长鑫存储车规体系专家 | Automotive Quality Management Expert(J17483)
任职要求
1、本科或以上学历;
2、电子工程、微电子、材料科学、机械工程、自动化、质量管理或相关理工科专业;
3、IATF6949/VDA6.3/ZVEI/AIAG6大工具/QC工具/8D等;
4、5-8年以上汽车电子行业或半导体行业质量、可靠性、产品工程或相关领域工作经验;
5、具有丰富的VDA 6.3过程审核实战经验;
6、有应用ZVEI零缺陷方法论或类似理念的经验;
7、有直接应对德系/欧系主机厂或Tier 1客户审核的经验;
8、有理解和应用AEC-Q100标准经验者优先;
9、IATF16949审核员资质(必须),QMC注册VDA 6.3审核员优先,六西格玛(黑带优先)。
工作职责
1、 车规体系建立、维护与优化: a) 指导并深度参与建立、实施、维护并持续优化质量管理流程,确保其有效运行并满足客户(主机厂/Tier 1客户)及法规要求; b) 主导或参与内部审核、管理评审,推动问题的系统性整改和车规体系成熟度的提升; 2、 作为车规标准和体系专家,推进VDA 6.3, AEC-Q100, ZVEI等标准的深度应用: a) 深度理解并指导落实VDA 6.3过程审核,特别是针对供应商(P2-P4)和内部生产过程(P5-P7); b) 指导内部团队(研发、生产、质量)理解并满足VDA 6.3的要求,特别是在新产品开发(PEP)和量产过程控制方面; c) 分析VDA 6.3审核结果(如乌龟图、过程要素评级),制定整改措施并跟踪验证; 3、 参与车规产品项目中的质量策划活动,确保车规要求(功能安全、可靠性、过程能力)被充分考虑和满足。 4、 ZVEI标准及零缺陷方法论专家: a) 深入理解并推动ZVEI倡导的零缺陷理念和方法论(如质量在源头的思想); b) 以ZVEI标准推动变更管理流程和系统的优化; c) 应用ZVEI推荐的预防性质量工具和方法(如FMEA的深度应用、稳健设计、防错技术、统计过程控制SPC的强化应用)于产品开发和制造过程; d) 推动构建“零缺陷文化”,减少缺陷逃逸,提升产品一次合格率; 5、 了解车规产品标准(优先条件),了解AEC-Q相关标准的要求及认证流程(如AECQ-100,AECQ-004等)。
1、 集团质量工具及质量方法管理标准的策划和导入(包括需求调研、管理标准的制定、数字化管理系统的搭建等) 2、 组织集团重大质量会议,制定集团质量会议管理管理标准,实施并保证闭环管理 3、 策划实施集团质量文化活动(包括质量月活动,质量意识宣导活动) 4、 策划、组织和推广集团质量持续改善活动,如CIP评选,集团质量奖平台的搭建和维护等 5、 统筹策划和组织各类质量通用及工具类课程(策划年度课程计划,确定实施方案,实施跟进,与结果和落实的追踪辅导)
1.深入车规产品的后端质量特性,掌握其性能参数、工艺要求及潜在质量风险点,制定针对性的质量管控策略; 2.负责车规产品的后端质量检验标准制定,明确各工艺站点的关键质量特性、检验方法、抽样方案及判定准则; 3.定期对车规产品后端生产制造供应商进行质量评估,收集、整理并分析生产制造的质量数据,包括进货批次合格率、拒收批次情况、质量波动趋势等,形成供应商质量评估报告。针对评估结果,与供应商沟通协商,推动供应商持续改进质量,提升车规产品的生产制造质量水平; 4.对车规产品在后端生产现场出现和客户端反馈的质量问题进行快速响应与深入分析,运用质量分析工具(如因果图、柏拉图、鱼骨图等)查找问题根源,制定有效的纠正与预防措施,防止质量问题的再次发生。
1、负责车规产品PCB可靠性测试规范制定、考试板设计以及失效分析。 2、负责车规PCB板材标准制定,板材库体系创建。 3、负责PCB板厂工艺制程能力考察,技术审核,新工艺调研与验证。 4、负责编写PCB工艺规范,对员工进行相应培训,带新人。 5、负责对PCB Layout进行DFM评审,给出优化建议。 6、负责PCB封装的优化以及SMT贴装问题的解决。 7、能够独立做一些PCB Layout工作。
我们寻找一位具备车企汽车产品逻辑,兼具互联网级用户洞察的Robotaxi产品leader,主导滴滴Robotaxi的产品定义与产品体系搭建。依托滴滴自动驾驶车队多年运营经验及日均百万级出行数据,你将定义无人驾驶出行服务的核心体验框架,构建从用户需求洞察→多模态交互设计→车规级软硬件开发→规模化商业落地的全栈产品能力,推动自动驾驶技术转化为普惠出行服务。 -与平台/运营/整车工程/L4技术团队协同,整合产品策略,并将多方需求转化为产品定义/功能配置,并制定目标达成标准; -定义全球首个适配L4无人驾驶的交互标准,定义Robotaxi智能座舱核心产品(SR地图、HMI、场景化服务、多模态交互等); -主导全栈产品攻坚,协同硬件工程、自动驾驶算法团队完成产品量产落地交付;