北京售后服务人员
售后服务人员是负责在客户购买产品或服务后提供支持和帮助的专业人员。他们的主要职责包括回答客户的问题、解决客户的投诉、处理退货和换货请求、提供产品维护和维修服务，以及为客户提供售后服务建议等。售后服务人员需要具备良好的沟通能力，能够耐心倾听客户的需求并给予及时有效的帮助。他们还需要熟悉所在公司的产品或服务，以便能够解决客户遇到的问题。在处理客户投诉时，售后服务人员需要保持冷静、友善并寻找最佳解决方案，以确保客户满意度。总之，售后服务人员在维护客户关系、提升客户满意度和保持公司声誉方面发挥着非常重要的作用。
薪酬概览
平均月薪
¥7400
中位数 ¥0 ｜ 区间 ¥6000 - ¥8900
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
85.7% 人群薪酬落在 0-8k
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
1
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 |
|---|---|---|
| 1-3年 | 1 | 100% |
热招职位
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）水处理、环境工程、应用化学、给排水等相关专业本科以上学历；
（2）能完成环保或循环水项目的需求调查及方案编写，对项目进行现场技术指导；
（3）能协助商务人员进行环保或循环水项目的技术交流与谈判；
（4）熟悉循环水处理流程、污水处理工艺、给水处理工艺等环保工程相关工艺；
（5）可独立完成循环水处理、污水处理、给水处理工艺等环保工程相关工艺并编制技术文件及工程投标文件等。
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、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、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、探索自动驾驶前沿算法，如端到端算法、闭环训练方式等，完成模型训练与方法验证；
2、参与感知算法研发，解决 3D Occupancy、动静态要素的感知难点问题；
1、前馈重建算法研发：参与基于前馈式 3D Gaussian Splatting 的三维场景重建与地图生成算法设计，面向自动驾驶场景实现高效、可泛化的建模能力；
2、前馈重建搭建与核心模块研发：负责端到端前馈重建框架的搭建与关键模块实现，包括多视图特征建模、深度/几何预测、Gaussian 表达学习与渲染等；
3、前沿方案调研与实验验证：系统调研并复现前沿三维重建与神经渲染方法（如 NeRF、MVS、VGGT 等），开展对比实验与技术评估，推动方案选型与演进；
4、模型设计与性能优化：结合 Transformer 与视觉基础模型（VFM）等结构，持续优化重建质量、推理效率与复杂场景的表达能力，推动方法在真实数据上的效果提升与稳定性验证；
1、负责图像（2D/3D）和点云领域的核心感知算法研发与优化，包括但不限于：目标检测、语义/实例分割、多目标跟踪、通用障碍物、多传感器融合等；
2、探索并将最前沿的深度学习模型（如Transformer、BEV感知、Occupancy Networks等）应用于云端真值系统；
3、对感知模型的性能瓶颈进行深度分析和攻关，持续提升算法在精度、速度与稳定性上的表现；
1、负责具身智能重点项目全生命周期管理，含规划、执行、交付、复盘；
2、跨团队（算法、工程、数据、运控、产品）协同，驱动里程碑达成，把控进度、质量、成本；
3、建立AI项目管理体系，沉淀流程与工具，提升交付效率；
4、深度理解VLA/WAM/真机RL技术，评估可行性，推动技术与业务落地；
5、管理GPU/CPU、存储资源，优化分配策略，平衡效率与成本。
1.负责多模态内容理解、多模态生成等算法技术在视频剪辑、多模态理解和生成业务上的落地工作：；
2.参与图像、视频、语音等多模态内容理解及生成相关算法的工程化落地；
3.参与多模态业务核心功能设计、开发及维护，包括但不限于服务性能调优、技术难点攻坚、指标自动化监控、异构大模型调度等；
4.参与维护后台服务，保证线上稳定性，以及搭建自动化分析系统，提升工程效率；
5.参与新技术调研以及探索，以及项目特定方向的重点、难点开发工作。
微信读书/输入法/秒剪-大模型应用研发工程师-Harness工程
1.熟悉大模型应用算法能力优先；
2.具有 LLM 推理优化经验，熟悉 TensorRT-LLM、VLLM 等LLM推理效率优化工具者优先；
3.有图构建和检索优化，有大数据平台（Hadoop、Spark、Flink 等）使用经验者优先；
4.能够对服务进行系统性的性能优化。