北京售后支持
售后支持是指在顾客购买产品或服务之后向其提供支持和帮助的工作岗位。这个职位的主要职责包括处理产品质量问题、解决客户投诉、提供技术支持、处理退换货事务、维护售后服务资料等。售后支持人员需要与客户进行有效沟通，了解并解决客户的问题，确保客户对产品或服务的满意度。此外，他们还需要协调各部门之间的合作，确保售后服务的顺利进行。售后支持人员通常需要具备良好的沟通能力、问题解决能力、耐心和责任感。在现代企业中，售后支持对于维护客户关系、提高品牌声誉和增加再购买率都起着至关重要的作用。
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。
高级3DGS重建算法工程师（自动驾驶方向）【2027届校招】
团队介绍
我们致力于打造自动驾驶领域的下一代数据闭环系统。我们正在探索如何利用生成式AI重构物理世界，从海量路测数据中提取高保真、可交互的三维场景，构建大规模世界模型。我们寻找热衷于将前沿三维视觉技术转化为数据生产力的伙伴，共同攻克自动驾驶在复杂场景下的仿真与泛化难题。
岗位职责
负责研发与优化前沿三维重建与渲染算法（如3DGS, NeRF等技术体系），提升其在复杂动态交通场景中的重建精度、效率与泛化能力；
将三维视觉技术应用于自动驾驶的数据合成、仿真环境构建、高精地图生成以及场景理解等领域，为自动驾驶的研发与测试提供核心工具与数据支撑；
跟进学术界与工业界最新进展，能够将创新技术进行工程化落地，并与感知、规划、仿真等团队协作，推动技术方案在实际业务中的部署与应用。
职位要求
计算机科学、自动化、数学、机器人等相关专业硕士及以上学历，或具备同等水平的实践经验；
出色的编程能力，熟练掌握Python和C++，代码风格良好，注重工程规范与算法性能优化；
深入理解现代深度学习框架（如PyTorch），具备独立实现、训练和调试复杂模型的能力；
对三维重建与渲染领域有扎实的理论基础与实践经验，熟悉其主流算法框架与技术脉络；
具备优秀的数学功底，包括但不限于线性代数、概率统计、数值优化与几何计算；
强烈的自驱力、求知欲和解决问题的能力，能够在开放的研究与工程问题上进行有效探索。
加分项
具备大规模真实场景（如街景、城市场景）三维建模或语义化重建的实际项目经验；
在生成式模型（如扩散模型）、 Feed-Forward（前馈/泛化）三维重建、世界模型有研究或落地经验；
在CV/ML/Robotics领域的顶级学术会议（CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, ICRA, IROS等）上发表过相关论文；
在权威算法竞赛（如Kaggle、ACM-ICPC、全国信息学奥赛等）中取得突出成绩；
深度参与过知名三维视觉或计算机视觉开源项目的贡献，并有可验证的成果。
PNC组介绍：在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。
工作职责:
负责无人驾驶决策模块设计和实现，应对无人驾驶中各种最具挑战性的场景：拥挤道路上无人车的变道策略：如何主动创造变道环境（如加速变道），如何准确判断旁边车辆的意图，如何与其他车辆协商以迫使他们为你让出变道空间等；处理各种合理或不合理的行为场景：如电动车逆行、左右摇晃的自行车、道路上乱窜的行人等；应对不合交规但频繁出现的场景：旁边车道车辆突然变道抢占路权、连续实线变道等；拥挤高速公路合流等对人类司机都很困难的决策；各种交通标志控制下的无人车行为决策：如无保护路口如何通过、人行道行为逻辑、施工区域的通过逻辑等。
岗位需求:
熟练掌握 C++、Python、Java 中至少一门编程语言，具备良好的工程能力和编码风格；
熟悉计算机科学中的某几个领域，至少在一个领域有一定见解，包括但不限于：算法、数据结构、网络、体系结构、编译原理、统计分析等；
拥有强大的逻辑思维能力和自我驱动能力；对无人驾驶有强烈的动机和真正的信念。
加分项:在机器学习、数据挖掘、深度学习、统计学、最优化理论、自动控制等至少一个方向有相关基础，有相关项目经验者优先
工作职责：
与地图及定位系统相关的，基于相机、lidar、GNSS、轮速计、IMU等多种传感器的各种智能算法的研发。工作涉及但不限于：多传感器融合建图和定位算法开发、传感器校准、点云数据处理、地图元素自动识别和智能标注等。
岗位需求：
• 计算机、自动化、电子工程、导航工程、地理信息系统、遥感、测绘等相关专业本科及以上学历，硕士及以上优先
• 良好的数学、算法基础以及编程经验，熟悉C++或Python
• 熟悉Linux系统环境下的操作和开发
• 能够在充满未知因素和快节奏的环境中工作，结果导向
• 踏实勤奋、积极主动、好学上进，有团队合作精神
• 逻辑清晰，具有良好的表达与沟通能力
• 有高水平会议、知名期刊论文发表者优先
• 有自动驾驶、机器人、无人机背景者优先
具有下列至少一项背景或经验，有多项匹配者优先：
• 导航定位，基于隐马尔科夫模型(HMM)的地图匹配
• 基于IMU、轮速计等传感器的高精度车辆航位推算(Dead Reckoning)
• 3D计算机视觉、SLAM、VIO。熟悉SLAM相关软件或代码库：ROS、Eigen、Ceres、g2o、GTSAM等至少一种
• 机器学习算法理论及实践，包括深度学习（熟悉主流框架，TensorFlow、Torch、MXNet等至少一种）、经典机器学习算法（GBDT、SVM等）。有图像、视频、点云等视觉数据的检测、识别、分割等项目经验更佳• 机器人学、状态估计理论、实时多传感器数据处理和融合（GNSS、IMU、轮速计等）、EKF/PF/UKF等滤波技术、优化算法包括因子图优化等
寻找对计算机底层系统以及 AI Infra 相关技术充满热情的同学
职位概述:
负责 GPU 训练集群的资源管理与调度，保证 GPU 资源的高效使用提升分布式训练任务的稳定性，包括开发鲁棒的训练框架以及方便易用的可视化工具等提升分布式训练任务的训练效率，系统性地解决 IO/通信/运算等方向的性能问题负责对接训练平台在自动驾驶数据流中的上下游，具体包括提升数据预处理的效率，提供用户友好的模型管理工具等
职位要求：
计算机及相关专业的应届毕业生熟悉Python/Golang/C++/C 任一开发语言，并有关相关的项目经验参与过社区开源项目，如 kubernetes/kubeflow/horovod 等加分了解通用 GPU 架构以及业内相关虚拟化方案加分了解高性能网络相关技术，对 RDMA 编程以及相关流控技术有一定的技术储备加分熟练使用 Tensorflow/Pytorch 等训练框架，有 CUDA 编程经验加分
1、负责双足、四足机器人的强化学习/模仿学习算法的研发和调试，确保算法的高效性和稳定性；
2、在自研机器人平台上进行训练模型的部署与调试，深入分析并解决sim2real GAP问题，确保模拟环境与真实环境之间的有效转化；
3、跟踪人形机器人强化学习的前沿研究方向，参与相关算法的验证与评估，推动技术的持续创新与应用；
4、跨团队协作：与感知、硬件等相关团队紧密合作，参与机器人系统的级联调试与问题攻关，推动技术闭环的落地实施，确保项目的顺利推进
1、负责机器人场景下的世界模型算法研发，构建能准确预测物理世界状态演变的AI系统；
2、开发基于强化学习的动态环境建模技术，实现机器人在复杂场景中的自主决策能力；
3、探索视频生成技术在环境模拟中的应用，构建高保真度的虚拟训练环境；
4、设计具身智能系统架构，实现AI模型与机器人本体的高效协同；
5、搭建工业级仿真测试平台，支持大规模并行化的模型训练与验证。
1、负责创新型原型机结构领域前瞻性、先进性技术及趋势洞察、创新技术竞争点布局，为原型机整机结构设计提供关键性先进技术输入及前期细化支撑；
2、基于消费者体验和架构方案需求，从结构、材料、工艺维度构筑产品竞争力；
3、敏锐洞察行业发展趋势，参与行业最先进的技术发展交流，具有从理论到产品化的能力，引领整机设计方案的演进，发掘卖点特性；
4、推进原型机方案转量产落地，参与试制验证问题解决及上市后的质量与体验改进。