薪酬概览
平均月薪
¥10900
中位数 ¥0 ｜ 区间 ¥8000 - ¥13800
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
60% 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
7月新增岗位
3
对比上月：岗位新增2
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 | 66.7% |
| 3-5年 | 1 | 33.3% |
热招职位
● 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；
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.负责跟踪业界前沿的安全攻防技术能够评估大模型、智能体安全风险；建设关键基础设施安全防护方案设计与落地。
2.主导SDL安全开发流程优化，建立AI场景下的威胁建模与风险评估体系。
3.负责淘宝闪购数据安全技术前瞻性研究，沉淀数据安全技术和孵化数据安全智能体能力。
4.主导或参与智能体安全工具链的开发与集成，提升智能体安全风险检测、防御与响应能力；
1、负责产品量产阶段的制造质量管理工作，建立并持续优化生产过程质量控制体系，运用过程方法识别、监控及改善关键质量风险，推动相关部门落实标准化作业及质量要求。
2、运用SPC、MSA、FMEA、APQP、PPAP等质量工具开展质量管理活动，对生产过程能力、关键质量指标及异常问题进行分析与改善，确保产品和过程满足质量要求。
3、主导生产过程中的质量异常分析与闭环改善，推动跨部门团队开展根因分析（8D、5Why、鱼骨图等），跟踪纠正预防措施的实施效果，持续提升产品质量及制造过程稳定性。
4、监督品质检验标准、控制计划（Control Plan）及作业指导书的执行情况，推动质量意识提升及质量文化建设，确保出货产品满足客户要求及公司质量目标。
5、参与新产品开发、试制及NPI导入过程，制定产品质量计划、检验规范及质量控制方案，推动产品顺利导入量产并实现质量目标达成。
6、收集并分析生产过程质量数据，建立质量看板及关键质量指标监控机制，推动良率提升、制程优化及质量成本持续改善。
7、配合研发、工艺、生产、供应链及客户质量团队开展质量改进项目，支持客户投诉分析、产品可靠性提升及质量体系持续优化。
1. 检验管理
a. 制定班组检验计划，完成检验任务保交付 b. 监督检验过程，保证各项检验要求被有效执行检验，检查各项检验变更文件及时下发，并培训按照变更文件有效执行 c. 审核检验记录与报告的及时性与完整性，确保数据准确性 d. 监督现场合格品、异常品、NG品的处理 e. 配合量具计量管理人员对所有QC使用相关量具的计量检验工作，保证检验量具的有效性
2. 质量问题管理
a. 出现批量异常及时叫停，并协助相关工程师现场质量异常分析 b. 严格执行异常叫停原则 c. 配合生产部门处理返工/返修，跟踪不良品隔离与处置 d. 参与客户投诉的原因调查、取证以及纠正措施落地被有效执行
3. 体系执行
a. 确保ISO9001/TS16949等质量管理体系在班组落地 b. 配合内部质量审核与客户审核所需相关检验材料 c. 维护质量文件（SOP、检验规范、质量记录）
4. 人员培训与团队管理
a. 培训新员工掌握检验标准与工具使用（如卡尺、显微镜、推拉力测试仪） b. 评估班组成员绩效，实施技能矩阵管理 c. 组织质量意识培训，提升全员质量责任感
• 参与SoC安全架构方案制定，包括安全启动，安全隔离，安全调试等。
• 负责安全子系统架构定义，设计实现以及交付。
• 负责对称/非对称加解密算法及哈希算法的硬件优化与集成，并完成性能，安全性，功耗等关键指标的评估。
• 负责安全相关IP的RTL设计，完成LINT/CDC/预综合等前端设计检查与交付。
• 安全子系统的验证、时序收敛及硅后测试支持。
1. 全面负责CPU IP/芯片端到端质量管理工作，以客户需求为导向，制定E2E质量要求和质量计划，并确保实施符合要求；
2. 负责产品生命周期阶段的质量管控，并持续优化及完善流程或方法；
3. 负责建设与本领域相匹配的E2E流程和管理体系，并持续识别改进点，负责闭环改进；
4. 推动CPU IP/芯片各领域开发流程标准化，制定CPU IP/芯片研发质量管理方案，并有计划的推进、实施；
5. 组织并熟练使用各种质量工具和方法对质量问题进行根因分析、处理、改进、预防措施的制定和执行落地；
6. 提升全员质量意识和质量文化，持续提升组织的质量改进能力。
1. 构建和持续优化公司IPD流程体系和质量管理体系(含流程架构、流程文件、质量管理系统等)
2. 持续跟踪和分析IPD流程实施情况(包括IPD流程导入及落地评估、体系成熟度评估、符合性及有效性评估、项目执行改进等)，识别流程体系的瓶颈和改进点，提出有效的流程优化方案，并推动实施，提高流程适用性、效率和质量
3. 持续改进公司的质量管理体系，设计各类E2E过程及结果质量的数据度量统计模型，建立度量分析体系，根据分析结果进行持续改进
4. 负责组织和协调完成公司内外审等多种审核认证，推进纠正和预防措施的落地
5. 负责开展流程体系、质量活动、质量工具及方法等培训，持续提升组织的质量文化、质量意识、运作效率及质量运营能力
6. 负责规划和建设数字化运营体系，打造数字化运营平台，提供数字化运营能力，并使用数字化运营平台、工具、方法，开展问题识别、分析，提高发现问题、分析问题、解决问题的能力和效率