远舢智能招聘

这家公司是做什么的？

公司介绍

远舢智能是一家专注于AI-PaaS（平台即服务）领域的创新型科技企业，主要为制造业等传统行业提供企业级数字化、智能化解决方案。公司通过其核心产品“远舢AI-PaaS平台”，以低代码/无代码方式帮助企业快速构建和部署自适应应用，解决传统软件开发周期长、成本高、灵活性不足的痛点，致力于成为企业数字化转型的赋能者。

经营概况

• 公司成立于2018年5月，并于2019年6月完成数千万元A轮融资，投资方包括国家财政部中小企业发展基金与东方富海。

核心业务与产品

• 核心产品“远舢AI-PaaS平台”：这是一个由AI驱动的智能云平台，允许用户像搭乐高一样，根据业务场景和需求自行创研APP。其价值在于通过“生态、自研、智能、物联”特性，降低企业应用开发门槛，提升数字化实施效率。
• 行业解决方案部署：平台已在造纸、烟草、金融、能源、化工等多个行业实现落地，结合IoT、边缘计算、深度学习等技术，为企业提供降本增效的智能化解决方案，助力其数字化转型。

公司荣誉

优势主要基于：1. 技术积累与知识产权：公司拥有多项国内首创落地的核心技术和知识产权，其AI-PaaS平台在技术上有一定独特性。2. 行业经验与客户基础：核心团队在制造业信息化领域有十余年经验，曾主导多个“中国制造2025”大型重点项目，服务过红塔集团、中国海洋石油等头部客户，积累了深厚的行业认知。3. 生态合作：与腾讯、华为等平台，以及清华大学国家CIMS中心等科研机构建立合作，构建了产业赋能生态。

💡 业务高度依赖传统行业（如制造、能源）的数字化转型需求，需关注相关行业的政策周期与投资波动对项目落地的影响。

公司有哪些重要的客户和合作伙伴？

重点行业客户

• 金融：金融行业客户，平台部署支持业务智能化，但公开资料中未明确具体金融机构名称，仅提及行业覆盖。
• 制造业：造纸、烟草、汉麻、家电、化工等行业企业，通过远舢AI-PaaS平台部署IoT、边缘计算、深度学习等技术，提供智能制造解决方案，实现生产流程优化与降本增效，典型客户如红塔集团（烟草）、海天集团（制造），但部分行业具体客户名单未完全公开。
• 能源与公用事业：中国海洋石油、电力行业企业，合作聚焦能源领域的数字化赋能，利用平台进行流数据处理、混合孪生等应用，提升运营效率与安全，但除已披露客户外，其他具体名称未公开。

新兴产业客户

• 基于平台在多个行业的落地经验，公司正拓展至红酒、汉麻等新兴细分领域，结合5G和全物联趋势，聚焦传统产业价值挖掘，通过技术创新吸引更多行业领袖企业，但公开资料中未具体点名新兴赛道头部客户或增长数据。

💡 客户结构以大型国有企业与传统行业为主，合作深度依赖团队历史项目经验，需关注行业政策变化与客户集中度可能带来的业务波动风险；生态合作增强技术赋能，但海外市场布局尚未公开显现。

在市场中面临怎样的竞争

主要竞争对手（业务重合度80%以上）

• 用友网络：国内领先的企业管理软件与云服务提供商，业务覆盖财务、人力、供应链等多个领域。
• 金蝶国际：专注于企业云服务，提供ERP、财务云等解决方案，服务制造业、零售业等多个行业。
• 浪潮信息：以服务器硬件为基础，拓展至云计算、大数据等企业级解决方案，在政务、企业市场有布局。
• 华为云：提供全面的云计算服务，包括IaaS、PaaS及行业解决方案，依托华为技术生态广泛覆盖各行业。

特点与差异

• 用友网络：在传统ERP软件和财务云服务领域更突出，整体更偏向综合型企业管理解决方案。
• 金蝶国际：在云ERP和中小企业服务领域更突出，整体更偏向敏捷的云端业务应用。
• 华为云：在底层IaaS基础设施和全栈技术生态领域更突出，整体更偏向基础云平台与硬件集成。

远舢智能的优势

远舢智能在竞争中的位置更偏向行业深度与AI-PaaS产品化。其优势来源于团队在制造业等传统行业的十余年项目经验积累，以及国内首创的、以AI驱动低代码开发为核心的PaaS平台，这使其在特定行业的智能化改造场景中具备差异化交付能力。现实约束在于，相比用友、金蝶等拥有更广泛客户基础与成熟产品矩阵的对手，其业务规模和市场覆盖相对有限，且高度依赖传统行业的数字化转型投资周期。

💡 作为聚焦AI-PaaS和传统行业数字化的新兴企业，职业发展可能更偏向项目制与行业定制化，需关注其业务对少数大客户及行业政策周期的依赖性。

公司最新动态信息整理

近期关键动态

• 公司于2019年6月完成数千万元A轮融资，由国家财政部中小企业发展基金与东方富海联合投资（来源：公司简介）。
• 公司核心产品“远舢AI-PaaS”平台已在造纸、烟草、汉麻、金融、能源、家电、红酒、电力、化工等多个行业部署（来源：公司简介）。
• 公司总部位于北京，在牡丹江、大连、南京、苏州、深圳等地设有分子公司（来源：公司简介）。

综合前景判断

• 行业位置：作为AI-PaaS平台企业，在制造业信息化领域有十余年团队经验积累，但相比用友、金蝶等成熟企业，市场覆盖相对有限。
• 资源绑定度：与腾讯、华为等平台及清华大学国家CIMS中心等科研机构建立合作，生态资源有所增强，但合作深度与具体贡献未披露。
• 客户结构：服务红塔集团、中国海洋石油等大型国有企业，客户集中度较高，可能带来业务波动风险。
• AI化程度：平台以AI驱动低代码开发为核心，声称实现IoT、深度学习等技术落地，但具体技术突破与专利数据未公开。

谨慎点

• 客户集中度较高：公开信息显示服务多个大型国有企业，如红塔集团、中国海洋石油等，可能依赖少数大客户，但具体集中度数据未披露。
• 业务结构单一：核心业务围绕AI-PaaS平台，在传统行业部署，多元化拓展有限，公开资料中未提及其他主要业务线。
• 营利波动未公开：作为未上市企业，营收、利润、现金流等财务数据未在权威平台（如国家企业信用信息公示系统）或财报中披露，经营稳定性存在不确定性。

💡 业务高度依赖传统行业数字化转型投资，需关注相关行业政策周期与客户项目波动对业绩的影响。

AI时代下，此公司是如何应对的？— 以下是我们为你整理的信息

远舢智能作为一家成立于2018年的创新型AI-PaaS平台企业，其原始定位是面向传统行业提供企业级数字化、智能化服务。面对AI与5G、物联网等技术浪潮带来的企业数字化转型加速需求，公司当前转型的核心方向是深化其“All in AI & All in PaaS”战略，将AI能力深度融入PaaS平台，以低代码方式赋能企业自主创研应用，从传统项目制服务向平台化、生态化赋能模式演进。

发力重点

• 深化AI-PaaS平台能力：将AI作为核心驱动力，在PaaS平台上集成IoT、边缘计算、深度学习、知识图谱等技术，使企业用户能像搭乐高一样，根据不同业务场景快速构建自适应应用，降低开发门槛。
• 拓展行业场景化落地：基于平台在造纸、烟草、能源、化工等传统行业的已有部署，持续将前沿技术（如混合孪生、流数据处理）与具体业务场景结合，为企业提供降本增效的智能化解决方案。
• 构建产业赋能生态：通过“横平竖直”战略，横向联合腾讯、华为等平台力量及清华大学、中山大学等科研机构，纵向根植产业，聚集生态资源，共同构建AI驱动的企业数字化新生态。
• 强化低代码/无代码开发模式：颠覆传统软件开发部署方式，让用户能自行创研APP，提升企业数字化实施的效率与灵活性，适应5G和全物联时代下快速变化的应用需求。

未来 3-5 年的核心驱动力

• 技术周期驱动：5G、物联网、边缘计算等技术成熟，推动企业数字化需求向实时、智能、自适应方向演进，为AI-PaaS平台提供更广泛的应用场景。
• 行业政策与环境：传统产业（如制造、能源）的智能化转型政策持续，公司凭借团队十余年行业经验，能更精准地响应行业需求，实现技术落地。
• 业务模式迁移：从定制化项目服务转向标准化PaaS平台赋能，通过低代码模式降低客户使用成本，提升服务可扩展性与盈利潜力。

长期路线

• 短期：聚焦现有行业（如造纸、烟草、能源）的AI-PaaS平台深度部署，优化平台功能与用户体验，强化与腾讯、华为等生态伙伴的技术协同，提升客户粘性与项目交付效率。
• 中期：拓展至更多传统行业与新兴细分领域（如汉麻、红酒），深化平台AI能力与行业解决方案，探索基于平台的数据服务或订阅模式，逐步向平台化盈利结构过渡。
• 长期：构建跨行业的智慧经济赋能平台，以产业“点”带动区域“面”，形成生态化、标准化的数字化赋能体系，但全球化潜力取决于海外市场拓展与跨境业务验证，目前公开信息中未披露相关布局。

💡 转型节奏依赖传统行业数字化投资周期，优势在于行业经验与AI-PaaS产品差异化，但平台规模化应用与生态协同效果尚待市场进一步验证。

这家公司的风险与机遇 — 求职者要如何应对？

💡 机会价值取决于个人利用方式：行业深度经验可能限制跨领域迁移，但能构建独特竞争力；平台技术经验需平衡专精与通用性；快速成长伴随更高不确定性，需主动规划职业路径。

此公司的团队文化和工作方式是怎样的？— 以下是我们为你整理的信息

远舢智能作为一家聚焦AI-PaaS平台与行业数字化解决方案的企业，文化底色偏向项目交付与技术创新，组织运作强调行业深耕与生态协同，工作方式以客户需求驱动为主。

核心价值观

• 行业价值深度挖掘：体现在团队十余年制造业信息化经验，项目决策优先考虑行业痛点与长期价值，对个人要求深入理解特定行业业务流程与数字化需求。
• AI与PaaS双轮驱动：战略上“All in AI & All in PaaS”，工作场景中强调将AI技术融入平台开发与解决方案，个人需平衡技术深度与业务应用能力。
• 生态协同与资源聚合：通过“横平竖直”战略联合腾讯、华为等平台及科研机构，协作中注重外部资源整合，个人需具备跨团队或跨组织沟通能力。
• 客户业务连续性优先：服务红塔集团、中国海洋石油等大型企业，项目交付以确保客户运营稳定为核心，个人工作需高度关注交付质量与客户满意度。

团队环境

• 项目制主导的矩阵结构：组织结构围绕行业项目组建临时团队，汇报路径可能涉及职能经理与项目经理双线，个人需适应动态团队调整与多头汇报。
• 行业专家与技术团队紧密协作：沟通模式强调行业知识（如制造流程）与技术方案（如AI模型）的深度融合，协作中常见跨领域研讨会与联合设计会议。
• 信息流通以客户需求为中心：信息传递优先围绕客户项目需求、交付节点与问题反馈，决策链路可能较短但受客户优先级影响，个人需及时响应变化。
• 导师带教与经验传承：基于团队行业经验积累，新员工可能通过项目实践由资深成员带教，学习曲线依赖实际参与度与主动沟通。

工作体验

• 客户项目驱动的节奏：工作节奏随大客户项目启动、交付与运维阶段变化，加班集中在需求攻坚或上线前，需适应不定期高强度工作。
• 行业解决方案交付为主：工作内容构成以行业定制化解决方案设计、开发与部署为核心，涉及较多现场调研、客户沟通与技术调试。
• 平台研发与项目交付并行：技术团队同时进行AI-PaaS平台迭代与行业项目支持，工作形式可能混合办公室研发与客户现场驻场，远程弹性有限。
• 绩效与项目成果强关联：绩效评估侧重项目交付质量、客户反馈及技术落地效果，激励可能基于项目里程碑或客户续约情况。
• 压力源于行业知识壁垒：压力不仅来自技术挑战，更需快速理解行业（如烟草、能源）特有流程与规范，对学习与适应能力要求高。
• 面试可问项目周期与团队构成：建议面试时询问具体项目周期、团队分工、客户互动频率及技术栈，以评估工作内容与节奏适配度。

💡 适合偏好行业深度、能承受项目制波动且善于在技术-业务交叉点工作的人；若追求稳定节奏或纯技术研发，需谨慎评估岗位实际内容。

你适合此公司的工作方式吗？

高度适配的特质

• 具备制造业、能源等传统行业知识背景，能快速理解客户业务流程与数字化痛点。
• 适应项目制工作节奏，能在交付deadline压力下保持高效产出，并灵活应对需求变化。
• 善于在技术团队与行业专家间沟通协调，能将AI技术方案转化为客户可理解的业务价值。
• 具备低代码平台开发或PaaS架构经验，能平衡标准化产品与行业定制化需求的矛盾。
• 主动学习能力强，能持续跟进IoT、边缘计算等前沿技术在行业场景的应用。
• 资源整合意识强，能利用公司生态（如腾讯、华为合作）提升项目交付效率与质量。

潜在的不适配因素

• 期望固定工作时间与低出差频率，难以适应项目周期带来的加班与现场驻场需求。
• 偏好独立技术钻研，不擅长或不愿深入客户业务沟通与行业需求分析。
• 习惯标准化开发流程，对行业定制化解决方案的频繁调整与快速迭代感到压力。
• 依赖明确指令与层级决策，不适应项目制中相对模糊的职责边界与自主决策要求。
• 追求技术前沿但忽视业务落地，难以在行业场景中平衡创新与实用性的矛盾。
• 跨团队协作能力弱，在技术、行业、生态多方协同中易产生沟通摩擦或效率低下。

高阶生存法则

在该公司脱颖而出需构建“行业+技术+生态”三维竞争力，通过深度参与标杆项目积累可复用的方法论，主动拓展内部与外部资源网络，并持续提升平台化思维与交付规模化能力。

• 选择1-2个核心行业（如烟草、能源）深耕，形成从需求洞察到技术落地的完整解决方案能力。
• 主导或深度参与跨生态合作项目（如与腾讯、华为对接），积累平台级资源整合与项目推进经验。
• 在项目中注重方法论总结，将定制化经验抽象为可复用的工具、模板或最佳实践，提升个人影响力。
• 主动承担技术攻关或客户难题解决角色，建立“问题终结者”的专业声誉与内部信任度。
• 定期输出行业洞察或技术分享（如内部培训、技术文档），提升在组织中的知识贡献与可见度。
• 关注公司平台化转型方向，提前学习相关技能（如产品管理、生态运营），为向更高阶角色过渡做准备。

💡 匹配度关键在能否接受行业项目的不确定性与深度业务卷入；若仅看重AI技术光环而忽视传统行业交付现实，易产生职业落差。

哪些团队值得重点关注？ — 内部信息整理

AI-PaaS平台研发团队

• 技术栈：AI模型集成与优化能力低代码/无代码平台架构设计云计算与分布式系统技术产品化思维与用户体验设计
• 项目特点：项目周期以平台版本迭代为主，节奏相对稳定但需快速响应行业需求交付链路涉及技术研发、测试上线与生态对接，横纵协作紧密结果导向要求平台稳定性、功能完备性及开发者友好度
• 成长价值：学习曲线陡峭，可深入掌握前沿AI与PaaS技术栈专业沉淀在平台架构与标准化产品开发，迁移空间较广视野拓展至多行业应用场景，晋升路径偏向技术专家或产品负责人
• 压力指数：目标强度高，需平衡技术创新与业务落地实用性不确定性来自技术选型与行业需求快速变化负责深度要求全链路技术把控，节奏受版本发布与客户反馈驱动
• 推荐人群：偏好技术深度与产品化工作，能接受跨领域技术整合，具备较强自主学习与系统设计能力者

生态合作与战略发展团队

• 技术栈：生态资源整合与合作伙伴管理战略规划与市场洞察能力跨组织沟通与谈判技巧行业政策与竞争分析
• 项目特点：项目周期以中长期战略合作为主，节奏相对灵活但需快速响应机会交付链路涉及伙伴对接、联合方案设计与资源协调，横纵协作广泛结果导向要求合作落地、生态价值提升及战略目标达成
• 成长价值：学习曲线侧重生态运营与战略思维培养专业沉淀在资源网络与行业洞察，迁移空间较广至业务发展角色视野拓展至产业生态与宏观趋势，晋升路径偏向战略或生态负责人
• 压力指数：目标强度高，需在不确定环境中推进合作并量化成果不确定性来自伙伴协同效率与市场变化负责深度要求多线程资源管理，节奏受外部机会与内部战略驱动
• 推荐人群：擅长资源整合与宏观思考，能适应非结构化工作，具备强人际网络与战略执行力者

行业数字化解决方案团队

• 技术栈：特定行业（如制造、能源）业务流程知识企业数字化转型解决方案设计客户需求分析与项目管理技术方案与业务价值转换能力
• 项目特点：项目周期以客户定制化交付为主，节奏受客户deadline驱动，波动较大交付链路从需求调研、方案设计到部署运维，横纵协作涉及技术、销售与客户方结果导向要求项目验收、客户满意度及业务价值实现
• 成长价值：学习曲线侧重行业认知与解决方案方法论积累专业沉淀在行业know-how与项目交付经验，迁移空间限于相关行业视野拓展至企业级数字化全流程，晋升路径偏向项目经理或行业专家
• 压力指数：目标强度高，直接面对客户业务压力与定制化需求不确定性来自客户需求变更与项目资源协调负责深度要求端到端项目把控，节奏紧张且出差驻场频繁
• 推荐人群：善于沟通与业务分析，能承受项目制压力，对传统行业转型有浓厚兴趣，具备强抗压与问题解决能力者

💡 平台研发团队技术通用性较强但竞争激烈；行业解决方案团队依赖特定行业周期，跳槽选择可能受限；生态团队价值高但成果不易量化，需评估个人资源积累。

不同职业阶段，你应如何制定求职策略？

💡 应届生需快速适应项目实战，但培养资源可能有限；初中级是交付主力，晋升依赖项目表现与行业深耕；资深岗机会少，要求战略贡献与生态影响力，虚设风险需谨慎评估。

如何提高投递成功率？

投递渠道

• 官网招聘页面：直接投递成功率较高，适配所有人群，成本低但反馈速度可能较慢，需关注岗位更新频率。
• 内推渠道：通过员工推荐，成功率显著提升，适配有行业人脉或校友资源者，成本低且反馈快，优先考虑。
• 主流招聘平台（如BOSS直聘、猎聘）：岗位覆盖广，适配初中级社招，成本低但竞争激烈，需优化简历关键词。
• 校园招聘与宣讲会：针对应届生，成功率中等，成本低且可现场沟通，适合积累面试经验与了解公司文化。
• 行业社群与技术论坛：如AI、制造业相关社区，适配技术或行业专家，成功率较高但机会少，需主动展示专业能力。
• 猎头合作：针对资深人才，成功率较高但成本高（公司支付），反馈快且岗位质量较好，适合被动求职者。

时机把握

• 关注公司业务扩张期：如完成融资后（如2019年A轮后），HC可能增加，投递成功率高。
• 避开年末与春节前后：招聘节奏可能放缓，决策延迟，建议在季度初或年中集中投递。
• 把握行业政策窗口：如“中国制造2025”相关项目启动时，岗位需求可能上升，及时跟进。
• 留意官网动态：新业务线或分子公司设立时（如深圳、苏州），岗位释放较集中，优先申请。

城市机会分布

• 北京总部：岗位密度高，涵盖研发、战略、管理核心岗，薪酬较高但生活成本高，竞争激烈。
• 深圳、苏州、南京等分子公司：侧重行业交付与区域业务拓展，岗位以解决方案、项目实施为主，薪酬适中，机会较多。
• 牡丹江、大连等地：可能侧重特定行业支持或低成本运营，岗位较少且偏基础，适合本地求职者或寻求低生活成本者。

不同岗位类别的潜在机会

• AI-PaaS平台研发岗：技术核心，增长快且紧缺，要求AI、云计算、低代码开发能力，机会集中在总部。
• 行业数字化解决方案岗：交付主力，需求稳定，要求行业知识（制造、能源）与项目管理能力，多地分布。
• 生态合作与战略岗：新兴方向，机会较少但价值高，要求资源整合与战略分析能力，适合资深人才。
• 销售与客户成功岗：业务扩张驱动，需求上升，要求行业客户关系与解决方案销售能力，多地机会。
• 运维与技术支持岗：基础岗位，需求稳定但增长有限，要求技术运维与客户服务能力，适合初入行者。

特殊机会通道

• 区域特色项目：如长三角、粤港澳大湾区智能制造服务合作，可能释放区域专属岗位，需关注地方招聘动态。
• 校企合作计划：与清华大学、中山大学等科研机构合作，可能提供实习或联合研究岗位，适合应届生或研究人员。
• 内部轮岗项目：公司处于成长期，可能设立跨部门轮岗以培养复合人才，可主动询问或内部申请。
• 外派或驻场机会：行业项目常需客户现场支持，可能提供短期外派岗位，适合能适应出差者。

策略建议

• 简历突出行业+技术复合经验：如制造业背景结合AI项目，使用量化成果（如“提升效率X%”）增强说服力。
• 针对岗位定制投递：研究公司业务线（如烟草、能源），在申请材料中体现相关行业认知与解决方案思路。
• 组合投递降低风险：同时申请总部核心岗与分子公司交付岗，提高机会覆盖率，但避免海投同一部门。
• 主动跟进与沟通：投递后通过LinkedIn或邮件联系HR/团队负责人，简短介绍匹配点，提升曝光度。
• 积累可验证作品：如GitHub代码库、行业分析报告或项目案例集，面试时作为补充材料展示专业深度。
• 关注生态合作动态：如腾讯、华为合作新闻，投递相关岗位时提及生态经验，增加适配性。

💡 内推是最高效渠道，官网投递易被忽略；行业解决方案岗需求稳但跳槽选择窄；多地岗位中，总部竞争最激烈但成长空间最大。

求职注意事项

面试时你应问的基础问题

• 岗位具体负责的行业项目类型（如烟草、能源）及典型交付周期是多长？
• 团队当前主要客户是谁，项目规模与资源分配如何？
• 个人绩效目标如何拆解，与项目成果、客户满意度还是平台指标挂钩？
• 团队协作风格是强项目制还是职能主导，跨部门沟通频率与机制如何？
• 岗位的成长路径是怎样的，是否有明确的晋升标准或轮岗机会？
• 工作中出差或驻场比例大概多少，公司对此有何支持政策？
• 技术栈与工具使用情况，如AI-PaaS平台开发涉及哪些具体技术与框架？
• 公司对新人有哪些培养计划，如导师制度或培训资源？

要警惕的信号（面试/offer 阶段）

• 面试官对岗位职责描述模糊，无法明确具体工作内容或交付目标。
• 团队人员流动频繁，或面试中提及近期有大量补位需求。
• 薪酬结构不透明，绩效占比过高且计算方式不清晰。
• 岗位实际工作与招聘描述严重不符，如标榜研发但实为运维或销售支持。
• 公司文化强调“拼搏”但未提供合理的工作节奏保障或资源支持。
• 试用期评估标准不明确，或存在随意延长试用期的历史案例。
• 面试中回避客户集中度或项目稳定性问题，暗示业务波动风险大。

薪资与合同谈判要点

• 确认薪酬构成：基本工资、绩效奖金、年终奖的比例及发放时间。
• 明确绩效评估标准：如何量化，权重多少，与项目交付还是个人贡献挂钩。
• 询问调薪周期与机制：是年度普调还是基于绩效，历史调薪幅度如何。
• 核实试用期时长、薪资折扣（如有）及转正评估的具体流程与标准。
• 确认社保、公积金缴纳基数与比例，以及补充福利（如商业保险、补贴）。
• 审阅合同中的竞业限制、保密条款及知识产权归属，确保条款合理合法。

入职前后关键动作清单

• 入职前书面确认offer细节，包括岗位、薪酬、试用期等，避免口头承诺。
• 与直属上级对齐首季度工作目标与期望，明确关键成果与评估方式。
• 了解团队内部协作工具与流程，如项目管理软件、沟通平台及文档规范。
• 建立跨部门联系人清单，特别是与行业、技术、生态合作相关的关键接口人。
• 设定试用期阶段性检查点（如每月），主动汇报进展并获取反馈。
• 熟悉公司内部资源，如技术文档库、培训系统及行业案例资料。
• 参与初期项目会议时，重点记录客户需求、团队分工与交付时间线。

💡 警惕薪酬中绩效占比过高且计算模糊，可能导致收入不稳定；合同中的竞业限制若范围过宽，可能影响未来职业选择。