上海售后服务技师
售后服务技师是负责为客户提供售后技术支持和服务的专业人员。他们在客户购买产品后负责安装、维护、维修和故障排除，确保产品能够正常运行并满足客户的需求。售后服务技师需要具备良好的沟通能力和技术技能，能够与客户沟通并解决问题。他们也需要具备解决问题的能力和耐心，因为可能需要面对各种技术难题和客户抱怨。此外，他们还需要熟悉公司的产品和服务，以便能够为客户提供准确、高效的技术支持。售后服务技师在客户满意度和品牌声誉方面发挥着重要的作用。
薪酬概览
平均月薪
¥8500
中位数 ¥8500 ｜ 区间 ¥6400 - ¥10700
数据来源：谈职全网11份招聘数据；更新时间：2026年7月13日
月薪分布
54.5% 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
20
对比上月：岗位新增15
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 | 11.1% |
| 1-3年 | 2 | 11.1% |
| 不限经验 | 14 | 77.8% |
热招职位
1.负责市场端车辆故障实时监控，第一时间响应并完成云端诊断分析，输出临时处置措施；
2.对故障进行分级管理，基于整车构造、零部件原理与控制器逻辑，对故障进行根因定位，跟踪处置措施的有效性，推动问题彻底解决；
3.利用远程诊断平台、车联网数据进行故障预警与趋势分析；
4.优化诊断策略与规则，提升故障识别准确率与处置效率，建立典型故障样本库，支持诊断模型迭代；
5.推进重大故障的8D分析，协调研发、生产、售后、客户等多方资源，推动问题高效解决；
6.为经销商、客户提供技术培训与指导，输出故障案例、处置方案，完善售后知识库。
负责基于库卡六轴工业机器人与航空航天末端执行器的自动化制孔与装配系统设备的设备安装、现场调试。完成飞机机身、机翼、尾翼等结构件自动化制孔与紧固件装配的工作。
结合项目需求对设备进行相关参数优化，工艺测试和验证。
配合仿真与离线编程工程师进行设备离线程序的现场测试与验证。
对设备进行日常维护。
在项目交付过程中进行必要的技术咨询、文档编辑及资料整理。
协同机械、电气、工艺工程师完成系统集成，客户现场验收，提供技术培训与售后支持。
1.行业解决方案：洞察医疗行业的数字化发展趋势，整合腾讯各类产品、技术和合作伙伴能力，持续形成具备竞争力的行业解决方案；
2.售前技术支持：面向医疗行业客户，提供全面的腾讯各类产品和解决方案的售前技术咨询工作，在销售团队完成项目合同签订的过程中提供相关技术支持；
3.产品技术支持：协助产品经理，完善行业产品的发展规划、形态模式、需求规格梳理和技术选型设计工作；
4.合作伙伴生态建设：协助销售和项目交付团队，评估和引入合格的合作伙伴，并赋能合作伙伴，进行方案交流和培训。
1.飞机制孔铆接等生产工艺开发
2. 测试、优化和验证设备性能
3.飞机装配工装方案制定
4.节拍平面布置图制作
5、理解客户招标RFQ，核算成本
1. 利用AI技术开发芯片后道工程自动化工具（可靠性预测、缺陷检测、良率预测等）
2. 利用AI开发多源数据分析处理可视化平台，构建数据分析平台和决策支持系统
3. 系统集成与部署，确保AI模型在生产环境稳定运行
1. 前沿3D/4D视觉算法研发：负责研发、跟踪并改进以VGGT、DA3、V-DPM、D4RT等为代表的最新3D&4D基础模型，探索其在动态场景理解与建模中的应用。
2. Feed-Forward 3D/4DGS算法研发：主导前馈式3D高斯泼溅（Feed-Forward 3DGS）与4D高斯泼溅（4DGS）算法的研发。致力于实现从单张或多张图像到可渲染3D场景的快速、泛化重建，并探索其在动态场景时空建模与实时渲染中的应用，突破传统逐场景优化的效率瓶颈。
3. 3D/4D重建算法重构：针对具体业务场景，利用前沿基础几何模型优化SLAM与SfM等传统算法流程，解决大规模、高保真的3D/4D重建中的效率与精度问题。
1. 参与世界模型（World Model）核心算法研发，探索基于Diffusion的时空序列建模，优化场景一致性和运动连贯性。
2. 负责视频/图像生成模型的训练优化，包括采样加速、条件控制、长序列生成等；
3. 跟踪前沿论文，复现并改进核心算法；
4. 与工程团队协作，推动模型在业务场景的落地应用。
1.负责机器人关节电机的控制软件开发和优化。
2.协助电机工程师优化无刷电机性能指标。
3.协助机械、电子工程师提高硬件稳定性和产品性能。
关于我们人工智能模型的表现很大程度上依赖于高质量的训练数据。文远知行的数据团队拥有专业的数据标注团队和系统，我们的算法团队致力于通过先进的模型和算法通过自动和半自动标注提高标注效率和质量。
职位描述：
构建新一代大规模和高质量的视觉任务数据集；
研究视觉大模型关键技术，包括但不限于数据筛选、数据合成、模型训练、评测方法等。
职位要求：
扎实的Python/C++开发能力，具备良好的编程习惯；熟练掌握Python，熟悉Pytorch、transformers等常用工具，具备常用数据结构及算法的扎实基础；熟悉视觉感知或大语言模型（LLM）技术，了解前沿视觉大语言模型技术；加分项：具有自动驾驶感知算法研发经验；在顶级会议上发表过文章。
1、建立人事共享中心各业务条线数据指标监控和经营分析体系，对业务提供策略支持和建议；
2、优化中心数据管理，提高数据线上化管理水平、提升数据使用效率；
3、搭建数据业务看板监控业务数据及指标达成情况，负责中心日报、周报、月报的搭建和撰写，对各项数据指标进行跟踪，提供日常业务支持数据；
4、数据及关键问题总结及反馈，以及报告撰写；
5、领导交代的其他事宜
