北京呼叫中心客服主管
呼叫中心客服主管是负责管理和指导呼叫中心客服团队的专业人员。他们的责任是确保客服团队高效地处理客户的问题和需求，提供优质的客户服务体验。这包括监督和培训客服代表以确保他们具备必要的技能和知识，制定和实施工作流程和政策，以及与其他部门合作解决复杂的问题。呼叫中心客服主管需要具备领导才能，能够激励团队成员达到业绩目标，管理团队的日常运营，并与高层管理层协调沟通，确保客户服务目标得以实现。对于客服流程的优化以及团队绩效的监测和分析也是其工作职责的一部分。成功的呼叫中心客服主管需要良好的沟通技巧、解决问题的能力和组织协调能力。
薪酬概览
平均月薪
¥19200
中位数 ¥0 ｜ 区间 ¥15400 - ¥23000
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
60% 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
6月新增岗位
4
对比上月：岗位减少1
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 | 4 | 100% |
热招职位
● 负责 SoC芯片中MMU（内存管理单元）模块的微架构设计与RTL实现；
● 设计TLB管理、Page Table Walk、地址映射等机制，支撑高效虚拟内存访问；
● 支持软硬协同设计，参与Host-Device统一地址空间、Page Migration等功能开发；
● 负责MMU相关性能分析与优化
● 推动MMU子系统从设计到验证、交付的完整流程。
1、定义网络安全基座模型的知识体系和评测体系
2、建立网络安全基座模型的知识迭代飞轮，从多种知识来源收集沉淀网络安全领域知识，与算法同学合作为网络安全基座模型提供高质量领域知识与数据
3、针对网络安全基座模型在评测中的问题进行归因分析，识别网络安全基座模型的短板
本岗位聚焦于多模态大模型的数据计算、数据编排方向，包括但不限于以下职责：
1. 开发高性能的分布式数据处理引擎，实现多模态等非结构化数据的高效处理；
2. 深入结合大模型分布式并行机制，设计实现通用、高吞吐、可扩展的数据编排引擎，提升大模型训练效率；
3. 持续跟踪大模型技术，对引擎不断迭代升级以满足大模型技术演进对数据处理的需求。
1. 负责IC芯片可靠性测试方案的设计与制定，保证芯片可靠性试验的实施
2. 负责芯片及产品的可靠性寿命评估、失效分析，并针对失效结果提出适当的解决方案
3. 负责 DVS/EVS/Vmin/CHAR/Burnin DOE 等程序的方案制定、数据收集及分析、对结果进行评审和改进
4. 参与可靠性硬件设计，芯片筛选和各读点测试，负责输出芯片可靠性测试报告
1. 全芯片Floorplan规划（Partiton/IO assignment)。
2. 子系统及模块的物理设计，包括物理综合,Floorplan,Place&Route, 优化PPA, 完成Timing/IR/EM/DRC/LVS/ERC收敛。
3. 完成芯片签核(Sign-Off)及交付。
4. 优化后端设计流程和方法。
5. 熟悉Full Chip IR/EM Sign-off 或 Full Chip PV Sign-Off(DRC/LVS/PERC) 是加分项。
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。
● 跟踪深芯片领域及新型计算领域（如机器学习）发展，设计开发高性能低功耗的架构、芯片及硬件产品。 参与芯片架构与微架构设计，负责开发和维护各种通用接口和模块；
● 针对阿里巴巴集团业务发展需求，开发相应原型系统，落地芯片产品。
1、负责所辖区域的服务商布局及招募策略制定，挖掘优质资源，通过线上、线下多种方式招募并对招商结果负责，定期复盘沉淀招商方法论；
2、协助服务商搭建团队、业务培训、机制建设、团队管理，打造一支优秀规模化、标准化作战团队；
3、落地渠道业务部的拓展策略及销售政策，用数据驱动指导服务商作业，拿到商业化结果，帮助服务商盈利；
4、识别业务风险，传导风控要求，主动汰换业务发展或作业规范不合格服务商。
1. 业务指标管理与策略制定，负责租车业务GMV、营收、补贴等核心指标的监控与分析，制定并执行运营策略，优化业务流程，提升运营效率和利润率
2. 用户增长与运营，分析用户需求和使用场景，设计针对性的营销活动和用户激励体系；优化用户旅程提升新用户转化率和老用户复购率，收集反馈推动产品功能优化
3. 数据驱动的业务优化，基于FBI报表等数据工具，深入分析分时订单分布、漏斗转化和用户行为特征，运用预测模型对订单量进行精准预测，通过A/B测试持续优化运营方案
4. 跨部门协同推进，与产品、市场、技术、财务等团队紧密协作，推动功能迭代、品牌推广、系统稳定性保障和结算对账工作，确保业务目标高效达成
1、负责商业化产品的销售策略设计与执行，确保产品能被业务团队高效售卖
2、 制定销售打法、话术体系、异议处理手册等销售赋能工具，降低销售门槛
3、 设计销售激励机制与考核方案，驱动销售团队聚焦高价值产品与高利润订单
4、搭建销售漏斗分析体系，识别转化瓶颈并针对性优化策略
5、组织销售培训与实战演练，提升一线销售对AI商业化产品的理解与售卖能力
6、定期复盘销售策略效果，结合市场变化快速调整战术方向
高德销服科技-大客户（KA）运营专家（渠道服务商运营方向）-运营
负责高德美食 KA 客户（连锁餐饮SKA品牌、区域CKA商户）的整体运营，对 KA 客户的 GMV 增长与整体营收（GMV + 广告 + 增值服务）负责；
牵头 KA 客户在渠道服务商体系下的分层分级管理，制定品牌客户的年度 / 季度生意计划（JBP），推动签约、续约、提客单、提复购；
设计 KA 专属产品权益与营销组合权益包（包括但不局限于联名活动、品牌专场、定制券型、私域联动、达人/直播协同），提升品牌在高德流量下的转化与复购效率；
联合渠道服务商建立 KA 客户运营 SOP，提升 KA 续约率、健康度与生命周期价值（LTV）。
持续跟进竞对KA 政策与品牌投放动作，及时输出竞对策略洞察与反制方案。
1. 负责统筹规划司机拉新产品/策略效率等工作，以新司机首单规模和留存为核心目标；
2. 基于数据分析，寻找各层级漏斗转化的增长机会，从中提取有价值的洞察并转化为行动方案；
3. 推动产品运营策略的落地执行，指导和培养团队成员，提升团队整体运营能力；
4. 结合行业数据和市场趋势，提出增长的意见和建议，并跨部门推及协调资源落地。