北京销售支持工程师
销售支持工程师是一种结合销售和工程技术知识的职位。他们的工作职责包括为销售团队提供技术支持，解决客户问题和需求，协助销售团队制定解决方案并推动销售流程。销售支持工程师需要具备良好的技术理解能力，能够解释和演示复杂的技术产品及解决方案，为客户提供专业指导和建议。此外，他们还需要与内部团队合作，包括研发、制造和客户服务团队，确保客户的需求得到满足。销售支持工程师通常需要参与客户会议、展会和培训，以确保客户对产品和解决方案的理解和认可。这种职位要求沟通能力强，能够在技术和商业之间进行有效的沟通和协调。
薪酬概览
平均月薪
¥15100
中位数 ¥12000 ｜ 区间 ¥11100 - ¥19200
数据来源：谈职全网27份招聘数据；更新时间：2026年7月13日
月薪分布
55.6% 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
23
对比上月：岗位减少13
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 | 2 | 9.5% |
| 1-3年 | 14 | 66.7% |
| 不限经验 | 5 | 23.8% |
热招职位
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. 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、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。
对自动驾驶数据闭环系统的数据挖掘及分析，包括
1. 基于自动驾驶大数据处理平台（例如Hadoop/Spark），利用数据挖掘、机器学习等相关算法，解决自动驾驶业务需求，为自动驾驶评测、功能迭代，运营决策提供数据分析依据
2. 与产品、系统等团队配合，分析和挖掘自动驾驶功能的体验痛点、表征原因、内在规律等，例如自动驾驶功能潜在风险与事故的数据分析与规律等
3. 负责自动驾驶领域的数据探索，从场景，评价，用户，运营等多个维度挖掘数据价值，发现数据和业务背后规律，应用于产品研发、用户运营、商业等各种领域
4、独立使用flask+vue+python（pandas、numpy、matplot、pyechart等）搭建数据中心的产品质量评估系统,完成多源数据融合分析、自动化评估、大数据分析统计、可视化展示等任务。
1、负责测绘内业数据处理和制作；
2、爱岗敬业、能吃苦耐劳，有较强的学习能力与接受能力；
3、做好本岗位的测绘成果归档和档案保密工作；
1.数据采集与融合建模
参与工业场景多源异构数据接入与预处理，构建多模态特征融合框架，包括时序数据、图像数据、物理空间信息；
2.工业智能分析算法实现与调优，负责算法单元测试与性能测试；
3.进行系统级数据对接与闭环控制，通过工业控制协议实现优化算法在生产侧的部署应用，改善通信延迟与指令响应时间；
4. 模型部署与系统集成支持
将算法模块封装为标准化API，配合团队接入生产管控系统，支持实时推理与结果可视化；参与模型性能优化（推理延迟、准确率），确保满足产线秒级响应要求；
5. 技术沉淀与文档输出
撰写算法方案设计文档、实验报告、模型训练与部署手册；配合工艺工程师完成算法效果验证，持续迭代优化。
1.负责ISP算法和相关芯片IP/Subsystem架构设计、核心算法实现与性能评估，旨在打造行业领先的影像性能。
2.与芯片团队紧密合作，确保算法在自研IP上的落地，并推动性能、功耗及稳定性优化。
3.针对 ISP 架构中的第三方IP，与IP供应商保持紧密沟通，确保关键 IP 的交付。
4.对 ISP 相关技术进行系统性的规划和前瞻性预研，为公司在 ISP 领域的技术布局提供指引。
（以下一项或多项）：
1、与主架构师一起定义加速器架构，尤其是Tensor计算和Matrix计算加速器的架构
2、对计算加速器的PPA指标负责，对加速器的技术竞争力和业界领先性负责
3、对加速器进行架构建模，探索最优架构，做相应的算子性能分析和优化
4、与工具链编译器协同对加速器的可编程性和可部署性负责，提升编程开发的易用性，降低模型部署成本
5、参与规划定义关键场景，进行端到端的架构分析
6、参与AI处理器的PPA模型开发
7、参与竞争分析，输出技术方面的竞争分析结果。
1、负责城区自动驾驶中的定位相关开发，包括但不限于: DR/组合导航/融合定位/拓扑定位/SLAM；
2、负责无图/众包地图下定位相关方案预研及算法开发、难点攻坚，推动方案实现规模化量产；
1.全局保证智能驾驶和泊车产品测试交付的质量和效率,负责智能能驾驶和泊车产品的测试方案和测试架构;
2.主导规划、设计、开发和维护测试工具或平台,包含台架测试、自动化测试、模拟仿真测试等,提升测试效率;
3.评审其他成员的测试方案、测试用例和测试报告等,确保研发测试结果的可靠性与一致性,确保产品质量;
4.能够识别产品、开发、测试中的问题、风险点,给出解决方案、风险预警和预防措施,推动测试、开发、产品团队共同改进;
5.了解智能驾驶业内技术趋势,具有很好的前瞻性,结合公司具体情况,引入和推广适合公司需要的新技术,确保团队朝着正确的技术方向持续前进。