2027届-供应商质量工程师，外饰-上海

• 主导整车外饰类零件新项目开发的DFM评审及策划，主导从零件DFM、定点、开模、试验验证到完成量产及爬坡导入的相关工作；

• 主导相关零件的FMEA工作，包括特殊特性识别及管控，复杂问题分析及解决，失效模式预测及预防方法制定，PV实验解析，工艺关键点审核，产线审核等工作；

• 主导供应商端的质量持续改善及技术降本，及时总结经验教训，为新产品开发提供有力支持；

• 支持相关零件供应商准入审核工作，通过过程评审、常规评审确保零件生产及质量稳定，牵头追溯性，数字化对接工作；

• 在车灯开发过程中主动探索、深度使用并推广AI工具，能识别高价值应用场景，设计验证方案并量化评估效果，将有效实践整理为案例或操作指引在团队内分享推广；严格遵守使用规范及数据安全合规要求；

• 遵守公司规章制度，积极查找并汇报隐患/事故，提出安全建议，通过持续改进创造安全环境。践行“安全第一，人人有责”，“眼见，发声，行动”的安全文化

Must Have必须项： • 全日制本科及以上学历，理工科背景，机械类/材料类/汽车类等相关专业优先 • 有GD&T知识储备，优秀的英文表达及沟通能力 • 极强的自驱力及责任心，优秀的团队沟通与协作能力，抗压能力强 Preferred加分项： • 能够评估和分析数据，坚持不懈地跟踪问题，直到找到Root Cause、制定解决方案，持续的流程改进得到部署和验证；

• 具有在非结构化和快节奏的环境中交付成果的经验，具备良好的灵活性和适应性；

• 熟悉原材料、模流分析者优先；

• 熟悉IATF 16949，熟练运用PFMEA，CP，MSA，SPC等质量工具优先；

• 能够及时识别开发中的风险并立即采取措施，有项目管理经验者优先；

• 具有较强的分析评估能力，对成本、质量和交付有较强的判断力；

• 具备主动探索 AI 新技术、熟练运用多种 AI 工具完成专业任务、并将个人应用经验转化为团队可复用案例的实际能力；能区分不同 AI 工具/技术的适用场景与局限性，具有数据安全合规意识及在团队内推广分享的有效应用方法的意愿与能力