禾赛
制程质量工程师（杭州）
制程质量工程师（杭州）
发布于 11 小时前普通员工/个人贡献者
全职员工仅现场办公质量管理
质量管理
Apqp
Fmea
Iatf16949
Ppap
Spc
数据分析
激光雷达
质量管理
值不值得投
75综合评分
综合评分 75
技术驱动的制造质量岗，薪资市场水准，学习机会多，工作地点固定且强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2万
与质量管理中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
66 个在招 · 其中质量管理 3 个
市场机会
选择面较广
杭州 · 质量管理 · 约 140 个在招
职位详情
关于这个职位
这是一个面向智能驾驶硬件（激光雷达）领域的制造质量工程师岗位，主要负责产品量产阶段的全链条质量管理
你需要运用专业的质量工具（如SPC、FMEA、8D等）和数据分析能力（Minitab、Python），主导生产过程中的质量异常分析、改善与预防，推动良率提升和制程优化，并协同研发、生产等多个部门确保产品满足客户及公司质量目标
最低要求
本科及以上学历，电子信息工程、光电信息科学与工程、光学工程、机械设计制造及自动化、车辆工程、自动化等相关专业
具备2年及以上制造质量（MQE）、过程质量（PQE）或产品质量相关工作经验，有激光雷达、光学产品、汽车电子、智能硬件、消费电子或精密制造行业经验者优先
熟悉ISO9001、IATF16949质量管理体系，熟练掌握APQP、PPAP、PFMEA、SPC、MSA等质量工具，具备独立推动质量改善项目的能力
具备较强的数据分析能力，能够熟练运用Minitab、Python等工具开展质量数据分析、过程能力分析及问题诊断，具备AI辅助工具在质量管理、数据分析、问题定位及知识管理等场景中的应用经验者优先
熟悉生产过程质量控制方法，能够推动制程异常分析、良率提升及质量风险预防工作
具备良好的沟通协调能力、团队合作精神及项目推动能力，能够有效协同研发、工艺、生产及供应链团队解决复杂质量问题
工作认真负责、严谨细致，具备较强的问题分析与解决能力
持有六西格玛绿带或黑带认证者优先
工作职责
负责产品量产阶段的制造质量管理工作，建立并持续优化生产过程质量控制体系，运用过程方法识别、监控及改善关键质量风险，推动相关部门落实标准化作业及质量要求
运用SPC、MSA、FMEA、APQP、PPAP等质量工具开展质量管理活动，对生产过程能力、关键质量指标及异常问题进行分析与改善，确保产品和过程满足质量要求
主导生产过程中的质量异常分析与闭环改善，推动跨部门团队开展根因分析（8D、5Why、鱼骨图等），跟踪纠正预防措施的实施效果，持续提升产品质量及制造过程稳定性
监督品质检验标准、控制计划（Control Plan）及作业指导书的执行情况，推动质量意识提升及质量文化建设，确保出货产品满足客户要求及公司质量目标
参与新产品开发、试制及NPI导入过程，制定产品质量计划、检验规范及质量控制方案，推动产品顺利导入量产并实现质量目标达成
收集并分析生产过程质量数据，建立质量看板及关键质量指标监控机制，推动良率提升、制程优化及质量成本持续改善
配合研发、工艺、生产、供应链及客户质量团队开展质量改进项目，支持客户投诉分析、产品可靠性提升及质量体系持续优化
优先资格
有激光雷达、光学产品、汽车电子、智能硬件、消费电子或精密制造行业经验者优先
具备AI辅助工具在质量管理、数据分析、问题定位及知识管理等场景中的应用经验者优先
持有六西格玛绿带或黑带认证者优先
AI 洞察
优缺点分析
优点
- 所处激光雷达赛道属于自动驾驶核心部件，行业前景广阔，技术含量高
- 岗位要求系统化的质量工具和数据分析能力，能快速构建扎实的专业技能体系
- 量产阶段的质量问题通常紧急且复杂，需要快速响应和强大的抗压能力
- 行业技术迭代快，需要持续学习新的产品知识、工艺技术及质量标准
- 适合具备扎实工程背景、对制造过程有好奇心、喜欢用数据和工具解决实际问题，并乐于在跨职能团队中推动变革的工程师
- 你享受将质量标准从纸面落到实处的过程，并以此为荣
缺点 / 挑战
- 作为已上市公司，平台较大，能接触完整的量产制造流程和复杂的质量管理挑战
- 工作涉及频繁的跨部门沟通与协调，需要较高的情商和项目管理技巧
角色解读
- 技术专家路线：深耕制造质量领域，成为特定工艺或质量问题的解决专家（如高级质量工程师、质量技术专家）
- 管理路线：积累项目管理和团队协作经验后，可向质量经理、质量总监等管理岗位发展
- 体系与战略路线：转向更宏观的质量体系建设、供应商质量管理或产品可靠性工程方向
- 作为产品量产阶段的质量守护者，你需要建立和优化生产质量控制体系，监控关键质量风险
- 你会运用SPC、FMEA等专业质量工具，对生产数据进行深度分析，驱动问题改善和良率提升
- 你需主导复杂的质量异常问题（如8D），组织跨部门团队进行根因分析，并跟踪措施落地
- 你还需参与新产品导入，将质量控制前移，确保产品从研发到量产的质量目标达成
- 扎实的现代质量管理工具应用能力，如SPC、MSA、FMEA、APQP/PPAP体系
- 强大的数据分析与问题诊断能力，需熟练使用Minitab、Python等工具进行过程能力分析
- 出色的跨部门沟通与项目推动能力，能够协同研发、生产等多团队解决复杂问题
- 对制造业（尤其是光电、汽车电子）生产流程和质量管理体系的深刻理解
申请策略
- 深入了解禾赛的激光雷达产品技术特点、主要客户（汽车厂商）以及其在行业中的竞争地位
- 准备1-2个你解决过的最棘手的制造质量问题的完整故事，覆盖问题定义、分析过程、解决方案和长期预防措施
- 突出任何与汽车电子、光学器件或精密制造相关的项目经验，即使不是激光雷达行业
- 详细描述你使用SPC、Minitab等工具进行数据分析、过程能力研究或问题诊断的具体案例和量化成果
- 列举你主导或深度参与的8D或其他质量改进项目，强调你的角色和最终效果（如良率提升X%）
- 如果数据分析能力是短板，可以快速学习Python（特别是Pandas, Matplotlib库）或Minitab在质量统计中的应用
- 可以预习或复习IATF16949、APQP、FMEA等核心质量工具的具体应用场景和最新版本要求
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答问题，重点突出你的分析过程和量化成果
- 强调你的“数据驱动”思维，展示你如何从数据中发现问题本质
- 体现你的系统化和闭环思维，不仅解决问题，更关注如何标准化和预防再发
- 请描述一个你利用SPC或过程能力分析发现并解决实际生产问题的案例
- 当生产线出现批量性质量异常时，你的处理流程是怎样的？请举例说明
- 你如何理解并应用FMEA在预防质量问题中的作用？
- 你如何协调研发、工艺和生产部门，共同推进一项质量改进措施？
- （针对汽车电子背景）你如何看待IATF16949与ISO9001的核心区别与联系？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
作为已上市公司在杭州的制造业核心技术岗，薪资预计处于市场中上水平，但福利细节未披露。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位要求掌握前沿的智能制造质量工具和数据分析技能，且在自动驾驶热门赛道，技术成长性和行业知识积累价值高。
技术前沿主流现代技术
技术栈SPC、FMEA、Python、Minitab、IATF16949、AI辅助工具
业务类型ambiguous
工作生活
60中等
工作地点为杭州现场办公，未提及任何弹性或远程工作安排，且量产支持岗位通常需要根据生产节奏响应，WLB可能存在挑战。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
激光雷达是自动驾驶的关键传感器，产品直接关乎驾驶安全，工作具有明确的行业推动意义和技术价值感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs