4年后必配安全总监
不设置安全总监罚款2万:第四十七条 生产经营单位有下列情形之一的,由负有安全生产监督管理职责的部门责令限期改正;逾期未改正的,对生产经营单位处2万元以下罚款:(二)未按照本规定第十一条规定设置安全总监的。
再看看某企业的招聘信息,其中有相关职位能力要求:
任职资格:1、安全工程、建筑工程类相关专业大专及以上学历;2、五年以上相关工作经验,取得安全员C证,注册安全工程师证;3、熟悉建筑工程施工全过程,掌握施工全过程的安全知识;4、熟悉建筑专业安全及文明施工规范、规程,能够灵活运用,工作认真严谨,沟通应变能力强。
职责描述:
1、认真贯彻执行建筑工程安全生产法律、法规,坚持“安全第一、预防为主、综合治理”的方针,落实公司的各项安全生产规章制度;
2、参加编制年度安全措施计划和安全操作规程、制度,施工现场应急救援预案制订工作,参与组织施工现场应急预案的演练,熟悉应急救援的组织、程序、措施及协调工作;
3、协助做好新开工项目的总体安全交底工作;督促项目部按有关规定配备专职安全员,专职安全员必须持证上岗;协助项目部做好开工前的安全生产专项方案的编制、审核和审批工作;
4、参与公司对项目部和分包单位的安全技术交底、教育工作;负责对重大设备拆装、重大危险源的安全生产现场监督检查,发现事故隐患及时向项目负责人和安全生产管理机构报告,同时还应当采取有效措施,防止事故隐患继续扩大;
5、参加定期、不定期安全检查,及时处理施工现场安全隐患,制止违章指挥、违章作业,签发限时整改通知书;
6、负责一般事故的调查、分析,提出处理意见,协助重大工伤事故、机械事故的处理,做好工伤事故的统计、分析和报告,协助有关部门提出防止事故的措施,并督促实施;
7、督促有关部门按规定分发和合理使用个人防护用品,监督安全作业环境及安全施工措施费用的合理使用;
8、会同有关部门做好防尘、防毒、防暑降温工伤;
9、领导交代的其他工作。
从安全员到安全总监的修炼秘籍,你值得拥有!
有人说:不喜欢一个人,就让他去干安全,累死他;喜欢一个人也让他去干安全,磨练磨练意志、改改自己的脾气!
但换角度看:坚定的意志、宽大的胸襟、不怕累的精神正是大部分人所缺少的;安全人想要出众、受重视、提待遇,这些品质是必须要有的。
但光有品质也是不够的,这里有一份安全人从员工到总监不同的工作方式,看看自己属于哪个级别,改变自己的工作方式和态度,对工作效果和提升待遇会有奇效。
- 入门级安全员——发通知,等结果
把检查通知发出去,然后到现场为了检查而检查。但是仅排查了多少安全隐患,发现了多少安全问题是不够的;需要进行分析,制定对策措施才是领导和现场需要的结果。
- 青铜级安全员——做检查、做记录
发出安全检查通知,然后亲自下现场,认真查看各区域,并做相应的分析、记录。对优秀安全员来说,检查是过程,分析、记录是结果,改进是效果。
- 白银级安全员——凭经验,做判断
没有标准、没有方案、没有流程,脑海里大致有个检查内容和应该着重检查的区域,然后就去开始进行安全检查,凭自己丰富的安全工作经验,做出是否合格或达到相应要求的结论,这样检查过程成了结果,但检查工作的质量,检查的方法也不能有效在内部传承。
- 黄金级安全员——做标准,严考核
根据法律法规和上级的要求,制定安全检查表、检查方法和流程,发现违章或违纪的事情严格按照公司制度进行处理,然后形成一份检查报告。但是,这样做的结果是得出了相应的表格和数据,而对设备、生产现场、作业人员安全意识、知识技能、情绪了解并不深刻。
所以,提交检查报告不是结果,让公司了解现在的管理现状、管理水平、文化氛围才是结果。黄金级安全员已经可以成为安全小组长的级别,月薪5000~8000元蛮可以的。
- 铂金级安全人——做交谈、给方案
对于检查出来的隐患,与领导面对面的交谈,对记录检查中的事件与数据,做一个细致的讲解,结果是让领导对一些安全整改的难点或要点更加深刻的了解,提高领导对安全的重视,并且给出自己相应的解决方案和意见。
把检查出来的问题抛给领导、公司不是结果,让领导了解问题,有几个方案供他选择然后做出合适的解决方法才是结果。到了这个级别,已经脱离了安全员的层级,到达安全管理中层了。
- 钻石级安全人——做培训、做监督
不是把检查结果和解决方案交上去就算完成了,而是通过开展系统性的培训,让车间管理人员、班组长尽快地掌握安全检查的知识和工具,帮助他们能够独立完成各自区域的安全检查,成为一个在安全管理上也合格的基层管理者。
同时,把培训当成重点的考核机制,把定期监督基层管理人员在相应的安全管理中的表现当成平时考核机制。培训了基层管理人员不是结果,他们合格了才是结果。
- 骨灰级安全人——做文化、做推动
不将自己定位于安全主管,陷入具体的安全管理业务之中,而是要将自己定义为公司安全文化的主要推动者之一,协助领导做安全文化的建设与推动,把员工的安全、生产的安全放在首位,帮助员工做本质型安全员工、提高职业化水平,树立公司提倡的安全价值观,为安全生产输入强大的精神动力等。
所以,检查不是结果,让员工参与到安全文化活动中来,不发生安全事故、继而为公司、为自己创造更大的价值才是结果。
- 瑰宝级安全人——做战略、做梯队
首先对公司战略理解透彻,并能够根据公司战略,制定出符合领导要求的安全规划战略,并执行到底,不但要做到“零事故”,还要做到“风险尽在掌控中”,为公司的发展战略实施提供强大的安全保障支持。
所以,一个阶段的安全检查不是结果,把检查当成一种日常业务,做战略性的安全规划,形成安全管理机制才是结果。
- 王者级安全人——做流程、做传承
不仅是公司执行力的标兵、职业化的表率,同时也是公司的文化推动者和安全人才培养战略的实施者,本身就是战略管理者,他要考虑公司的持续性发展,将安全生产工作标准化、流程化、工具化,做传承。
总监级安全人对自己的要求就是:不论谁来接替自己的工作,公司的安全管理依然可以高效率地运行。
希望以上能帮助到你,V微信搜索:考试100服务助手,了解更多备考信息!
二、达到什么程度的程序员软件工程师可以达到年薪百万?
1.华为、阿里、腾讯百度的架构师基本上都是年薪百万的级别。
2.腾讯t4级别,阿里P9以上,网易6级员工都是年薪超过百万的。
3.C++程序员一般月薪在7K-15K不等(不包括菜鸟程序员),像C++开发工程师年薪一般都在15 - 30万之间,当然事无绝对某些大型互联网企业的一些优秀C++工程师就可以拿到上百万年薪。
三、江西一级注册建筑工程师退休全职年薪多少?
注册电气工程师发输变电59-68万/3年全职年薪25-43万 注册电气工程师供配电35-46万/3年全职年薪20-35万 注册公用设备工程师给水排水29-39万/3年全职年薪20-32万 注册公用设备工程师动力30-38万/3年全职年薪20-33万 注册公用设备工程师暖通空调32-46万/3年全职年薪25-35万 注册土木工程师岩土39-53万/3年全职年薪20-33万 一级注册建筑师15-20万/2年全职年薪18-25万 二级注册建筑师4-5万/2年 一级注册结构师15-22万/3年全职年薪18-25万 二级注册结构师3-7万/3年 注册化工工程师12-15万/3年全职年薪15-18万 注册城市规划师12-16万/3年 注册环评工程师3-5万/1年 全国房地产经纪人1-1.2万/1年 注册会计师高级1-1.2万/年 人防工程防护防化高级7-12万/2年 土木工程师港口与航道5-6万/1年 总图高工4-5万/1年 注册造价工程师土建3-4万/1年全职年薪11-16万 注册造价工程师机电安装3-4万/1年同上 一级注册建造师房建3-4/1年全职年薪8-15万 一级注册建造师市政5-8万/1年全职年薪13-18万 一级注册建造师机电3-4万/1年 一级注册建造师公路3-4万/1年 一级注册建造师水利水电3.2万/1年 一级注册建造师矿业工程4-5万/1年 一级注册建造师通信与广电3.5-4万/1年 注册咨询工程师煤炭,火电2-4万/年 注册咨询工程师其他等专业1.2-1.8/年 注册监理工程师建设部2.2-2.5万/1年 注册监理工程师交通部1万/1年 注册监理工程师水利部1万/1年 全国造价员10000/3年 注册机械工程师7000-8000/年 仅供参考
四、年薪百万的人工智能机器学习工程师:如何成为企业疯抢的AI人才?
当算法开始写代码时,我在写什么
去年给自动驾驶系统调试视觉模型时,凌晨三点的办公室突然响起警报——训练中的神经网络把路灯识别成了长颈鹿。这个令人啼笑皆非的bug让我意识到,机器学习工程师的工作远比想象中更具挑战性。我们不仅是代码搬运工,更是现实世界与数字世界的翻译官。
撕掉"调参侠"标签的核心竞争力
行业里有个黑色幽默:把机器学习工程师称为"调参侠"。但真正的高手都在建立三重能力壁垒:
- 数学直觉:就像外科医生熟悉人体解剖,我们能感知梯度下降中的微妙震颤
- 工程化思维:去年帮电商平台部署推荐系统,用Kubernetes实现模型热更新,让转化率提升27%
- 业务翻译能力:把CEO说的"用户黏性"翻译成留存率预测模型的具体参数
那些教科书不会告诉你的实战陷阱
刚入行时,我曾坚信越复杂的模型越好。直到某次用Transformer做金融风控,准确率反而比不过简单的逻辑回归。后来才明白:机器学习工程的本质是戴着镣铐跳舞。要考虑数据质量、计算成本、线上服务的稳定性,就像给狂奔的算法套上缰绳。
2024年值得关注的三大突破方向
最近和硅谷同行交流时发现,这些领域正在爆发:
- 生成式AI工业化:Stable Diffusion模型参数从4亿压缩到400万的技术路径
- 边缘智能革命:在智能手表上跑实时健康监测模型的技术方案
- AI可信化:帮某银行设计的可解释性模块,让风控模型通过金融审计
从Kaggle到商业项目的跨越式成长
很多新人会问:比赛成绩好就能成为合格的机器学习工程师吗?我的团队曾录用过Kaggle Grandmaster,但他花了半年才适应真实工作场景。二者的区别就像实验室培育新品种和经营整个农场:需要建立持续监控体系、AB测试框架、容灾机制,这些在比赛中永远不会涉及。
给入行者的特别建议
最近面试00后候选人时发现,他们普遍存在"框架迷恋症"。我的建议是:
- 先掌握Numpy实现神经网络,再学TensorFlow
- 每周用半天时间阅读arXiv最新论文
- 在个人项目中尝试模型蒸馏等产业界常用技术
最近在改造城市交通预测系统时,突然想起导师说过的话:"好的机器学习工程师应该像桥梁工程师——既懂材料强度,也懂车流规律。"在这个算法泛滥的时代,真正稀缺的是能把技术深度与行业know-how焊接起来的跨界人才。或许这就是为什么头部企业愿意为顶尖人才开出百万年薪:他们解决的不仅是技术问题,更是商业世界的哥德巴赫猜想。
五、年薪百万的AI工程师都在做什么?未来十年职业路线图全解析
凌晨三点的代码与咖啡
上周和美团的一位算法工程师吃宵夜,他指着手机里的实时配送调度系统说:"现在每单配送时间预测误差不超过3分钟,三年前我们团队还在为10分钟的误差头疼。"他说话时眼里泛着血丝,身上还带着机房特有的冷气味道。这个场景让我突然意识到,人工智能的职业目标从来不是写在岗位说明书里的那些条条框框,而是藏在每个深夜的算法迭代里,在每次模型训练的参数调整中。
职业发展的三个阶段密码
最近帮字节跳动筛选AI岗位简历时发现一个有趣现象:2018年入行的工程师现在基本都带着20人以上的团队,而2021年后的新人却普遍在基础岗位徘徊。这让我想起自动驾驶领域的"三级跳"理论:
- 青铜时期(0-3年):去年有个机械专业转行的小伙让我印象深刻。他用6个月时间复现了ResNet、Transformer等经典模型,在GitHub上建了个"从螺丝刀到TensorFlow"的教程库,现在已经是某自动驾驶公司的感知算法工程师。
- 白银阶段(3-5年):认识的一位女工程师专门研究医疗影像分割,她团队开发的肝脏病灶检测模型,在瑞金医院的临床试验中将漏诊率从15%压到了2.7%。
- 王者段位(5年+):去年在WAIC遇到的前微软亚洲研究院专家,现在带着团队在做"多模态大模型在工业质检中的应用",据说已经帮宁德时代减少了70%的电池缺陷漏检。
行业正在发生的五个隐秘变化
上个月参加闭门技术沙龙时,听到个有趣观点:现在的AI工程师越来越像"跨物种翻译官"。比如:
- 生物医药领域需要把蛋白质折叠问题转化为图神经网络问题
- 智慧农业中要把农作物生长参数变成时间序列预测模型
- 甚至有个团队在尝试用GAN生成符合《黄帝内经》理论的中药配方
这让我想起OpenAI最新招聘启事里特别强调的"领域迁移能力"。去年帮阿里云推荐算法团队招人时,有个候选人用NLP里的Attention机制改进推荐系统,CTR提升了11%,这就是典型的跨界创新。
那些学校不教的重要能力
最近面试遇到个清华博士,理论功底扎实却栽在一个实际问题上:"如果模型在测试集表现很好,上线后效果却跳水,该怎么排查?"其实这个场景包含多个隐藏考点:
- 数据分布差异分析能力
- 线上A/B测试设计经验
- 模型监控系统搭建意识
去年双十一期间,某电商平台的推荐系统突然"抽风",正是靠着一线工程师对实时特征漂移的监控,才在15分钟内定位到问题根源——用户行为数据接口的版本更新导致特征对齐错误。
职业规划中的三个认知陷阱
经常收到类似咨询:"现在转行AI是不是太晚了?"这让我想起2016年那些说"深度学习红利已尽"的论调。事实上:
- 医疗AI领域的人才缺口去年扩大了37%
- 智能制造方向的算法工程师薪酬年增幅达22%
- 甚至有个做传统OCR的团队,因为切入古籍数字化赛道,估值一年翻了5倍
上周和商汤科技的人力总监聊到凌晨,他提到现在最缺的不是会调参的工程师,而是能结合具体产业场景设计AI解决方案的"复合型人才"。有个典型案例:某团队用联邦学习技术解决金融行业数据孤岛问题,在确保隐私的前提下将风控模型准确率提升了19%。
未来十年的机会窗口
最近在研究SpaceX的发射数据时发现个有趣现象:他们用强化学习优化火箭回收轨迹,节省的燃料相当于每次发射降低成本7%。这让我想到智能制造领域正在发生的变革:
- 工业质检的缺陷识别从2D图像转向3D点云分析
- 预测性维护开始融合物理仿真模型与AI算法
- 有个团队甚至用数字孪生技术还原整个汽车工厂的产线流动
去年参与某地方政府"AI+产业"规划时,发现传统纺织业对智能排产系统的需求暴涨300%。有个工程师把遗传算法改进后用于生产调度,将订单交付周期缩短了40%,这种产业落地能力正在成为新的竞争力标尺。