薪酬概览
平均月薪
¥15800
中位数 ¥15000 ｜ 区间 ¥11400 - ¥20100
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
57.1% 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
5
对比上月：岗位减少5
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 | 50% |
| 3-5年 | 2 | 50% |
热招职位
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
质量经理4500-8000元/月
1、质量经理或质量经理助理，负责公司的质量管理体系，包括ISO9001\HACCP等认证，有机认证等；
2、负责原料采购、生产、出厂的检验，做到合格才能入库、销售；
3、建立产品质量标准，包括采购、生产过程和出厂的验收标准，包括产品标签等印刷文字的检验，做到符合国家标准；
4、团队管理，合理分工，明确目标，责任到人；
任职要求：
1、全日制本科以上学历，化学、食品、生物或相关专业优先；
2、应届毕业生或者有一定的食品质量管理经验，愿意从事食品质量管理工作；
3、责任心强，吃苦耐劳。
4、工作地点在建德。
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；
1. 防御机制测试： 对公司内大模型的安全围栏进行黑盒测试，通过实验分析其在内容过滤、逻辑保护方面的实现路径和问题，并输出分析报告。
2. 安全围栏建设： 参与公司模型的内容审计系统开发，编写并维护核心的防御 Prompt 和过滤规则库。
3. 风险路径探测： 对公司模型系统（含插件、沙箱）进行常规的安全评估，识别提示词泄露和接口滥用的潜在风险，并提出加固建议。
4. 反蒸馏技术落地： 协助落地基础的防爬取、模型输出干扰等风控方案，保护公司模型资产。
5. 跨团队协作： 与算法团队配合，将发现的安全漏洞转化为模型微调或对齐的训练样本。
我们正在打造一支 AI Native SDL团队，重新定义 AI 时代的软件安全开发生命周期。AI 不仅是我们保护的对象，更是我们工作的核心方式。我们相信安全流程正在从依赖规则、人工经验，演进为由 AI 驱动的智能工程。
* 设计并建设 AI Native SDL 体系，保障 AI 应用、Agent、MCP 等新型业务形态从设计、开发到运行阶段的安全。
* 负责 AI 应用安全架构设计，建立覆盖研发全生命周期的安全能力。
* 构建 Agent 身份认证、权限控制、工具调用、数据访问及运行时安全防护体系。
* 构建覆盖 Prompt Injection、Tool Abuse、模型滥用、越权访问、数据泄露等 AI 风险的纵深防御能力。
* 推动 AI 安全能力平台化、产品化，为研发提供统一、安全、易用的基础能力。
1. 设计大模型推理（reasoning trace / CoT blob）的加密与隐私保护方案，覆盖密钥管理（per-user / per-session 密钥体系）、加密协议选型、防重放机制设计。
2. 防御机制拆解： 跟踪国内外主流模型的安全策略，通过实验分析其在内容过滤、逻辑保护方面的实现路径。
3. 安全围栏建设： 构建覆盖 Prompt Injection、Tool Abuse、模型滥用、越权访问、数据泄露等AI 风险的纵深防御能力
4. 反蒸馏技术落地： 协助落地基础的防爬取、模型输出干扰等风控方案，保护公司模型资产。
5. 跨团队协作： 与算法团队配合，将发现的安全漏洞转化为模型微调或强化学习的训练样本，并实验验证效果。
6. 系统化：建设企业级安全风险感知体系，持续发现业务及 AI 系统安全风险。推动AI安全能力平台化、产品化，为AI开发提供统一、安全、易用的基础能力。