黑河质量主管
质量主管是负责管理和监督公司或组织内部质量控制流程的专业人员。他们负责制定和执行质量管理计划，确保产品或服务符合相关的法规和标准。质量主管通常会领导质量团队，监督检验和测试过程，以确保产品的质量和符合客户的要求。他们还负责与生产部门和供应商合作，解决质量问题和改进生产流程。此外，质量主管可能还需要制定质量培训计划，培训员工进行质量控制和改进技术。整体而言，质量主管在公司中起着确保产品质量和客户满意度的重要角色。因此，他们需要具备良好的沟通能力、问题解决能力和领导技能。
薪酬概览
平均月薪
¥7900
中位数 ¥0 ｜ 区间 ¥6600 - ¥9300
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
10月新增岗位
8
对比上月：岗位新增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 |
|---|---|---|
| 应届 | 2 | 28.6% |
| 5-10年 | 5 | 71.4% |
热招职位
1.现场查勘与定损： 严格按照农险理赔审核标准及作业规范，及时到达受灾现场（田间、圈舍、林场等），对受损农作物、畜禽、林木等保险标的进行查勘、验标、定损，准确确定保险事故的性质、致灾原因及损失程度。
2.疑难案件与复勘管理： 对重大、疑难、争议性农险案件（如大面积干旱、洪涝、疫病等）进行上报并提出专业处理建议；负责对需复勘的农险案件进行二次现场核实；对损余物资（如残次农产品、淘汰牲畜等）进行清点与回收管理。
3.资料管理与案件跟踪： 负责所处理农险案件的单证收集、系统录入、未决案件动态跟踪及定期清理工作；积极参与农险理赔相关的业务培训及合规学习。
4.其他工作： 完成领导交办的其他农险理赔相关任务。
财险黑龙江-财务会计部-集中收付岗4K-6K元/月
1.单据登记：接收所负责部门/机构的票据及附件时办理登记交接，并妥善保 管原始附件。
2.负责严格执行公司各项规章制度，审核报销事项合理性、附件完整性、发票 真实性、标准符合性、收款对象合规性、核算准确性等，对不符合报销审核标准 的及时退回并通知报销经办人。
3.发票查验：对费控系统失败的发票进行人工查验（在税务局官方网站上对所 收的发票进行真假查验）。对系统发生发票红冲等问题的，及时联系报销经办人员处理。
4.负责每日见费出单支票、转账到账确认、非见费出单保费销数。
5.负责赔款支付，代勘费用核对、共保赔款摊回及清理工作。
6.负责共保业务应收共保保费、应付共保业务相关工作。
7.负责中介、个代手续费、服务费、退保、退费支付及审核工作。
8.在规定的时效内及时支付赔款，对赔款的收款人信息有误，须在发现的当天 将案件退回或反馈核赔部门，并注明原因。
9.配合开展应付赔款、暂收款的清理工作。
10.负责直接理赔费用的审核，确保系统录入的准确性，电子影像、纸质专票等附件的合规性和完整性。
11.统筹管理增值税、所得税等各税种相关工作，进行日常申报、缴款、报表报送等。
12.完成公司税务登记变更、发票开领购、保管、开具、核销等工作。
13.对接各项税务检查调研等。
14.领导交办的其他工作。
1.有AI产品/智能助手/对话式交互/RPA/自动化工具相关运营经验；
2.对大语言模型（LLM）有基本理解，了解Prompt Engineering、Agent、Function Calling等概念；
3.有工具类产品运营经验（效率工具、文件管理、远程协作等），理解工具产品的留存逻辑；
4.自己是AI工具的深度用户，日常使用各类AI Agent/Copilot产品。
1.负责 PC 端（Windows 平台）客户端产品的核心模块研发，包括需求对接、技术方案设计、架构迭代及落地实现，保障产品功能完整性与技术先进性；
2.基于 C/C++、QT 框架进行高性能代码开发，主导或参与模块设计、接口定义、代码编写与单元测试，确保代码质量、可维护性及扩展性；
3.负责客户端产品的性能优化与稳定性保障，针对内存泄漏、卡顿、崩溃等问题进行深度排查与修复，持续提升产品运行效率；
4.深入理解 Windows 系统底层机制，解决客户端与系统交互、进程通信、资源调度等复杂技术问题；
5.参与需求评审、技术方案讨论，配合产品、测试团队推进项目迭代，及时响应并解决研发及测试阶段的技术卡点；
6.沉淀研发经验，编写技术文档、接口手册及故障排查指南，参与团队技术分享，推动研发流程规范化与技术能力提升。
1.设计并实现高可用大模型 API 网关，兼容 OpenAI 协议，支持多模型接入与流量控制；
2.基于主流推理框架优化大模型推理链路，提升系统吞吐量，降低推理延迟与成本；
3.研发可扩展的 Agent 运行时内核，支持百万级实例并发与故障自动恢复；
4.构建统一工具调用执行引擎与全链路监控体系，保障系统安全稳定运行；
5.基于云原生技术实现服务容器化部署与弹性伸缩，建设自动化 CI/CD 流水线。
1.聚焦办公 PC、手机消费级终端大模型推理优化，负责端侧推理引擎性能调优，保障本地离线大模型平稳高效运行；
2.运用模型蒸馏、量化压缩、KV 缓存优化等轻量化技术，在保证效果前提下，降低端侧推理延迟、内存占用与硬件功耗；
3.负责端侧模型格式转换、算子适配与PC / 手机异构算力调度，充分调用 CPU、独显、端侧 NPU 算力，最大化设备推理性能；
4.对接 Intel、AMD 桌面端 AI 生态，适配本地推理服务框架，完成与上层业务框架快速集成落地；
5.梳理 PC 与手机端推理性能瓶颈，输出标准化优化方案，协同团队完成本地大模型方案规模化落地；
6.持续跟进桌面端、移动端轻量化推理前沿技术，优化本地离线推理体验。
1.建立、完善和维护质量管理体系、品质制度；
2.质量部人员（PQA/SQE/DCC/QC）工作任务安排及绩效考评；
3.部门培训计划的制定和实施；
4.部门KPI设立及达成情况追踪和推动；
5.供应商来料质量、制程质量、客户端品质问题处理；
6.内外审等的接待、策划与实施，如体系/产品/过程审核、分层审核、二三方审核等；
7.安全、环境、职业健康监督管理。
1.建立、完善和维护质量管理体系、品质制度；
2.质量部人员（PQA/SQE/DCC/QC/技术员）工作任务安排及绩效考评；
3.部门培训计划的制定和实施；
4.部门KPI设立及达成情况追踪和推动；
5.供应商来料质量、制程质量、客户端品质问题处理；
6.内外审等的接待、策划与实施，如体系/产品/过程审核、分层审核、二三方审核等；
7.安全、环境、职业健康监督管理。
8.按时完成公司领导交办的其他工作任务。
1、全链路提效做功点梳理与场景映射：深入调研品质管理业务线（涵盖商管理、原料验收、生产加工等），盘点现有中台专项、产品与通用AI工具能力。识别高价值AI落地点，将复杂的品控业务流程拆解为可被AI赋能的标准化模块，输出全链路提效做功点地图与解决方案。
2、AI产品规划与业务场景落地：主导AI赋能品控业务的产品化设计，可自行闭环将业务需求转化为可交付的AI提效工具，应用到业务场景。
3、效果评估与持续迭代运营：建立AI赋能品控业务的提效评估指标体系，定期输出复盘报告。沉淀可复用的AI应用资产，包括最佳实践案例库、场景操作SOP、AI使用指南等。面向业务内部开展AI工具培训，推动全员“可用、愿用、会用”，打造AI驱动的食安品控新生态。
1.依据放行清单及相应制度对设备、电检台、组立板等进行放行，对质量问题进行预防管理；
2.品质保证活动策划及监督落实：包括质量管控方案编制及落实、质量问题基础管理专项评审及整改确认等；
3.市场、主机厂、工序内问题调查、总结、对策落实及责任追溯，客户回复，输出问题库、通报、8D、失效点检表；
4.承接中心品质控制计划，依据过程流程图、FMEA等对各车型控制计划进行编制、更新；
5.监控市场问题，通过对故障进行回访调返，分析市场指标达成情况，对未达成指标进行分析及总结；
