北京售后维护
售后维护是指负责在产品销售后提供技术支持和维护服务的职位。售后维护人员需要通过电话、电子邮件或现场服务等方式，解决客户在使用产品过程中遇到的问题和故障。他们负责更新产品信息、提供客户培训、安装设备、维修产品并保持客户满意度。此外，他们也负责收集客户反馈、协助产品改进和更新售后服务流程。售后维护人员需要具备良好的沟通能力、问题解决能力和团队合作精神，以确保客户获得高质量的售后服务，从而增强品牌忠诚度并促进企业的持续发展。
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。
1、负责集团人工智能服务平台的推广与落地，推动平台在各业务场景中的应用，为各业务单元提供技术指导与支撑。
2、负责基于AI平台的智能体开发与建设，根据业务需求进行需求分析、方案设计与开发实施，实现智能体场景的快速交付。
3、负责AI大模型的部署与服务封装，基于平台完成模型推理服务的上线、算力调度、扩容与纳管，保障模型服务的高可用运行。
4、负责根据业务需求进行二次开发与深度集成，将AI能力嵌入业务系统，实现平台与业务系统的高效对接。
5、负责平台集群的部署与运维，掌握平台运维能力，独立完成平台部署、配置管理及故障排查处理，保障平台稳定运行。
6、与算法、研发、客户等多部门团队高效沟通协作，推动AI平台建设需求的落地与交付。
负责嵌入式软件开发、维护和项目实施等，参与如下细分方向之一：
1）应用软件算法方向：负责智能驾驶、智能座舱、智能底盘、智能车控、区域控制器等系统的软件开发；
2）基础平台和中间件方向：负责车载中间件软件平台的开发、维护和项目实施；
3）操作系统方向：负责车载操作系统的开发、移植、优化和维护，含底层驱动、复杂驱动等硬件驱动开发；
4）信息安全方向：负责车载系统的信息安全软件开发和方案实施落地。
【27届校招】大模型算法工程师（海外VLA / World Model 方向）
1、计算机科学、人工智能、电子工程、自动化等相关专业硕士 / 博士学历。
2、具备扎实的深度学习与生成式模型基础：熟悉 Diffusion / Flow Matching / 自回归视频生成 / VAE 及视觉 tokenizer 等主流生成式架构，掌握大模型训练范式（预训练、SFT、RLHF / 对齐等）。
3、熟练使用 PyTorch 等主流深度学习框架，有大规模多机多卡分布式训练（FSDP / DeepSpeed / Megatron 等）实践经验。
4、具备较强的编程能力，熟练掌握 Python、C++；具备良好的数学基础（线性代数、概率论、统计学）。
5、对自动驾驶与前沿生成式技术有浓厚兴趣和持续热情，具备良好的团队合作与沟通能力，能承受一定的工作压力。
6、加分项
（1）在 World Model、视频生成、VLA、端到端自动驾驶、扩散 / 生成模型等方向有顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICLR / CoRL 等）或有影响力的开源工作；
（2）熟悉 GAIA、Vista、Cosmos、GenAD 等驾驶世界模型相关工作，或有世界模型 / 生成式仿真的量产落地经验；
（3）有海外自动驾驶项目、海外数据处理或海外生活学习经验，具备良好的英文读写与沟通能力。
1. 项目售前支持，包括技术方案展示需求沟通、定义及管理；
2. 项目整体方案设计 ，对外技术沟通 ；
3. 负责对子系统的工作产品进行审核；
4. 组织及主持项目内部 /外部 技术例会；
5. 负责台架测试、整车调试；
6. 处理产品试验、售后相关问题 以及工程经验积累；
7. 主要方向包括：
✓ 电机驱动方向
✓ 开关电源方向
1.负责生产制造设备联网、工业数据采集、设备控制类GO后端软件的设计、开发与迭代，对接设备PLC、传感器、上位机等硬件系统，支撑智能工厂/数字化车间业务落地；
2.基于gRPC微服务架构开发设备管理、数据采集、状态监控、指令下发等核心模块，保障工业场景下服务的低延迟、高稳定运行；
3.参与工业设备软件的需求分析、技术方案设计、代码评审与线上部署，对接硬件工程师、现场实施团队，解决开发、交付过程中的技术问题；
4.负责现有设备软件系统的维护、性能调优与故障排查，保障生产现场设备软件全年高可用，解决工业现场复杂网络环境下的通信稳定性问题；
5.编写开发文档、接口规范与现场部署手册，配合测试、实施团队完成项目交付与验收。
1、计算机视觉和深度学习等相关专业，硕士/博士；
2、具备扎实的计算机视觉/机器学习/深度学习理论功底和算法经验，或者在该领域有优秀的学术成果 （例如，主流会议CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML等，发表过一作论文）；
3、在计算机视觉领域有高影响力成果者优先， 例如，高引论文，或者行业影响力比赛 (第1名), 或者优秀开源贡献者；
4、有利用视觉/深度学习创新技术解决行业难题，并带来大幅业务增长者优先；
5、熟练使用C/C++、Python其中一种开发语言；
6、有很强的创新能力，能够解决高挑战性问题，自我驱动能力强，并且有独立完成任务的能力；同时，具有良好的沟通技能和抗压能力。
蓝星公司-数字化部-网络安全与数据合规岗 Cyber&Compliance Manager
根据蓝星公司数字化部工作安排，统筹全球网络安全治理风险与合规管理工作，组织开展风险识别与量化、合规审计、第三方风险管理及安全培训与意识提升等活动。确保公司业务运营符合国内外法律法规、行业监管要求、国际标准与内部管控规范，为业务可持续发展提供合规与风险管控支撑。
1.统筹境内及海外企业网络安全治理风险与合规管理工作，编制年度工作计划，明确重点任务、实施路径与阶段目标；
2.建立并持续优化网络安全政策、标准与流程体系，完善安全治理机制，推动相关制度要求落实；
3.组织开展网络安全风险识别与量化管理工作，覆盖风险识别、评估、跟踪与分析等环节；
4.统筹推进网络安全合规与审计管理工作，定期开展内外部审计、评估与检查，并跟踪后续整改工作；
5.负责项目中网络安全领域的支持工作，推动安全要求嵌入项目全生命周期；
6.组织并定期开展网络安全与合规宣贯与培训活动，推动网络安全文化建设；
7.负责定义关键风险指标和关键绩效指标，将安全工作的成效以量化、可视化呈现；
8.负责对接属地监管机构、第三方审计机构及相关外部合作方，负责合规落地及数据保护履职对接工作；
9.跟踪国内外网络安全/数据合规领域法律法规、监管政策更新、行业最佳实践与前沿趋势，定期进行差距分析、风险评估等，以持续优化公司网络安全治理风险与合规体系及相关管控能力；
10. 公司安排的其他工作。
【课题说明】在广告场景中，优质精美的创意对用户的行为决策有显著正向影响，传统模式下商用级创意内容的制作门槛高、生产周期长，长尾商家通常难以负担其成本，而头腰部商家也难以做到个性化、高时效性的创意生产投放。本课题借助大模型的音、视、图、文等多模态理解、思考与生成能力，结合用户画像、商户/品特征、热点趋势等信息，探索实现低成本、个性化的商用级创意内容（如图文笔记、长视频）的生成技术。【建议研究方向】1.多模态深度思考：设计与实现多模态深度思考方案，优化模型对多源异构信息进行抽取筛选、加工整合、衍生创作的能力，提升创意内容生成的质量与多样性。
2.开放问题的强化学习：针对无标准答案的开放问题（如笔记生成、剧本创作、素材选取等），设计与实现适配的奖励机制与策略，通过强化学习提升模型能力。
3.创意生产Agent：参考人工生产中的不同角色分工合作流程，设计与实现创意生产的多agent协作框架，并通过线上效果反馈机制，闭环提升生产的效率与质量。