北京售后技术支持工程师
售后技术支持工程师是负责为客户提供技术支持和解决售后技术问题的专业人员。他们的主要职责包括响应客户的技术咨询和技术支持请求，解决产品故障和技术问题，协助客户在使用产品过程中遇到的技术难题，提供培训和指导客户使用产品，并跟进解决方案的实施情况。售后技术支持工程师通常需要与客户沟通，了解其需求，并及时响应和解决问题，同时需要与内部技术团队协作，协助调试产品故障和改进产品性能。此外，他们还需要撰写技术文档，记录客户问题和解决方案，以便团队共享和案例积累。这个职位需要具备良好的沟通能力、问题解决能力和团队协作能力，同时对技术和产品有深入的了解。
薪酬概览
平均月薪
¥10300
中位数 ¥9500 ｜ 区间 ¥8000 - ¥12600
数据来源：谈职全网153份招聘数据；更新时间：2026年7月13日
月薪分布
57.5% 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
106
对比上月：岗位减少93
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 | 20 | 19.4% |
| 1-3年 | 29 | 28.2% |
| 3-5年 | 29 | 28.2% |
| 5-10年 | 5 | 4.9% |
| 不限经验 | 20 | 19.4% |
热招职位
1、迅速响应客户需求，为海外客户提供技术支持服务，维护客户满意度；
2、通过现场、邮件，电话等方式协助销售同事和客户处理售后相关问题；
3、管理处理常规客户工单以及质量问题，主导处理重大质量问题和客诉，管理客户对服务的满意度；
4、监督并反馈当地一级团队和服务商的服务表现；
5、负责开发关键市场的当地服务网络，即服务商的引入、包括评估、谈判、合同评审等；
6、主导组织内部经验积累，定期组织内部赋能培训，提升团队整理能力。
1. 为客户导入和开发玄铁RISC-V IP和技术设计赢取胜利机会；
2. 负责RISC-V CPU IP产品的技术宣讲，对玄铁产品、服务和友商保持高标准的技术知识；
3. 积极拓展客户，保持对领域的动向和客情变化的敏感度；
4. 与Sales团队合作，提供技术知识和支撑，与潜在客户建立和维护良好的客户关系，介绍和推动玄铁RISC-V IP的design in；
5. 与技术工程团队合作，确保客户需求和产品的匹配度，确保客户项目的顺利落地。
1、负责远程及现场技术支持，涵盖售前与售后全流程；
2、执行混合储能逆变器及电池储能系统(BESS)的调试、故障排查、固件/硬件升级；
3、向总部提交产品故障报告并持续跟进，需包含清晰的问题描述；
4、定期分析混合储能系统运行数据，评估设备性能；
5、主动对接安装商与经销商，提供良好的客户服务体验；
6、建立技术问题长效跟踪机制，维护与合作伙伴的良好关系。
1、客户需求对接与方案制定：精准把握海外客户对于户用储能系统的需求，提供定制化的产品解决方案，涵盖系统配置、容量规划等，助力客户实现能源管理目标。
2、技术沟通与答疑：与海外客户开展技术交流，及时且准确地解答客户在产品技术层面的疑问，包括系统原理、性能参数、兼容性等问题，增强客户对产品的信任。
3、市场调研与情报收集：密切关注海外户储市场动态，收集政策法规、竞争对手产品信息等，为公司产品优化与市场策略制定提供依据。
4、项目支持与跟进：协同销售团队，参与海外项目前期技术评估，跟进项目进展，保障从方案设计到交付环节的技术可行性与连贯性。
【愿景】广告系统长期采用"召回→粗排→精排→出价→拍卖"的多级漏斗架构，各模块独立优化导致目标不一致，前链路制约后链路上限，漏斗效率折损大。随着大模型与生成式技术的快速发展，工业界已在端到端生成式广告方向进行了系统性布局，验证了生成式框架在候选生成、全链路排序、创意生成和机制设计等环节的技术可行性，其强大的表征能力和良好的Scaling特性为广告系统的范式跃迁提供了新的可能性。本岗位致力于在探索如何利用生成式技术重塑整个广告系统，通过端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型联合决策空间。【你将参与】1.生成式召回：突破传统检索范式，探索广告场景下的生成式候选生成方案，包括层次化语义ID设计（RQ-VAE/VQ-VAE）、以及召回与排序联合端到端优化。
2.生成式预估：设计支持大规模候选端到端打分的生成式排序框架，探索"预训练+业务对齐（RLHF/DPO）"的分阶段训练范式，解锁广告模型的Scaling规律，驱动系统从人工调参向算力堆叠迭代跃。
3.生成式创意：基于多模态大模型实现广告创意的自动生成与动态组合，结合用户实时意图的个性化创意定制，以及创意与广告主商业目标的对齐优化，提升创意与用户的匹配深度。
4.生成式机制：构建端到端可学习的广告拍卖机制，将出价、分配、计费纳入统一生成框架，建模广告外部性（排列位置、上下文交互对转化率的影响），在保证近似激励相容性（IC）的同时最大化平台RPM。
新能源汽车所有业务相关的软件开发、设计、测试，包括但是不限于以下方向：
1. 整车控制算法，整车上下电管理、故障诊断、热管理、驱动控制、巡航、限速、换挡、差速控制、附件控制等算法；
2. 电池管理算法，动力电池状态估计、故障监控、热管理、高压控制、绝缘监控等算法；
3. 电机控制算法，主驱电机和辅助电机的控制、故障诊断、主动加热、弱磁控制等算法；
4. 车载充电机算法，单/三向充电机整流、逆变算法，各国充电桩交互等算法；
5. DCDC算法，低压电源管理和直流电源变换算法；
6. 动力域控算法，结合以上算法内容，融合制动、转向、稳定性控制等多域融合算法。
1. 承担系统/子系统/复杂模块的验证交付工作，搭建CT/BT环境。对现有系统验证方案进行综合评估，提出改进和优化；
2. 针对模块各种复杂应用场景，开发和实现不同验证组件，帮助设计人员高效定位和解决问题；
3. 根据编译器内核指令开发随机约束验证环境，撰写功能覆盖率文件，测试各种极端指令场景；
4. 与架构工程师紧密配合，运用各种技术全面分析芯片功耗/性能数据，优化芯片PPA技术指标；
5. 开发针对车规芯片FuSa (Functional Safety)功能的验证环境，并使用Z01X工具进行功能验证；
6. 引入和使用系统建模/ 静态仿真/ 原型验证等多种手段，延长验证生命周期，提高验证可信度；
7. 进一步规范系统验证流程，明确验证交付标准，全面提升验证与前后端技术人员的交互效率。
1、负责智能驾驶应用软件的核心技术研发工作，协同系统工程师完成软件设计；
2、深入征程芯片平台软件研发，负责应用软件平台化，增强软件方案的业界竞争力；
3、与感知算法、规控工程师协同完成系统集成以及车端研发工作；
4、参与应用软件车规化的工作，满足车载软件开发流程与质量；
1.为泛互联网行业客户提供技术咨询服务，开拓和服务泛互联网客户群体，为客户提供技术咨询/PoC验证等技术支持服务，维系客户及支持客户的持续高速发展，协同商务团队数字目标达成；
2.深入理解互联网业务对云计算的需求，分析其快速发展过程中，所遇到的挑战和未来的方向；
3.针对客户业务场景，为客户规划基于腾讯云的云架构方案，并规划出可行的、包含应用迁移和数据迁移的上云落地方案；
4.在持续服务中挖掘和获得客户在腾讯云上的新增长点，组织产品和服务方案，和产研及相关支持团队紧密协作，逐个落地方案；
5.负责上云案例和技术方案的更新维护以及相关的布道工作。
1.负责新能源汽车电机控制（MCU）算法开发，包括建模仿真、代码实现、集成测试、台架测试及文档编写；
2.负责量产项目的算法开发工作，包括开发计划、开发实施以及量产后的相关问题处理；
3.参与汽车电子新产品、新技术预研，包括需求开发、方案策划和实施以及文档编写。
1.贯彻集团数据标准体系，负责集团财务领域（资产、成本、费用、收入、利润、现金流等）核心数据对象与指标体系的治理，包括主数据管理、元数据管理、数据模型设计规范等，推动标准在数仓建设与BI应用中落地执行。
2.负责相关业务领域的数据治理规划，完成数据标准、数据质量、数据安全、数据资产管理等建设实施落地。保障财务数据的准确性、完整性和一致性，提升财务领域数据服务能力。承接集团财务主数据、涉财业务主数据的数据标准制定、数据治理工作开展和主数据运营管理。
3.独立完成或指导实施数据开发、BI分析看板、数据质量评估、问题溯源改进等专项建设任务。
4.主导集团级财务指标口径统一与管理口径沉淀，解决跨系统、跨组织的数据不一致问题。负责财务系统数据治理，确保系统的数据质量及流程合规，管理财务数据目录和数据标准，统筹推进数据入湖和应用。推动数据治理与业务服务深度融合，支撑经营分析、财务数字化、穿透式监管等关键场景的数据需求。
5.跟踪数据治理前沿技术与行业实践，持续优化治理体系与工具能力。
