深圳售后技术人员
售后技术人员是负责为客户提供售后技术支持和服务的专业人员。他们通常在客户购买产品后负责解决产品使用过程中出现的问题、故障和技术支持需求。售后技术人员需要具备良好的沟通能力和客户服务技巧，能够耐心倾听并解决客户的问题，保持客户满意度。他们需要具备扎实的技术知识，能够快速分析和解决技术问题，提供技术建议和培训，同时协助客户进行故障排除和维修工作。售后技术人员还需要与客户保持良好的关系，并对客户提出的建议和反馈进行跟进，为客户提供高质量的售后服务，帮助客户充分发挥产品的性能和价值。
薪酬概览
平均月薪
¥8700
中位数 ¥8500 ｜ 区间 ¥6900 - ¥10600
数据来源：谈职全网12份招聘数据；更新时间：2026年7月13日
月薪分布
66.7% 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
17
对比上月：岗位新增12
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 | 87.5% |
| 不限经验 | 2 | 12.5% |
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
1，负责在CRM系统里回款挂账，货物签收，发货申请流程的审批，SAP系统操作；
2，负责国际快递进出口物流，国际海空陆运物流相关的计算货量，询价，订舱，安排运输，制作报关文件和清关文件，跟进运输总进度等；
3，核对账单和请款。
研发管理部，建设公司代码托管协作平台“工蜂”；构筑研发协作与项目管理平台TAPD；创造开放包容的一站式社区平台KM；提供技术问答、技术比赛、技术圈子交流平台“码客”；搭建校企合作桥梁，高校科研合作推进科技创新和前沿科研人才培养。研发管理部让分享更简单，让协作更敏捷，为梦想创造可能！
1.负责SSV相关产品数据分析工作，包括产品数据洞察，运营效果分析，数据分析工具建设等；
2.通过数据分析建立用户洞察，为产品迭代提供指引。提供产品策略的数据支撑；
3.协助建设产品数据体系，完善数据pipeline，定位产品关键问题，支撑ab实验。
1、负责AI相关应用的设计、开发、测试与部署，重点聚焦网络安全态势感知、安全风险智能预警、信息基础设施智能运维等场景的AI解决方案落地。
2、调研并引入前沿AI技术（如机器学习、深度学习、大模型等），结合电力行业网络安全与信息基础设施需求，进行技术适配与创新应用验证。
3、协同网络安全、信息基础设施管理等岗位，梳理业务痛点，将AI技术与业务场景深度融合，提供定制化AI技术支撑。
4、参与团队技术交流与培训，提升团队整体AI技术应用能力。
5、关注行业内AI技术在网络安全与信息基础设施等领域的应用动态，提出技术创新建议，助力公司构建智能化、前瞻性的信息安全与基础设施管理体系。
6、公司领导交办的其他工作。
1.负责AI智能体相关技术方案的设计与规划，结合业务需求制定合理的技术路线，主导智能体核心功能的研发与实现；
2.开展AI智能体的核心模块开发工作，包括但不限于智能决策、任务规划、多模态交互、环境感知与适配等模块的编码实现、测试与优化；
3.深入研究大语言模型、强化学习、多智能体协作、知识图谱等相关技术，将前沿技术融入智能体开发中，提升智能体的自主决策能力、自适应能力与交互体验；
4.负责AI智能体系统的性能优化与问题排查，保障系统在不同应用场景下的稳定性、高效性与可靠性；
5.与数字化、业务及其他技术团队紧密协作，准确理解业务需求，将技术方案落地应用，推动AI智能体在具体业务场景中的部署与迭代；
6.跟踪国内外AI智能体领域的技术动态与研究成果，开展技术调研与预研工作，为团队技术创新与产品升级提供支撑；
7.公司领导交办的其他工作。
前端架构与全栈开发 (核心 - 约 70%) 核心研发：负责公司核心产品的前端功能开发，编写高质量、可复用、易维护的 React 组件，全面应用 TypeScript 确保类型安全。 全栈打通：参与 Java 后端微服务（基于 Spring Boot/Dubbo）的业务逻辑开发，独立负责从“数据库设计 - API 定义 - 页面高交互 UI 渲染”的完整闭环功能。 工程优化：负责前端性能优化、构建工具（Vite/Webpack）配置以及 CI/CD 流程的持续改进。 AI 效能与工作流构建 (特色 - 约 30%) AI 工具实践：在日常开发中深度应用 AI Coding Agent（如 Cursor, Copilot Workspace, Windsurf, Cline 等），利用 AI 加速代码生成、单元测试编写、Bug 排查及重构。 工作流交付与提效： 主导或参与将 AI 工具转化为标准化研发工作流的建设（如：结合 Model Context Protocol (MCP) 接入内部工具链、设计高效的提示词/上下文编排等）。
1. 需求洞察与方案设计：深入客户业务一线，挖掘痛点，转化为技术方案。
2. 技术交付与集成：主导端到端交付，包括原型开发、系统集成、部署调试。
3. 项目管理与客户成功：独立管理项目全周期，推动落地并实现业务价值。
4. 反馈闭环与产品迭代：作为连接市场与研发的"神经末梢"，带回一线反馈。
参与平安集团智能理赔系统的研发，利用大语言模型（LLM）、多模态理解与知识图谱技术，构建“从客户材料到赔付决策”的全自动审核引擎。 主要职责： - 参与 AI 理赔审核系统的研发，协助构建多模态文档（医疗影像、保单 PDF）的信息提取，实现对客户提交材料的理解与判别； - 设计并实现保单条款与理赔规则的结构化表示，支持大模型精准调用与推理； - 追踪大模型领域前沿技术，优化大模型提示工程（Prompt Engineering）、微调（Fine-tuning）与RAG（检索增强生成）方案，提升模型在复杂理赔场景下的判断准确率； - 负责理赔案件数据的清洗、标注体系设计及高质量数据集的构建； - 参与系统开发，将AI模型能力集成到理赔流程中，支持高并发、低延迟的生产环境部署； - 编写技术文档、参与代码评审，持续优化系统稳定性与可维护性。
1.营销 Agent 架构设计与实现 基于 LLM 构建具备自主规划（Planning）能力的 Agent 系统。针对营销策略拆解、创意生成、广告投放优化等环节，设计并实现 ReAct、CoT (Chain of Thought)、ToT (Tree of Thoughts) 等推理架构。
2.多模态工具链集成 (Tool/Action Use) 研发高效的 Function Calling 与 API 编排机制，使 Agent 能够精准驱动视觉生成引擎、投放平台 API 及企业内部数据库，实现从内容生产到自动化分发的无缝衔接。
3.记忆与知识管理系统 (Memory & RAG) 构建面向营销场景的长期记忆机制与高性能 RAG (Retrieval-Augmented Generation) 系统。整合行业知识库、历史成交案例、品牌调性约束，确保 Agent 在长周期线索跟进中的上下文一致性与专业度。
4.业务闭环驱动的强化学习与对齐 利用业务端产生的真实转化数据（线索质量、成交率），优化 Agent 的决策逻辑，使 Agent 的推荐策略与生成内容向高转化率目标演进。