深圳研发质量经理
研发质量经理是负责质量管理和控制的专业人员，他们通常在制造、科技公司或工程项目中担任重要职位。研发质量经理负责制定和执行质量管理策略，确保产品和服务符合公司和行业标准。他们还负责监督产品开发过程中的质量控制和保证活动，并与各种团队合作，确保产品和服务的设计、生产和交付都符合质量标准。此外，他们还负责管理质量团队，指导员工进行质量培训，并参与解决质量问题和持续改进方案。研发质量经理需要具备良好的沟通和领导能力，以及对质量管理和流程改进的深入了解。他们也需要与其他部门协调合作，确保整体质量标准的持续改善。
薪酬概览
平均月薪
¥10700
中位数 ¥8500 ｜ 区间 ¥8900 - ¥12600
数据来源：谈职全网20份招聘数据；更新时间：2026年7月13日
月薪分布
45% 人群薪酬落在 0-8k
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
38
对比上月：岗位新增33
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 | 26 | 78.8% |
| 1-3年 | 2 | 6.1% |
| 3-5年 | 5 | 15.2% |
热招职位
1.熟悉小家电，白电（冰箱、空调、洗衣机）、个护（剃须刀、理发器）等相关消费性电子产品质量流程标准，定期优化更新输出（商务配件**质量标准）；
2.有较丰富的消费性电子产品新产品设计评审经验（如图纸评审、技术方案评审、DFMEA评审等),从质量、可靠性、可制造性、可测试性、合规性等角度提出专业意见，
确保潜在风险被充分识别到；
3.主导设计失效模式与影响分析（DFMEA)，评审过程失效模式与影响分析（PFMEA）；
4.基于DFMEA和PFMEA的输出，主导制定新产品质量控制计划划（QCP）；
5.参与制定产品可靠性测试方案与标准（ORT）；
6.跟进试产各阶段生产验证（EVT,DVT,PVT,PP）,通过试制过程的问题，推动研发设计，制造工艺等部门进行分析与改善；
7.定期收集售后讯息统计分析并预警质量风险协助推动改善（售后月度分析&关键项目售后统计&远程分析报告）；
8.历史经验训总结与知识库建立，将项目开发过程中的质量问题与解决方案进行总 结，将典型问题反馈到未来的DFMEA和设计规范中，防止问题重复发生。
岗位职责
1. 参与云平台安全产品研发，包括但不限于：身份认证与访问控制（IAM）、云原生安全（Kubernetes、容器安全）、零信任访问控制、API安全与网关安全、数据安全与密钥管理、WAF、DDoS、安全运营平台等
2. 参与云环境安全能力建设，包括：云资源访问控制设计与实现、安全审计与日志分析平台开发、风险检测与威胁感知引擎开发、漏洞扫描与自动化修复系统建设
3. 参与云服务安全架构设计：身份认证（OIDC/OAuth2/SAML）、权限管理（RBAC/ABAC）、密钥与证书管理、服务间认证与授权
4. 参与安全研发流程建设：安全软件开发生命周期、安全编码规范落地、自动化安全检测平台开发
任职要求
1. 本科及以上学历：网络安全、计算机科学与技术、软件工程、信息安全、网络工程等相关专业
2. 扎实的计算机基础：熟悉数据结构与算法、操作系统、计算机网络、数据库等，熟悉 TCP/IP、HTTP/HTTPS 等网络协议，具备良好的问题分析与解决能力
3. 熟悉至少一种开发语言：Go, Java, Python, C/C++
4. 熟悉 Linux 环境开发与调试
5. 了解常见软件开发流程，Git, CI/CD, 单元测试等
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. 负责 AI 安全研究方向规划与关键场景设计：面向安全运营、威胁检测、事件响应、漏洞分析、攻防验证等方向，规划 AI 在安全业务中的应用路径，明确能力边界、技术路线、评估方法和落地优先级。
2. 主导 AI+SOC 智能研判体系建设：设计预警研判、攻击链溯源、威胁情报关联、安全日志分析、处置能力建设等核心能力，推动 SOC 从人工经验驱动向 AI 辅助研判、证据化分析和自动化闭环演进。
3. 主导安全 Agent / Workflow 架构设计：负责安全场景下 Agent、RAG、工具调用、任务拆解、上下文管理、结果校验和人工确认机制的架构设计，构建面向安全分析师的智能研判助手和自动化分析流程。
4. 牵头 AI 赋能攻防研究与验证：探索大模型在代码审计、漏洞分析、Fuzzing Harness 生成、渗透测试路径辅助、攻击链推理、检测规则生成等方向的应用，形成可复用的方法、工具和研究成果。
5. 建立 AI 安全应用评测与风险控制机制：负责 AI 安全能力的效果评估和风险控制，包括准确性、可解释性、误报漏报、证据完整性、提示
1、负责运营中心EHS管理工作，宣贯公司EHS要求，监督运营中心线路的落实
2、负责组织质量标准，质量管理制度的拟定、修改、检查、指导、协调、监督、控制及执行
3、负责制定安全质量目标和计划并跟踪执行状况
4、负责科室员工绩效管理，指导编制工作计划和工作开展工作
5、负责完成中心质量、安全指标的落实
6、负责完成上级领导交付的其他工作
1.负责视觉 / 雷达 / 力传等感知部件潜在供应商的审核、评估、准入、淘汰等。与同共方一起同共建供应商资源池；
2.负责视觉 / 雷达 / 力传等感知部件方向的NPI导入，制定质量控制计划，保证供应商阶段性的质量交付，保障来料/交付质量；
3.负责对应供应商来料及产线异常的分析，判定和处理，推动供应商进行8D改善，确保质量问题处理的及时率和有效关闭率；
4.负责供应商提交物料的PPAP资料确认和批准，确保量产产品一致性；
5. 主动探索并运用各类AI工具优化日常工作流程，积极推动AI在业务场景中的落地实践，持续提升个人及团队的工作效率与产出质量。
1.客户投诉管理:负责RDK系列产品客诉失效的硬件测试、分析处理及客户沟通工作，组织内部人员通过 8D、5Why 等质量工具开展根本原因分析、纠防并闭环客诉
2.客户质量体系审核:主导内部对客户关于质量体系审核的内部自评、资料收集，并组织现场跨部门应审,跟踪客户审核不符合项完成整改闭环
3.退货管理:主导客户退换货问题处理,包括查实、分析、明确方案、客户沟通
4.)客户质量协议:对客户合同涉及的质量条款进行内部评审, 精确解读客户质量要求（如 AQL 标准、可靠性测试指标），并将客户质量要求传递落实到内部;
5.客户需求支持:为销售团队提供质量技术支持，协助解答客户售前售后质量疑问，组织填写质量相关调查资料，调研客户应用场景下对RDK产品的质量需求，并转化为内部测试验证规范，推动质量要求融入产品设计方案，确保供货质量保障。
6.客户满意度:建立客户满意度收集体系, 定期拜访核心客户进行客户满意度管理，定期统计质量数据，识别产品和流程改进机会、并推动改善。
1. 负责推动安全体系与责任制的落实，借助AI工具高效编制、修订安全制度及档案，确保其持续有效性。
2. 统筹年度安全目标管理与规划工作，借助AI工具搭建数据看板、自动化追踪目标执行情况，输出报告。
3. 负责安全事件调查和管理，组织事件复盘与分析，探索利用AI辅助建立事故预防模型。
4. 负责安全文化建设与教育培训，根据法规要求及业务需求，应用AI工具策划实施安全教育活动及专项活动。
1.英语可作为工作语言，熟悉海外 AI SaaS 市场；
2.擅长 AI 工具、有计算机编程相关背景；
3.兼具甲乙双方工作经验，有完整经营分析项目落地经验。