深圳PQE
PQE，全称为Pricing and Quantitative Expert，是一个高度专业化的职位，主要负责定价和量化分析工作。这个职位通常在金融领域特别是投资银行、资产管理公司、对冲基金等金融机构中扮演重要角色。PQE的主要工作包括开发和维护定价模型、评估交易策略的风险和回报、对某些金融工具的定价以及制定交易策略等。因此，PQE需要掌握高级数学、统计学和计量经济学知识，熟练运用数据分析工具如Python、R、Matlab等，并对金融市场和金融产品有深入的了解。此外，PQE还需要具备良好的沟通能力和团队合作精神，因为他们通常与交易团队、风险管理团队和技术团队密切合作。总的来说，PQE是一个高度挑战性和专业化的职位，需要具备扎实的数学和金融知识，以及良好的团队合作能力。
薪酬概览
平均月薪
¥14500
中位数 ¥13000 ｜ 区间 ¥11700 - ¥17300
数据来源：谈职全网83份招聘数据；更新时间：2026年7月13日
月薪分布
66.3% 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
145
对比上月：岗位新增83
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 | 112 | 90.3% |
| 1-3年 | 2 | 1.6% |
| 3-5年 | 8 | 6.5% |
| 5-10年 | 2 | 1.6% |
热招职位
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。
1. 硬核背景：985/211院校本科及以上学历，拥有3-5年自动驾驶或汽车功能安全开发经验，对人形机器人/具身智能充满热情。
2. 体系认知：精通并主导过基于 ISO 26262 或 IEC 61508 标准的完整功能安全开发流程，具备从概念到量产的闭环经验。
3. 技术深度：
- 精通功能安全系统级安全架构设计，具备将安全需求成功落地到软硬件的实战经验。
- 熟练掌握至少一种主流安全分析方法（如FMEA、FTA、STPA等），并能灵活应用于复杂机电系统。
- 具备自动驾驶感知、规控或动力控制相关功能安全开发背景，理解高动态系统的安全设计要点。
4. 卓越软实力：具备出色的沟通协作、逻辑分析和问题解决能力，拥有强大的自驱力和抗压性，乐于分享，善于跨团队（算法/机械/电子/软件）合作。
1、全球质量体系搭建及优化
依据集团质量战略，制定制造端全链路质量体系，涵盖 KPI 与考核机制，建立国内国外统一质量标准、作业规范与管控体系，确保合规、有效、全场景落地。
2、质量预防与风险管控
前置识别全流程质量风险，统筹 APQP、防错防呆等先期策划，从源头降低不良与批量事故风险。
3、重大问题闭环管理
牵头重大质量异常、客户端投诉与批量事故的快速响应、根因分析、整改落地，组织复盘沉淀，杜绝问题重复发生。
4、数字化与能力建设
引入行业标杆质量工具与数字化系统，推进六西格玛、QCC、FMEA、SPC 等体系化培训，提升制造质量团队专业能力与全员质量素养。
5、跨基地 / 跨部门协同
统筹跨基地、跨部门质量专项与项目推进，打通全流程质量堵点，推动系统性改善。
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、负责新版块/子版块研发产品的上市产品端全流程推进，制定并维护产品上市排期表，确研发端保各节点按时交付；
2、协调研发、供应链、品牌、市场、门店运营等多部门配合，拉通产品各环节，及时识别并推动解决卡点问题；
3、负责产品内容管理，包括但不限于产品信息归档、产品卖点宣称、产品信息表等。
4、针对业务特点，梳理并优化产品推进流程，建立可复用的标准化工作流，提升落地效率；
1. 新品开发质量风险管控
-水果制品源头质量控制，深入水果种植基地及代工厂，监督原料采收、加工全流程，了解产季半成品的理化等信息，确保符合食品安全标准（如HACCP、ISO22000）及企业内控要求；
-参与新品中试或首产跟产，协同研发部门完成新品类工艺验证，确保量产可行性。
2. 供应商生产现场过程监管与协作
-在受托加工厂（OEM）现场，依据良好生产规范（GMP）、HACCP等标准，对果汁、果酱等原料的生产全流程（从投料到灌装、包装）进行实时质量监督与巡检。对原辅材料、半成品及成品进行定期抽样与验证，确保产品质量符合标准；
-主导或参与生产偏差、不合格品及客户投诉的调查与分析，跟踪隔离品处理及纠正预防措施的有效落实；
3. 供应商质量能力帮扶和提升
- 跟踪供应商质量改善效果，持续推动供应商质量提升计划的有效落地；
- 定期协助工厂质量培训，提升一线操作规范性；
工作地点：长期驻代工厂（需适应产地差旅）