薪酬概览
平均月薪
¥23700
中位数 ¥20000 ｜ 区间 ¥18300 - ¥29100
数据来源：谈职全网10份招聘数据；更新时间：2026年7月13日
月薪分布
50% 人群薪酬落在 15-30k
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
11
对比上月：岗位减少4
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 | 14 | 100% |
热招职位
1、预算管理线上化：结合公司预算管理导向，负责梳理、规范并持续优化人力预算管理流程；对接系统开发与产品设计，推动流程线上化。
2、看板搭建与运营：规划并搭建人力投产数字化看板，结合业务需要持续优化，运营推广。
3. 数据治理与系统接入：推进人力数据治理工作，建立统一数据口径与规范；协同、推进各主体系统与数据接入，确保底层数据的完整与互联。
4. 数据分析：对日常数据进行分析与复核，参与人力投产分析报告，为管理优化提供客观的数据事
1.交易策略产品及服务货架的策划、设计与孵化落地 -负责策略交易能力、交易类策略产品及货架的从0到1策划、设计与落地，提升用户体验与业务指标。 -主导如智能投顾、股票择时工具、风险预警系统等建设，推动对客服务的数据化及智能化水平升级。 -推动优化策略产品在证券APP端的生态构建(如直播、策略管理、内容服务)，提升用户粘性和使用率。 -探索金融科技前沿(如大模型、多模态Al Agent)在证券投资,财富管理等领域的创新应用. -负责产品货架的全生命周期管理与定价，持续提升货架品质。
2. 量化策略生态的供应链中台能力规划、设计与建设落地 -主导或参与智能体（Agent）在金融交易场景的开发；打通“投前策略”与“投中执行”的隔离，实现策略的交易执行与托管式服务 -牵头构建量化交易平台，支撑引入对接、评审上架、前端呈现、投中管理、投后复盘等应用。
3.跨部门协作与资源整合 -协同技术、运营、产品、业管、网点等部门,推动产品开发与商业化落地。 -负责外部商务合作洽谈，如渠道推广、第三方引入等。
4.行业研究与竞品分析 -持续跟踪金融科技及证券行业动态，挖掘市场机会，优化产品竞争力
1.基于内部事业部需求+技术理解+用户洞察，结合公司战略寻找机会点，进行价值点判断，完成产品策略制定、更新以及产品市场机会信息收集、分析、评估
2.产品规划和推广、产品路线图的制定、更新、实施以及表现跟踪和分析
3.高质量输出产品PRD文档，做好与内部研发等职能的高效链接
4.加强产品的全局性管理，积极组织内部、外部各类资源，推动各环节重要问题的有效解决，全力提升产品整体竞争力和投入产出比
1.负责制定和实施AI 手机的长期产品愿景和策略，含产品规划，设计、研发和发展战略等；
2.制定中长期及短期产品规划，与设计和研发团队紧密合作，确保产品整体进度；
3.制定并跟踪产品关键指标，分析用户行为及反馈，持续改善产品用户体验。
4.与合作伙伴和跨部门团队合作制定方案，推进项目落地执行，确保产品满足市场和用户需求。
5.关注行业动态和技术趋势，为公司的技术决策提供建议和支持；
1、负责新个智平台内容运营：搭建用户互动交流机制，制定内容激励策略，保障平台活跃度与内容价值，推动用户共建优质内容生态，做好平台项目管理工作。如平台里优秀案例、重点资讯、论坛、及机构声音等模块内容迭代；
2、统筹平台产品能力全链路宣导：策划宣导方案（含培训、手册、活动、功能宣导等），提升各部门用户对系统功能的认知与使用率；
3、系统需求对接：跟踪用户反馈与内容数据，优化运营策略，与开发对接落地，助力系统发挥经营支撑作用；
4、推动机构落地规划：制定机构推动动作，通晒方案，激励政策；推动机构共建产品能力和运营规划。
计算机科学、机器人学、自动化、AI或相关专业硕士及以上学历
B端/C端智能硬件/自动驾驶或机器人产品的工作/实习经验，有需求定义到量产落地的完整经历优先
核心素质
杰出的逻辑梳理能力：在面对庞杂、不确定的技术可能性时，能够维度清晰的产品逻辑树，拒绝堆砌功能
极致的工程化思维：擅长将模糊的用户痛点拆解为可量化、可测试的衡量指标
加分项
有机器人竞赛（如RoboCup、DARPA挑战赛）或顶级会议（ICRA/IROS）论文发表经验。
熟悉NVIDIA Isaac Sim、Gazebo等仿真环境，了解数字孪生技术。
对“AI Agent”或“大模型在物理世界的应用”有深度研究或落地经验。
1、负责票据业务营销推动，包括分行业务推动、新模式复制推广等，完成业务量、收入、客群等各项指标；
2、负责票据业务培训宣导，提升分行及经营团队专业能力；
3、协助分行业务营销重点客户/项目，含方案设计、协助营销、授信沟通等，推动业务落地；
4、负责票据业务模式创新及线上流程优化，打造差异竞争优势。
1、负责AI医生/智能体产品规划与设计，结合大模型能力打造辅助诊断、智能预问诊、随访管理等核心功能
2、深入调研用户的需求，结合平台业务目标，输出产品方案并协调资源落地
3、跟踪AI医疗前沿技术，探索生成式AI在产品中的创新应用
4、跟踪分析产品数据，评估使用效果，持续提升用户体验和产品竞争力
1.产品线战略与体系搭建：结合智能安全业务场景、行业技术及市场趋势，制定产品中长期战略、年度迭代计划与落地路线图。梳理优化产品体系架构，明确各产品定位、迭代方向及商业化策略，搭建标准化产品线运营管理体系，统筹整体业务发展节奏。
2.产品全生命周期管理：全权负责产品从需求调研、立项论证、方案设计、研发跟进、测试验证到试点落地、迭代优化的全闭环管理。持续收集客户及市场反馈，针对性优化产品功能、结构与性能，提升场景适配能力，保障产品稳定落地应用。
3.需求管控与研发协同：精准挖掘用户核心痛点，完成需求收集、拆解评审与优先级排序，输出标准化需求规范和产品方案。全程联动研发、测试、交付团队，管控项目进度、质量及问题闭环，保障业务需求高效落地。
4.产品商业化落地：聚焦研发成果产业化、市场化转化，提炼产品核心技术优势，优化落地模式与推广方案。推动实验室样机、研发原型迭代为标准化可量产、可商用产品，加快市场化变现，持续提升产品核心竞争力与商业价值。
5.流程沉淀与风险管控：搭建并优化需求管理、产品迭代等标准化运营流程，沉淀方案、规范、复盘等各类知识库，完成团队经验传承。全面排查产品研发、迭代及市场化运营全流程风险，建立预警与应急机制，保障业务平稳推进。领导交办的其他工作。
1、对所负责的系统或者功能模块，进行功能规划、需求设计、需求跟进上线、功能上线后运营闭环管理。
2、持续跟进系统应用场景及用户体验反馈，持续迭代优化。
3、项目管理，对接本产品开发、关联开发团队，协同资源落地。
1. 储能电池 Pack&BMS 产品全生命周期规划
负责户用 / 工商业储能电池 Pack（电芯成组、结构设计）与 BMS（电池管理系统）的产品规划与版本路线图，结合电芯技术迭代、储能应用场景需求，制定可量产、高适配、高可靠性的产品开发计划。
将产品功能需求拆解为落地指标：适配电芯型号 / 规格、Pack 结构参数、BMS 软硬件功能边界、接口协议标准、量产验收规范与测试方案。
2. 电池 Pack&BMS 产品设计与落地 Owner（高适配、高安全、高性价比）
定义并推动电池 Pack 与 BMS 的一体化设计方案，围绕储能系统整体需求，完成 Pack 电芯选型、串并设计、热管理设计、结构防护设计，以及 BMS 的硬件方案选型、软件算法规划（SOC/SOH 估算、均衡策略、故障诊断等）。
目标导向：实现 Pack 与 BMS 的高度匹配，优化产品成本结构，提升电池包能量密度、循环寿命与充放电效率，打造 “高安全 + 高性价比 + 长寿命” 的产品核心卖点，助力市场端产品竞争力提升。
3. 电池 Pack&BMS 的安全与性能边界定义
围绕储能电池全工况运行需求，定义 BMS 的安全防护红线与性能阈值，包括过充 / 过放 / 过流 / 超温保护阈值、电池均衡触发条件、故障分级处置策略、系统宕机兜底与模式回滚机制。
与研发 / 测试团队协同建立全维度验证方案：完成常温 / 高低温极限工况、循环充放电、并机 / 离网切换、故障模拟等场景的测试验证，推动建立产品可靠性验证体系。
4. 电池 Pack&BMS 的供应链与量产协同
对接电芯、结构件、元器件等核心供应商，完成供应商选型、技术对接与样品验证，制定核心物料的技术标准与质量验收规范，保障物料供应稳定性与一致性。
协同生产、工艺、品控团队完成 Pack 量产工艺设计、产线调试与量产落地，解决量产过程中的工艺问题、BMS 软硬件适配问题，推动从样机→试点→规模化量产的闭环交付。
5.储能系统应用
负责与逆变器 / 储能一体机的协议对接适配，建立电池-逆变器适配白名单；优化系统层面应用的无感特性。
6. 跨场景产品适配与客户需求落地
洞察不同储能场景的电池 Pack&BMS 使用需求，完成产品的场景化定制设计。
对接市场、售后团队，收集产品应用过程中的问题反馈，推动 Pack&BMS 产品的迭代优化，解决现场应用中的电池适配、BMS 故障排查等问题。