Jabil logo
捷普
(E)EIT - SQE

(E)EIT - SQE

发布于 4 小时前

管理培训生(管培生)

AI 估算 · 8.0千–1.3万 · AI 参考估算
无经验要求
本科
全职员工仅现场办公数字化转型
数字化转型
Api Integration
Azure Ai
Data Analytics
Generative Ai
Power Bi
Sharepoint Online
Sql

值不值得投

73综合评分

综合评分 73

面向近届本科生的制造业SQE数字化岗位,AI与低代码技术栈丰富、成长路径清晰,办公与福利信息未披露。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便比较职业起点。

薪资怎么样

1.1万

比数字化转型中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

91 个在招

市场机会

选择不多

广州 · 数字化转型 · 5 个在招

职位详情

关于这个职位

这是一个面向近两年毕业本科生的SQE数字化团队岗位,主要围绕供应商质量管理场景开发Power Platform应用、Power BI报表、自动化流程和AI应用

你将与质量、制造、区域及全球数字化团队协作,把业务需求转化为可落地的数字化解决方案,并参与智能制造和工业4.0相关项目

最低要求

教育背景:

毕业两年内本科及以上学历(优秀应届毕业生优先)
专业方向包括但不限于:
计算机科学与技术
软件工程
人工智能
数据科学与大数据技术
信息技术
信息管理与信息系统
计算机工程
其他相关数字化技术专业
语言要求:
具备良好的英语听说读写能力
普通话流利者优先

工作职责

数字化与流程自动化

使用 Microsoft Power Apps 开发业务应用程序
利用 Power Automate 构建自动化工作流程
开发并维护 SharePoint Online 平台及相关解决方案
通过数字化和自动化手段优化业务流程,提升工作效率
支持系统集成及API接口开发工作
数据分析与商业智能
使用Power BI开发数据仪表盘及可视化报表
收集、清洗、处理和分析业务数据
建立质量及运营KPI监控平台
支持数据治理和报告标准化建设
基于数据分析结果推动供应商质量改善
AI与新技术应用
参与人工智能(AI)及生成式人工智能(GenAI)项目开发与实施
探索AI技术在供应商质量管理场景中的实际应用
参与机器学习及预测性分析项目
推动AI赋能业务决策及运营效率提升
跟踪前沿技术发展趋势并推动创新落地
软件开发与系统支持
开发内部数字化工具及Web应用系统
使用Python进行自动化开发、数据处理及报表开发
编写SQL查询语句并支持数据库管理
参与系统测试、部署、运维及用户支持工作
持续优化现有数字化平台及解决方案
制造业数字化转型
与SQE及制造团队合作,识别数字化改进机会
将业务需求转化为可落地的数字化解决方案
支持工业4.0及智能制造项目建设
参与持续改善项目并推动数字化创新

优先资格

具备以下任一领域的知识储备或项目经验者优先:

Python Programming / Python开发
SQL & Database Management / SQL及数据库管理
Power BI开发与数据可视化
Microsoft Power Platform(Power Apps、Power Automate)
SharePoint Online
Data Analytics / 数据分析
Web Application Development / Web应用开发
Machine Learning Fundamentals / 机器学习基础
Artificial Intelligence Applications / AI应用实践
API Integration / API接口开发
Azure Cloud Services / Azure云服务
Generative AI Tools (ChatGPT, Copilot, Azure OpenAI等)
我们期待这样的你:
对人工智能、数字化转型及技术创新充满热情
具备优秀的逻辑分析及问题解决能力
学习能力强,自驱力高
对制造业、质量管理及流程优化有浓厚兴趣
能够快速理解业务需求并提出数字化解决方案
拥有良好的沟通协调及团队合作能力
有课程项目、实习经历、竞赛、Hackathon或个人项目经验者优先

AI 洞察

优缺点分析

优点

  • 岗位覆盖Power Platform、Power BI、Azure AI、GenAI和自动化流程,技术面广,适合应届生建立复合能力
  • JD明确提供企业级AI和数字化转型项目机会,并可与区域及全球团队协作,视野较开阔
  • 职业发展路径清晰,JD直接列出AI工程师、数据工程师、数字化转型工程师等成长方向
  • 业务场景贴近制造业和供应商质量管理,有助于积累行业Know-how与真实项目经验
  • 技术栈覆盖广,从低代码、数据分析到AI和Web开发都需要快速学习和切换
  • 作为应届或近届岗位,可能需要在系统测试、部署、用户支持等基础工作中积累经验
  • 适合对AI、数据分析和制造业数字化感兴趣,具备较强自驱力和学习能力,并希望从真实业务项目中成长的技术类应届生

缺点 / 挑战

  • 需要同时理解质量、制造和数字化需求,业务抽象与沟通成本较高

角色解读

  • 初期可从数字化应用开发、报表分析和系统支持做起,逐步积累SQE业务流程和制造业质量管理经验
  • 中期可向数据工程、AI应用实施、Power Platform开发或智能制造系统方向深入
  • 长期可发展为AI工程师、数据工程师、数字化转型工程师、智能制造工程师或制造系统专家
  • 围绕供应商质量管理场景,使用Power Apps、Power Automate和SharePoint Online搭建业务流程应用与自动化工具,减少手工操作
  • 使用Power BI、SQL和Python处理业务数据,建设质量与运营KPI看板,并通过数据分析支持供应商质量改善
  • 参与AI、GenAI、机器学习和预测性分析项目,探索这些技术在SQE和制造质量管理中的实际应用
  • 与质量工程师、制造团队、区域及全球数字化团队协作,将业务需求转化为可落地的技术解决方案
  • 需要掌握至少一门开发或脚本语言,如Python,并能用于自动化、数据处理和报表开发
  • 需要理解SQL、数据库管理、数据清洗和可视化分析,能够用Power BI呈现业务指标
  • 需要熟悉或快速学习Microsoft Power Platform、SharePoint Online、API集成和Azure相关服务
  • 需要具备业务需求理解、沟通协作和问题解决能力,能够将制造质量场景转化为数字化方案

申请策略

  • 申请时建议围绕“业务需求如何转化为数字化解决方案”准备案例,突出分析和落地能力
  • 关注制造业质量管理场景,面试中可主动说明如何用自动化、BI或AI提升质量效率和决策质量
  • 突出与Python、SQL、Power BI、Power Apps、Power Automate相关的课程项目、实习、竞赛或个人项目,并说明具体成果
  • 强调数据分析和可视化能力,例如清洗数据、搭建看板、定义KPI、输出洞察并推动改进
  • 展示AI或GenAI实践经历,如使用Azure OpenAI、Copilot、ChatGPT或机器学习模型解决具体问题
  • 补充英语沟通能力与跨团队协作经历,尤其是项目汇报、需求沟通、文档撰写等场景
  • 提前准备一个端到端小项目,例如用Power Apps收集数据、Power Automate触发流程、Power BI展示质量指标
  • 巩固SQL查询、Python数据处理和API调用能力,能够完成从数据获取到可视化的完整链路

面试指南

  • 项目类问题采用“背景-目标-方案-技术-结果-复盘”结构,重点说明自己负责的模块和可量化成果
  • 方案类问题采用“理解业务-梳理数据-设计流程-选择工具-验证效果-持续优化”的思路,体现端到端解决问题能力
  • 行为类问题采用STAR框架,突出自驱学习、跨团队沟通、需求转化和持续改善意识
  • 请介绍一个你用Python、SQL或Power BI完成的数据分析或自动化项目,你的具体贡献是什么?
  • 如果业务方提出一个供应商质量KPI看板需求,你会如何拆解指标、设计数据源和可视化方案?
  • 你如何理解Power Apps、Power Automate和SharePoint Online在业务流程自动化中的配合关系?
  • 请举例说明你如何将AI或生成式AI应用到实际业务问题中,以及如何评估效果?
  • 面对质量工程师、制造团队和全球数字化团队的不同诉求,你如何推进需求确认和项目落地?

职位点评

薪资福利68
成长发展92
工作生活45
使命价值78

薪资福利

68中等

JD未披露薪资与具体福利信息,因此补偿性动机只能基于岗位层级和城市市场作有限判断。作为面向近届本科生的技术岗,整体保障性可能具备一定吸引力,但缺少原文明确信息。

薪资信号未披露(AI估算:8.0千–1.3万/月)

成长发展

92较高

JD明确列出企业级AI和数字化转型项目、Power Platform、Power BI、Azure AI、Copilot、生成式AI、跨国协作及清晰职业路径,发展性动机匹配度很高。

技术前沿前沿/新兴技术
技术栈Python、SQL、Power BI、Microsoft Power Platform、Power Apps、Power Automate、SharePoint Online、Azure AI、Microsoft Copilot、Generative AI、Machine Learning、API Integration、Web Application Development
成长机会参与企业级AI和数字化转型项目实践、学习供应商质量工程(SQE)及供应商质量管理体系、深度接触Power Platform、Power BI、Azure AI、Microsoft Copilot及生成式AI技术、与区域及全球团队开展跨国协作、快速提升软件开发、数据工程、AI应用及制造业数字化能力、Build a career path toward AI Engineer, Data Engineer, Digital Transformation Engineer, Smart Manufacturing Engineer, or Manufacturing Systems Specialist、成长为AI工程师、数据工程师、数字化转型工程师、智能制造工程师或制造系统专家
业务类型ambiguous

工作生活

45较低

JD未明确说明办公模式、弹性安排、双休或加班情况,无法判断工作生活平衡与通勤灵活性。地点信息只明确到广州骏成,具体办公安排需向招聘方确认。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

78中等

岗位参与制造业数字化转型、AI应用落地和供应商质量改善,具有较明确的业务价值和技术创新意义。JD强调持续改善、质量提升和智能制造,意义感较强但社会使命表达不算突出。

行业发展新兴领域(暂难判断)
社会影响中性/一般
使命信号推动制造业数字化转型及质量管理体系优化、基于数据分析结果推动供应商质量改善、推动AI赋能业务决策及运营效率提升、支持工业4.0及智能制造项目建设、参与持续改善项目并推动数字化创新
创新程度积极采用新技术
Watch Jobs