北京售楼处客服
售楼处客服工作是在房地产行业中非常重要的一个职位，其主要职责是接待来访客户，解答客户对房产的疑问，引导客户参观样板房并进行销售。售楼处客服需要对所销售的楼盘有较为全面的了解，包括房屋户型、面积、朝向、配套设施等信息，以便为客户提供专业的咨询服务。同时，售楼处客服还需要与客户建立良好的沟通和联系，了解客户的需求，根据客户的需求提供相应的房产推荐。在整个销售过程中，售楼处客服需要耐心细致地为客户提供周到的服务，协助客户完成购房流程，确保客户的满意度和购房体验。作为房地产行业的重要一环，售楼处客服在整个销售过程中扮演着至关重要的角色。
薪酬概览
平均月薪
¥7800
中位数 ¥0 ｜ 区间 ¥6400 - ¥9200
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 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
5月新增岗位
4
对比上月：岗位新增2
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 | 50% |
| 3-5年 | 1 | 50% |
热招职位
1.负责制定结构方案，进行详细3D结构设计，出2D图，跟供应商对接技术要求；
2.负责编制产品的CAE分析需求，并根据仿真结果优化结构方案；
3.负责产品的试装，解决试装中出现的结构问题；
4.负责相关物料的采购、跟进及交付，协助供应商开发；
5.负责部门结构设计能力建设；
6.协助质量团队对结构件来料检验。
1. 负责机器人控制器、传感器接口、电源管理等核心硬件的方案设计与架构优化；
2.根据机器人整机需求，完成原理图设计、器件选型、关键链路设计（电流采样、高压/大电流链路、隔离、时序等）；
3.主导板卡调试与验证，解决复杂场景下的稳定性、噪声、电磁干扰、可靠性问题；
4.参与机器人整机集成，解决高速运动、高振动、高温、空间受限情况下的硬件适配问题；
5.与控制算法、嵌入式软件、结构、供应链等团队深度协同，提出系统级优化建议。
岗位核心价值
负责公司大算力 AI 集群（含 B/H 系列高端卡、国产算力卡）的架构设计、搭建部署、运维优化与国产化适配，支撑大模型训练、自动驾驶等核心业务的高效稳定运行，打造高可用、高性价比的算力基础设施。
核心工作职责
1. 大算力集群自建与架构设计：主导超大规模 AI 算力集群（数千 P 级）的自建规划，包括硬件选型（GPU/B/H 系列卡、国产卡等）、网络拓扑设计（InfiniBand/ROCE）、存储架构（分布式存储）、集群调度系统搭建，确保集群性能达标、扩展性强。
2. 高端 GPU 加速与优化：具备 NVIDIA B 系列、H 系列高端算力卡的实战经验，负责卡级性能调优、并行计算加速（TensorRT/MPI/NCCL）、显存优化，解决大模型训练 / 推理中的算力瓶颈问题。
3. 国产算力卡适配落地：主导国产算力卡（阿里PPU、华为昇腾等）的适配工作，包括驱动安装、框架适配（TensorFlow/PyTorch/MindSpore）、模型迁移与性能调优，实现国产算力与业务场景的深度融合。
4. 集群运维与稳定性保障：负责算力集群的日常运维，包括硬件故障排查、集群监控告警（GPU / 网络 / 存储状态）、资源调度优化、灾备方案设计，保障集群全年高可用性（99.9% 以上）。
5. 技术沉淀与迭代：跟进业界大算力集群技术趋势（如新型 GPU、网络协议、调度系统），输出技术方案与最佳实践；搭建集群运维自动化工具，提升运维效率。
1. 深入洞察美团本地生活不同业务的用户看评场景，通过对用户看评诉求分析及本地生活各行业的决策特征理解，制定行业的有用性标准与标签体系，提升评价内容的真实性、丰富度及对用户的决策参考价值。
2. 通过用户行为分析及体感洞察，精准定位用户在选店决策路径中的痛点，针对评价排序、双端（美团/点评）供给差异等场景进行分析下探，抽象业务规则，推动算法模型迭代，并验证策略上线后的增量价值。
3. 结合AI/大模型能力探索评价智能化方向，推动AI辅助内容理解、智能总结、效果归因等链路的产品化落地，评估AI应用对运营效率与用户体验的实际提升效果。
4. 作为业务与算法、产品、运营等多团队之间的桥梁，在模糊的业务场景中高效推动策略落地，建立策略实验与效果评估的标准化闭环，通过持续迭代验证策略有效性。
1.负责集团投资与产权管理领域数字化项目的全生命周期管理，统筹项目规划、需求调研、方案设计、系统实施、上线交付与验收，推动投资与产权管理数智化能力持续提升。
2.深入对接投资、产权、资产管理等业务部门，梳理股权投资管理、固定资产投资管理、产权登记、资产管理等业务流程，推动业务流程数字化重构与管理闭环。
3.打通投资、产权与财务、项目等业务环节的数据链路，支撑投资全过程穿透管理与产权数据一致性，提升管理透明度与决策效率。
4.统筹跨部门协同，协调投资、产权、财务、供应商等多方资源，识别并应对项目风险，把控项目进度、质量与成本。
5.组织项目阶段汇报与验收评审，沉淀投资与产权管理数字化建设经验，推动成果在集团内复制推广。
1. 数据策略制定：涉及挖掘框架，开发挖掘算子，与模型训练团队深度协作，指导数采团队定向增补高价值数据；通过数据消融实验，科学确定预训练数据、微调数据、难例数据的配比，最大化有限数据的训练收益；建立数据质量评估体系（信息密度、场景分布、标注质量、多样性等）；
2. 构建自动数据生产流水线：研发并维护自动化标注流水线，降低人工标注依赖；
3. 探索利用生成式AI（Diffusion model, NeRF/3D Gaussian）合成高价值训练数据，解决corner case数据稀疏问题；
4. 建立标注质量自动检测机制，确保训练数据的可靠性；
5. 构建数据处理平台：构建TB-PB级数据分布式处理流水线，实现高效去重、过滤、清洗、格式转换；
6. 建立数据版本管理和数据血缘系统，确保训练模型的可复现性和数据溯源；
7. 优化数据存储格式和访问效率，支持模型训练过程中高效数据加载和在线采样
1.根据业务策略，洞察事业部各个部门的发展需求，支持组织架构优化与职责梳理，提供相应解决方案并推动落地。
2.根据业务策略及需求探索并不断迭代长效的组织保障机制，提升组织效能；探索AI工具在组织诊断、人才评估、效能分析等HR场景中的落地应用，推动人机协同工作模式的建立。
3.开展内外部标杆组织及方法论研究、管理机制探索研究及工具迭代，为各团队提供解决方案支持及方案建议；持续跟踪AI时代组织变革趋势，将前沿实践转化为可落地的组织解决方案。
1. 负责自有品牌食品类商品的品质管理体系搭建与优化，确保产品符合相关法规及公司标准。
2. 制定并执行食品类商品的品质检验流程、抽检方案及供应商审核机制，把控从开发到交付的全链路质量。
3. 协同采购、研发及供应链团队，推动品质问题整改与预防，提升商品整体质量水平。
4. 建立并维护品质数据监控体系，定期输出质量分析报告，为业务决策提供支持。
5. 跟进市场反馈与客诉，快速响应并推动闭环处理，降低质量风险。
1. 学历背景：硕士及以上学历，计算机科学、人工智能、自然语言处理、语音处理、多模态计算等相关专业；
2. 技术基础：扎实的 NLP/NLU 理论功底，熟悉对话系统业务，以及LLM、VLM、omni技术。熟练掌握 Python/C++，具备大模型训练与调优经验；
3. 专业能力：具备多语言/跨语言 NLP 经验，了解低资源语种语义理解的挑战。
1. 负责电单渠道新业务模式如车辆租赁、SaaS等模式的探索、设计与落地，市场趋势和公司战略，识别潜在增长机会。
2. 深入分析行业动态、用户需求及竞争格局，输出可行性分析报告并推动试点项目执行。
3. 协同产品、技术、市场等多部门，搭建新业务运营框架，优化流程与资源配置。
4. 建立关键指标监控体系，持续评估新业务模式的成效并推动迭代优化5. AI工具加速推进流程：熟练运用AI工具辅助数据清洗、模型构建、报告初稿输出、落地执行，大幅压缩机械性工作时间，将精力聚焦于人工无法替代的业务判断
：
1. 负责停车场工况行为决策、路径规划算法设计、开发及性能迭代
2.针对停车场工况的特殊场景，如窄路汇车/脱困等，优化算法性能，提升这些场景的通过性
3.针对量产平台进行算法工程化及调试，参与工程化项目开发，分析泛化问题，并设计优化和解决方案跟进日常路测问题
4.负责关注国际前沿动态，掌握HPA/APA决策规划算法的发展
1、建立、实施并优化歪马物资品类质量管理体系，确保符合相关法规和标准2、主导供应商准入质量审核，评估其质量、生产过程管理等，从源头规避质量风险3、协同采购在新品开发阶段优化设计方案，提升产品投入可行性和质量稳定性4、建立物资质量管理标准，定期样品、大货抽检、飞检、三方质检等，并输出质量结论5、主导商端异常质量的处理，分析根因、建立围堵措施和长期改进机制6、供应商质量管理，定期对现有供应商开展过程审核、产品审核等，识别质量短板制定改进计划，监控质量关键指标，数据驱动鞠策，持续优化商端质量表现，稳定质量供给7、负责物资品类标签审核8、主导供应商管理，制定相关SLA、更新相应条款，季度绩效管理等