深圳过程检验员
过程检验员是负责检查制造产品及生产过程的专业人员。他们负责确保产品生产过程中的质量标准得到遵守，并且产品符合相关的法规和标准。过程检验员需要根据制定的检验标准和程序对生产过程进行监督和把控，以确保产品质量和生产效率。他们通常会执行质量控制测试、记录和报告不合格产品或生产过程的情况，并提出改进建议。与生产部门和质量控制部门紧密合作，确保整个生产过程中质量控制的顺利进行。过程检验员通常需要具备良好的沟通能力、严谨的工作态度和扎实的产品知识，以确保产品生产过程中的质量和合规性。
薪酬概览
平均月薪
¥6800
中位数 ¥7000 ｜ 区间 ¥6000 - ¥7700
数据来源：谈职全网256份招聘数据；更新时间：2026年7月13日
月薪分布
94.1% 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
480
对比上月：岗位新增255
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 | 341 | 70.5% |
| 1-3年 | 103 | 21.3% |
| 3-5年 | 11 | 2.3% |
| 不限经验 | 29 | 6% |
热招职位
1. 制定并发布全行研发质量标准、质量红线与质量军规，搭建全流程质量管控体系;
2. 建立研发质量指标体系，定期进行研发质量分析，输出分析报告，数据驱动持续改进;
3. 独立开展研发全流程质量监督与核查，严格守护质量底线，制止违规行为;
4. 参与生产故障复盘，研发质量问题调查;
5. 依据质量军规执行问责，推动问题闭环，持续提升研发质量治理能力。
1、 负责紧跟监管政策、行业标准、技术发展，制定、审核与更新人工智能安全规范，结合业务实际持续优化。
2、 参与公司AI安全建设项目，围绕模型安全、智能体安全等，协同项目组开展AI全生命周期安全管控流程、工具配套机制建设。
3、围绕人工智能业务场景开展安全风险评估，协同相关团队制定安全治理解决方案，并面向全集团成员公司推广应用。
1.负责新开发项目的研发质量管理及流程规划监督，确保研发产品质量。
2.制造工厂及器件生产质量管理，确保出货产品无批次质量事故。
3.根据不同产品定位，制定质量控制计划与质量标准；参与设计阶段图纸评审及前期的质量风险评估；主导研发关键节点质量评审、质量异常处理等工作内容。
4.市场及售后问题组织分析，推动问题改善，使用闭环。
5.系统性流程建设与专项质量建设事宜。
1. 梳理水产养殖的各流程环节，建立标准操作流程和技术手册，梳理形成操作技术规范赋能到服务站团队进行使用，持续降低损耗率和死亡率；
2. 跟踪活鲜养殖领域的核心技术，包括水产收货、养殖、制冷、供氧、过滤、海水配置、宰杀、配送等，并通过专业赋能公司，提升商品品质，改善品质客诉；
3. 通过日常巡站，不断完善操作流程和技术手册，定期对服务站培训输出，提升服务站团队运营能力。
1、负责感知质量性能开发工作，包括但不限于竞品调研，PQ性能目标设定/开发/管理、设计/实车评价、问题跟踪推动等
2、负责部门感知质量工作体系建设、运维、监督评价、改进与完善，提升部门感知质量工作开展的专业化和系统化发展
3、负责感知质量平台化问题的识别、推动与管理，提升公司感知质量的水平和技术能力部门
4、感知质量方案的数据建模和渲染业务的规划与建设，提高部门感知质量工作开展的专业化发展
5、员工在职期间需严格遵守公司信息安全管理规程，保守公司知识产权，服从公司调查。
1、制定IC类技术发展路标，识别有价值的新材料、新技术、新工艺并能够应用于产品；
2、分析研发需求，并针对IC类器件给出合理、专业的选型意见；
3、负责IC类新选型器件的认证全流程管理，识别认证风险并负责跟踪至有效闭环；
4、负责供应商质量管理策略及规划的制定，监控供应商质量管理措施执行，以及供应商质量绩效的定期考核评价；
5、负责供应商质量体系和制程管控现场审核（QSA、QPA、CSR、环保等）；
6、负责质量问题的解决，协同供应商持续改善质量。
1、制定本品类技术发展路标，识别有价值的新材料、新技术、新工艺并能够应用于产品；
2、分析研发需求，并针对本品类器件给出合理、专业的选型意见；
3、负责本品类新选型器件的认证全流程管理，识别认证风险并负责跟踪至有效闭环；
4、负责本品类供应商质量管理策略及规划的制定，监控供应商质量管理措施执行，以及供应商质量绩效的定期考核评价；
5、负责供应商质量体系和制程管控现场审核（QSA、QPA、CSR、环保等）；
6、负责本品类质量问题的解决，协同供应商持续改善质量。
1.有AI产品/智能助手/对话式交互/RPA/自动化工具相关产品经验；
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.有开源社区运营或开发者生态建设经验；
5.自己是AI工具的深度用户，日常使用各类AI Agent/Copilot产品。
1.有桌面端（Windows/macOS）产品经验，了解客户端产品的特殊性；
6.有商业化产品策划经验（订阅制/增值服务/定价策略）。
1.有大型互联网、游戏、金融、科技企业供应商安全或合研安全建设经验；
2.有高风险外包、外部研发、驻场团队、供应商安全事件处置经验；
3.有 AI 工具治理、AI 数据安全、企业 SaaS 安全或供应商安全专项经验；
4.有安全团队管理或专项负责人经验。
1.安全策略研发与优化：参与大模型内容安全风控策略的研发落地，负责风险识别规则的配置与调优，持续跟踪策略效果并推动迭代优化；
2.安全技术研究与应用：研究大模型及智能体的安全风险，针对提示词注入、数据投毒等攻击手法开展分析与防御方案设计，推动研究成果在实际场景中落地；
3.红队评测与安全评估：参与自动化红队评测体系的建设，开发安全评估工具与测试用例，对模型安全能力进行持续评估与回归测试；
4.安全策略全链路运营：通过数据分析驱动安全策略优化，监控线上策略表现，完成策略从实验验证到灰度、全量上线的运营闭环；
5.安全方案落地支持：参与大模型安全方案的落地实施，包括Agent调用链路安全检测、模型水印与溯源技术验证等；
6.前沿跟踪与知识沉淀：持续关注大模型安全领域的技术动态与合规政策变化，参与技术调研与方案评估。