薪酬概览
平均月薪
¥9900
中位数 ¥0 ｜ 区间 ¥8000 - ¥11900
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
100% 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
8月新增岗位
5
对比上月：岗位新增3
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 | 2 | 40% |
| 3-5年 | 1 | 20% |
| 不限经验 | 2 | 40% |
热招职位
1. AI资源站点BI建设：负责站点的BI体系搭建与持续迭代，承接业务方与决策层的数据消费诉求，输出可视化看板与专题分析，支撑资源全景可观测、可决策。
2. 跨模块数据核对与一致性保障：建立站点内各模块（如资源池、分配、消耗、成本、效能等）的数据交叉核对机制，识别口径不一致、数据漂移、链路断点等问题，推动上下游修复并沉淀核对规则。
3. 模块内容设计与指标体系搭建：负责站点各模块的内容规划与指标设计，使每个模块"有信息密度、有决策抓手"，避免堆砌指标。
4. 底层数据保障与质量治理：把控站点底层数据链路，建立数据质量评估标准与监控告警，治理上游数据源的口径、时效、完整性问题，输出数据资产文档与血缘关系，保障站点数据"可信、可追溯、可解释"。
5. 跨团队协作与需求衔接：与业务方、数据开发、算法团队协同，承接业务方的分析诉求，将模糊需求转化为清晰的指标定义与数据产品方案，推动需求落地闭环。
1. 学历背景
● 本科及以上学历，食品科学、生物工程、化学、质量管理等相关专业优先。
2. 行业经验
● 3年以上食品/生鲜/OEM/自有品牌质量管理相关工作经验，有大型零售企业或互联网生鲜自有品牌平台背景者优先。
● 熟悉OEM合作模式，具备商品开发、供应商审核、质量协议制定等实战经验者优先考虑。
● 有冷链商品质量管理、仓储物流品控经验者优先。
3. 专业能力
● 熟悉食品质量管理体系（如HACCP、ISO22000等），具备较强的问题分析与解决能力。
● 具备良好的数据敏感度，能通过数据分析发现潜在质量问题并提出改进建议。
● 熟悉国家食品安全法规及平台商品质量标准，能有效对接内外部质量合规要求。
4. 沟通协作能力
● 沟通表达能力强，能够跨部门高效协作，推动OEM厂商、内部业务团队共同达成质量目标。
● 性格开朗，团队意识强，具备包容性和分享精神，能够在多变环境中快速适应并推进工作。
1、负责内部红蓝对抗演练中攻击方相关工作，以攻促防，持续检验和提升公司安全防御能力；
2、负责参与实战攻防演练项目，承担攻击方核心角色，完成从边界突破到内网横向渗透的全链路攻击任务；
3、负责各端（重点 Android 端）的逆向分析工作，包括还原业务流程、核心算法和反混淆等，并开发提效工具与难点攻坚；
4、负责从攻击视角分析黑灰产的攻击方式和工作原理，协助业务与风控团队打击黑灰产；
5、负责从攻击视角为重大安全事件提供安全建议与技术支持，输出可落地的防御加固方案；
6、负责攻击实战技战法的研究与总结，沉淀方法论与知识库；
7、有机会参与 AI 安全前沿研究，探索大模型及 AI 系统的安全攻防对抗，参与 AI 安全相关的攻防演练与技术预研。
1.根据标准完成生鲜、标品的验收工作，对问题商品及时与采购沟通，推进后续处理。
2.农药残留检测、瘦肉精检测、粮食水分检测。
3.仓内存储环境检查、投线作业检查、车辆装载检查，并对不标准操作予以纠偏。
4.客诉分析及跟进协同解决、退货数据分析及质量改善提升。
5.品控团队成员的专业指导，BD、采购、仓配的业务培训。
6.专业战队的实验及案例分享。
质量工程师3000-5000元/月
1、负责定期收集、分析、统计公司产品质量问题（包括物料、生产、市场等方面），编制质量分析、 整改报告，落实质量整改效果；
2、负责产品认证；负责外部认证机构审查的组织、协调、配合工作，负责对技监局或各上级主管部门 的联络工作。负责检测设备、仪器的计量校核工作；建立计量管理体系、为公司提供计量服务。
3、对变更进行系统管理，包括不符合顶调查，制订适合的改进措施及改进结果的评价；
4、管理客户投诉系统，负责所有客户投诉的确认、调查、跟踪和趋势分析。
5、熟悉电器知识，掌握各项检验工具使用方法等。
岗位要求：
1、工作细心认真，有责任心2、有家电行业，特别是空调生产企业的质量管理工作经验的优先3、有独立负责企业质量体系认证、产品质量检测管理等工作经验的优先
1. 基于流量大数据结合终端采集，分析流量行为，挖掘机器攻击风险流量
2. 深入分析流量风险，挖掘风险背后的形态（如手法、团伙、意图等）并持续跟踪。
集团安全部-高级安全工程师/安全专家-AI安全工程与风险运营
安全工程与风险感知方向：
* 建设企业级风险感知体系，持续发现业务及 AI 系统安全风险。
* 建设攻击检测、异常行为分析、威胁狩猎及自动化响应能力，提升风险发现与处置效率。
* 打造 AI Native SDL 平台，推动安全检测、安全评审、安全测试及研发流程自动化。
* 利用 AI 构建智能告警分析、攻击研判、自动化响应及安全 Copilot 能力。
* 建设统一安全数据平台，持续提升检测能力、运营效率及安全工程能力。
漏洞治理与风险运营方向
* 熟悉常见漏洞原理及应用安全体系，具备扎实的漏洞分析能力。
* 有 SDL、漏洞运营、风险治理等相关经验。
* 熟悉 SAST、DAST、IAST、SCA、RASP 等安全技术或产品。
* 具备自动化开发能力，能够利用工程化方式提升治理效率。
* 对 AI 在漏洞治理、风险分析及自动化运营中的应用有实践或浓厚兴趣。
* 具备良好的数据分析能力和持续优化意识。
● 建设安全领域的信息监测与分析能力，覆盖舆情、行业动态、外部风险等多类信源，形成常态化运转机制；
● 建立风险分级评估与预警体系，提升对突发事件和潜在风险的感知灵敏度；
● 探索AI及大模型技术在信息采集、分析研判环节的应用，推动智能化能力演进；
● 定期输出风险态势分析与专题研究报告，为管理层决策提供信息支撑；
● 承接外部协作事务的流程化管理，确保高效闭环与合规落地；
● 关注行业合规趋势变化，提前研判潜在影响并储备应对策略；
● 推动外部协作成果向业务能力的转化，将合作经验沉淀为可复用的方法论与产品能力；
● 以数据驱动运营策略，建立量化评估体系持续衡量效果并迭代优化；
● 协同内部多团队资源，推动运营方案从设计到落地的全程执行；
1、协助团队进行数据收集、清洗和整理，确保数据准确性和完整性。
2、运用基础统计方法，对业务数据进行初步分析，支持日常运营和决策。
3、协助制作数据报告和仪表盘，将数据分析结果可视化，便于理解。
4、参与数据分析项目的各个阶段，从需求理解到方案落地，学习并贡献自己的力量。
5、与业务团队沟通协作，理解业务需求，并将数据分析结果转化为可执行的建议。
6、完成上级交办的其他数据支持相关工作。
1. 负责激光雷达电子相关的失效分析工作，包括问题定位、根因分析、风险评估和改进方案制定。
2. 建立并优化硬件失效分析流程和方法，提高分析效率和准确性。
3. 协同研发、生产和客户质量团队，解决产品在研发、制造和售后阶段遇到的硬件相关问题。
4. 进行失效模式与影响分析（FMEA），并基于分析结果提出产品设计和制程改进建议。
5. 编写详细的失效分析报告，并向管理层和客户（整车厂）清晰传达分析结果和改进措施。
1. 根据业务领域特点开展项目质量策划；
2. 项目过程质量控制，质量监控，质量改进，引导项目流程过点；
3. 质量管理体系建设、优化和维护；
4. 持续研究质量工程方法，在项目推荐合适的质量工具解决业务问题；
5. 制定质量氛围建设方案并实施落地；