深圳服装样衣工
服装样衣工是负责根据设计师的设计图纸和要求制作服装样衣的专业人员。他们使用面料和辅料，根据设计图纸进行裁剪、缝制和装配，制作出具有设计师意图的原始样衣。在制作过程中，他们需要具备丰富的缝纫和裁剪技能，熟悉各种不同的面料和辅料的使用特点，以确保样衣的品质和质感符合设计要求。同时，他们还需要和设计师、样衣部门等密切合作，及时调整样衣的尺寸、线条和细节，以使之符合设计要求并能够进行后期的量产。服装样衣工在整个服装设计与生产过程中扮演着非常重要的角色，是实现设计理念的重要实践者。
薪酬概览
平均月薪
¥7400
中位数 ¥7000 ｜ 区间 ¥6200 - ¥8600
数据来源：谈职全网26份招聘数据；更新时间：2026年7月13日
月薪分布
73.1% 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
20
对比上月：岗位减少21
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 | 100% |
热招职位
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、订单交付计划：承接销售订单，统筹制定交付计划并全程跟踪，确保订单按时按量交付
2、交付协同管理：对接内部采购团队，基于订单优先级与交付节点，推动采购端跟进ODM供应商排产进度与资源保障
3、库存计划管理：制定安全库存策略，动态监控库存水位，优化库存结构，降低呆滞风险
4、计划数据管理：维护计划系统基础数据，定期输出交付达成率、库存周转率、订单履约率等核心报表
5、流程与系统优化：协助完善计划管理SOP，推动SAP系统优化与AI工具赋能，持续提升计划效率
1、8年以上手机整机工艺组装经验
2、本科以上学历，模具或者机械专业；
3、能熟练运用3D和2D软件；
4、具备良好的学习能力, 团队合作能力和承压能力;
5、具备良好的计划、组织、沟通、协调能力。
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. （35%）统筹新品项目，全生命周期的供应链项目管理（上市评估-上新-正常售卖-下架）
- 作为项目经理，lead新品上新项目，拉通供应链内部，确保产品可以如期顺利上新；
- 上新前：根据上新check list，确认检查所有新品上新检查关键点，并确保按时落地执行；
- 上新-正常售卖：监控销售，根据销量变化，及时调整备货策略，同时将调整及变动的影响沟通到跨部门；
- 下架：评估下架时间及影响，推动下架后剩余库存的处理；
2. （25%）常规及新品原料库存管理及补货管理：
- 负责单独品类的原材料向供应商提供补货需求，同时不断优化补货频次，降低整体供应链成本；同时满足门店的订货需求；
- 负责原料生命周期管控，物料生命周期变动及时维护；
- 监控供应链计划相关KPI达成情况，定期分析并提高KPI指标；
- 管理所属团队/品类物料的KPI达成情况，不断优化团队下单策略，下单流程，合理化供应商MOQ、订货频率、供应商LT等，优化整体工作效率及质量；
3. （20%）常规及新品原料滚动输出短中长期需求预测：
- 长期需求（1年以上）：结合公司业绩目标，产品销售，季节性波动等因素，输出长期年度需求计划，监控长期年度预测准确率；
- 短期及中期需求（3-6个月）：结合产品变化、门店数量变化、新品上新及季节性，为供应商提供短期及中期需求计划；
- 监控预测准确率，在预测与实际有波动的情况下，及时调整并输出与测量变化，同时评估影响及风险；
- 管理所属团队/品类物料的短中长期需求预测
4. （15%）公司级或供应链部门级项目支持，根据业务流程的变动，以及季节性变动，持续改进并优化系统、工具及流程；
5. （5%）团队人才招募，发展及培养
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；