理想汽车质检员（生产过程）--常想科技
任职要求
一、教育经历及基本素养
1、大专或以上学历，具有工科背景，机械工程、电气工程、电力电子工程等专业优先；
2、具备严谨细致的工作态度，注重细节，对质量问题有高度的敏感性；
3、有较强的责任心，坚守质量原则，能够对产品质量和质量管理工作负责；
4、具有良好的学习能力，能够不断更新知识，适应不断变化的质量要求和数字化发展；
5、必须能白夜班倒班，抗压能力强。
二、专业知识要求
1、 需要有一定年限的相关工作经验，如在质量控制、质量管理等领域有2年及以上的…工作职责
"一、质量专业知识 1、运用质量工具：熟练运用5W2H、5Why、因果图、排列图等质量工具，进行质量问题的分析与解决； 2、精通检验流程：掌握原材料、半成品、成品的检验流程和标准，能准确判断产品是否合格； 3、熟练使用检测设备：熟练操作各种检测设备，如卡尺、千分尺、显微镜、深度尺等检测设备，能进行准确的测量和数据采集； 4、数据统计与分析：对检验数据进行有效的统计和分析，能发现数据背后隐藏的质量问题，为质量改进提供依据。 二、问题解决与持续改进能力 1、质量问题分析：能迅速识别质量问题的本质，通过深入调查和分析，找出问题的原因； 2、制定改进措施：针对质量问题，制定切实可行的改进措施，并跟踪措施的实施效果，确保质量得到持续提升； 3、内部沟通协调：与生产、研发、采购等部门保持密切沟通，及时反馈质量信息，协调解决跨部门的质量问题； 4、团队合作：具备团队合作精神，能与团队成员共同完成质量控制和改进任务，发挥团队的最大效能； 5、了解客户的质量需求和期望，及时处理客户反馈的质量问题，提高客户满意度。
1. 根据检验规范/检验标准/作业指导书及样品执行质量检验，负责记录、汇总检验结果，确保检验记录准确完整。 2. 对封装、测试、终检、包装等过程中的异常进行及时的隔离处理并通知相关工程师，负责异常信息的收集、整理、反馈，及现场的落实验证； 3. 负责在线检验工具或设备的管理；负责设备修理的供方对接；过程检验区域的5S维护等相关工作。 4. 质量系统的基本维护；质量专项的现场稽核。 5. 领导交代的其他任务。
1. 根据检验规范/检验标准/作业指导书及样品执行质量检验，负责记录、汇总检验结果，确保检验记录准确完整。 2. 对封装、测试、终检、包装等过程中的异常进行及时的隔离处理并通知相关工程师，负责异常信息的收集、整理、反馈，及现场的落实验证； 3. 负责在线检验工具或设备的管理；负责设备修理的供方对接；过程检验区域的5S维护等相关工作。 4. 质量系统的基本维护；质量专项的现场稽核。 5. 领导交代的其他任务。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：AI数据与安全团队为Seed基座模型及AI原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与Seed研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决AI前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和AI产品的一手用户。 1、这个职位是连接前沿AI技术与深度专业知识的桥梁，你将不再仅仅是知识的创造者，而是整个知识增强项目的核心枢纽，负责管理从需求理解到数据交付的全链路流程，确保大模型在人文社科领域的认知与推理能力得到高效、高质量的提升； 2、与算法、产品团队紧密协作，深入理解大模型在特定领域的能力短板与迭代目标，将模糊的"模型能力提升需求"精准转化为清晰、可执行的数据生产任务与项目目标； 3、负责高质量数据生产项目的全生命周期管理，包括制定项目计划、定义数据标准、监控生产进度与风险，设计并优化数据生产的工作流，探索并落地可规模化、高效率的数据生产模式，确保项目按时、按质、按量交付； 4、建立并执行严格的数据验收标准与质检流程，对产出的结构化资料、评测数据集进行专业评估与验收，对数据质量问题进行归因分析，形成反馈闭环，持续指导和优化数据生产策略，推动数据质量的迭代提升； 5、负责领域专家资源的招募、培训与日常管理，构建并维护高质量的外部专家智库，为专家提供清晰的任务指引和必要的赋能培训，确保他们能够高效、准确地产出符合要求的数据，并对专家工作质量进行评估与管理。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：AI数据与安全团队为Seed基座模型及AI原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与Seed研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决AI前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和AI产品的一手用户。 1、深入理解AI大模型视频通话场景，负责多模态对话、联网、Function Call等方向的数据采集、标注、质检与策略运营工作； 2、与产品研发团队紧密配合，快速沉淀多模态大模型数据理想态和标准，积极为模型后训提供数据策略和建议； 3、针对模型突出问题进行专项攻坚，通过设计PE策略、Workflow工作流等，探索更高效的数据生产方式。