深圳售后技术服务工程师
售后技术服务工程师主要负责为客户提供售后技术支持和解决产品或系统故障的工作。他们需要与客户沟通,理解客户的技术问题并提供解决方案。工程师还需要协助客户进行故障诊断和维修,可能需要到客户现场进行现场支持。此外,售后技术服务工程师还要负责编写技术文档和培训客户进行设备操作。他们通常需要具备较强的沟通能力、问题解决能力和服务意识,能够快速响应客户的需求并提供满意的解决方案。在工作中,售后技术服务工程师还需要与公司内部的研发团队和销售团队合作,协助改进产品质量和客户满意度。总之,这是一个需要技术和服务能力的职位,对于公司产品的品牌形象和用户满意度有着重要的影响。
薪酬概览
平均月薪
¥9700
中位数 ¥9000 | 区间 ¥7700 - ¥11700
数据来源:谈职全网184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
252
对比上月:岗位新增121
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 | 186 | 75.6% |
| 1-3年 | 32 | 13% |
| 3-5年 | 11 | 4.5% |
| 不限经验 | 17 | 6.9% |
热招职位
1、客户需求分析和技术咨询答疑,引导客户选用合适的产品和方案,和销售配合做好售前工作。
2、产品宣讲与市场推广,向目标客户进行产品推介,包括客户端技术交流、论坛演讲、展会讲解等
3、营销工具的制作,如销售指导书、产品选型手册、PPT演示文件、销售培训资料、网站;
4、产品技术支持,协助销售参与招投标与项目运作,负责技术方案编制、技术投标文件编写、技术协议谈判等。
5、支持海外户储和工商储的项目落地,并参与现场服务,协助项目交付。
1、协助分公司解决前期项目谈判的技术问题及答疑;
2、负责电梯井道设计及施工项目图纸绘制;
3、负责销售合同及标书的技术评审。
TSE技术销售工程师(深圳)10000-15000元/月
1. 到客户研发部门推广公司产品并应用到客户开发设计的新产品中2. 帮助客户选择系统方案,元件选型,审核电路3. 解决客户在使用公司产品中出现的问题,提供快速周到的技术支持,推进产品的项目设计,确保客户量产的顺利进行4. 为代理商和客户提供技术培训5. 协助销售人员取得订单任职要求:
1. 电子类相关专业本科及以上学历2. 熟悉DC/DC和充电管理工作原理,熟悉功率元件的应用,对于电路理论有一定的理解3. 具备电源电路分析和调试能力,具有快速定位线路bug的能力4. 熟悉移动电源、充电器、电池管理等应用市场,具有3年以上相关线路及PCB设计经验和系统调试经验5. 有很好的沟通协调能力、客户服务意识和团队合作精神6. 具有高度责任心和主动性,能在压力下工作,并积极创造项目设计成功的机会
负责 AI应用与AI硬件(耳机/手机/IoT)端云一体化架构设计与落地,构建低延迟、高可用的智能服务体系
设计并实现基于 LLM 的智能体系统(Agent / Skills / Memory / Workflow),推动复杂任务自动化与多Agent协同
构建多模态AI能力链路(ASR / TTS / MT / LLM / Vision),支撑语音双工、实时翻译、AI助理等核心场景
构建 AI能力平台(Agent平台 / API / SDK / Plugin生态),支持开发者接入与生态扩展
设计端侧 + 云侧协同推理体系(Edge AI),优化延迟、功耗与离线体验
推动系统工程化与平台化(可观测性 / SLA / 自动化运维 / 成本监控),提升系统稳定性与研效
1.整体统筹工商储项目测试,负责工商业储能系统(PCS、BMS、EMS、储能整机及配套系统)的整体测试工作,涵盖单元测试、集成测试、系统测试、回归测试,输出完整测试报告。
2.根据产品需求、设计方案,独立编写测试方案、测试用例,搭建测试环境,落地各类测试任务,保障产品功能、性能、稳定性及安全性达标。
3.主导测试过程问题定位、跟进与闭环,联动研发、硬件、项目团队排查储能系统并网、充放电、调度、告警等各类现场及实验室问题。
4.梳理测试流程,优化测试规范与用例库,沉淀测试经验,提升团队测试效率与产品交付质量。
5.配合项目交付、客户验收、现场联调,支撑工商储项目落地交付。
1.整体统筹工商储项目测试,负责工商业储能系统(PCS、BMS、EMS、储能整机及配套系统)的整体测试工作,涵盖单元测试、集成测试、系统测试、回归测试,输出完整测试报告。
2.根据产品需求、设计方案,独立编写测试方案、测试用例,搭建测试环境,落地各类测试任务,保障产品功能、性能、稳定性及安全性达标。
3.主导测试过程问题定位、跟进与闭环,联动研发、硬件、项目团队排查储能系统并网、充放电、调度、告警等各类现场及实验室问题。
4.梳理测试流程,优化测试规范与用例库,沉淀测试经验,提升团队测试效率与产品交付质量。
5.配合项目交付、客户验收、现场联调,支撑工商储项目落地交付。
1,主导光伏逆变器系统架构设计,包括功率拓扑选型(组串式/集中式/微型)、控制架构、通信架构、散热架构等;
2,制定技术路线图,规划3-5年的技术演进方向(如SiC/GaN应用、1500V系统、光储一体化);
3,负责平台化设计,建立可复用的硬件平台与软件框架,支撑多功率段产品快速衍生;
4,评审重大技术方案,对核心器件选型(IGBT/SiC MOSFET/DSP/FPGA)、EMC设计、热设计等关键技术决策把关;
5,主导失效模式分析(FMEA),建立系统级可靠性设计准则;
6,解决跨领域技术难题,协调硬件、软件、结构、测试团队攻克系统性瓶颈;
微信-机器学习基础设施开发工程师(存储/向量检索/参数服务器)-系统架构方向
技术架构团队缔造了微信后台的第一行代码,目前已成为集应用开发和基础研究于一身的重要部门。该团队创立了 WXG 内部开发者每日使用的 ABC(AI、BigData、Cloud)平台,其中包括 AI 应用平台、BigData 平台和 Cloud 平台。AI 应用平台承担了各项 AI 技术在具体业务中的落地功能,支持每分钟数千万次的调用。BigData 平台负责大数据分析和挖掘功能,每天支持上百万次的任务运行。Cloud 平台则负责计算和存储资源的调度功能,为庞大的在线服务系统以及 AI 和 BigData 的训练和推理任务提供支持。此外,该团队还负责微信消息系统、音视频通话、朋友圈、视频号和直播等基础功能支撑,为超过 10 亿用户的日常使用提供强有力的支持。
技术架构团队不仅负责应用开发,还致力于基础研究。该团队在 CV、ASR 和 NLP 等领域的 AI 算法预研方面表现突出,并成功将这些技术应用于实际业务。团队的研究成果被广泛运用于微信产品,提升了用户体验和产品竞争力。此外,该团队还积极参与学术交流和开源社区,持续推动着人工智能领域的发展。
PUBG Mobile-高级算法工程师(数据挖掘)-新星引力计划
1.负责利用机器学习算法解决PUBG Mobile的业务问题,如活跃、社交、安全等相关内容的推荐和优化,能够进行问题抽象、技术选型、算法落地与优化,最终提升玩家体验;
2.负责游戏数据分析,包括不限于构建用户画像、用户增长、因果推断、归因分析等,并策划团队配合,依据业务需求,调整算法策略和确定模型优化方向;
3.负责具体项目落地,运用大数据+AI为项目带来可观的收益;
4.负责前沿技术跟进,能够识别技术的有效性并快速应用。
1.负责腾讯混元机器学习平台的设计与开发,包括:性能优化,持续提升训练性能,包括多机多卡大规模训练优化,数据交换优化等;
2.深入理解跟踪业界AIGC动态,优化平台技术方案,提升平台易用性,降低大模型研发门槛,不断推进平台的LLMOps能力升级;
3.积极追踪业内AI动态,优化内部技术方案,改进产品性能,不断推进AI架构升级。
1.负责金融风控场景中AI Agent方向的架构升级,提升大模型逻辑推理和任务规划能力,构建具备自主决策、协作与工具调用能力的多智能体系统(Multi-Agent System),推动大模型从“对话式AI”向“任务执行体”演进,解决复杂场景下的自动化问题;
2.深入研究并应用LLM的复杂推理技术(如思维链CoT、思维树ToT),并熟悉应用Prompt Cache,多工具并发调度,上下文隔离,长短期记忆管理,权限与安全收敛等Agent工程化和治理技术,赋予Agent独立探索与解决问题的能力;
3.跟进LLM相关的算法最新技术方向,运用指令微调、强化学习等方法,提升大模型规划、推理与遵循指令的能力,从而提升模型知识边界探索和抗干扰的能力。
招聘专员(J10066)10001-15000元/月
1、参与公司年度招聘计划与招聘政策的拟订(需求计划、费用计划、实施计划),确定招聘目标,汇总岗位需求数目和人员需求数目;
2、负责各BU相关招聘计划的落实和实施,及时并高质量保障业务人才输送工作,并对招聘实施方案提出合理化建议,提升招聘效能;
3、定期统计分析招聘数据,给予数据分析诊断招聘问题及提出解决方案,提升招聘效率;
4、负责招聘相关项目,如校园招聘、人才 Mapping、高端人才招聘等;
5、汇总招聘资源,确保各类资源和信息的完整性和有效性,建立核心人才的信息库和人才储备方案;
6.完成上级交办的其他事项。
1、负责用户侧和产品侧的数据采集、整理与分析,建立完整的用户画像体系,深入挖掘用户特征、偏好及行为规律;
2、协助构建用户行为分析模型,通过漏斗分析、路径分析、留存率分析等方式,揭示用户触达、转化、流失的关键节点及其影响因素;
3、分析用户全生命周期(获取、激活、留存、召回、流失)的表现,挖掘用户增长潜力,优化用户运营策略;
4、支持产品迭代,评估新功能上线效果,设计用户增长与转化的核心KPI指标体系,输出分析报告。




