北京软件开发主管
软件开发主管是负责领导和管理软件开发团队的重要职位。他们通常负责制定软件开发项目的整体战略，并确保团队按时交付高质量的产品。软件开发主管需要与产品经理、项目经理和其他部门合作，以确保项目与业务目标保持一致。他们还需要招聘、指导和培训新成员，以及管理团队日常工作。此外，软件开发主管通常还参与技术决策，监督代码质量，解决团队成员的问题，并与其他团队合作，以确保产品的顺利上线。他们需要具备良好的沟通能力、领导能力和技术专业知识，以便有效地管理团队并推动项目的成功完成。
薪酬概览
平均月薪
¥25400
中位数 ¥0 ｜ 区间 ¥18800 - ¥32000
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
40% 人群薪酬落在 >30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
5月新增岗位
6
对比上月：岗位新增4
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 5-10年 | 3 | 50% |
| >10年 | 3 | 50% |
热招职位
1. 负责车联网核心平台IoT平台的架构设计、开发及日常运维，建设高并发、高吞吐、可扩展的IoT平台；
2. 负责核心功能模块的设计和开发，撰写技术文档，包括设计文档、接口文档和操作手册等；
3. 深入理解业务需求，设计优化和调试方案，解决技术难题，保证系统性能和稳定性；
4. 关注车联网行业动态，跟踪技术发展趋势，不断提升自身技术水平。
● 负责芯片软件栈架构设计，包括但不限于调度系统设计、编译系统设计、计算系统设计、分布式系统设计。
● 负责大规模分布式训练和推理的软件系统性能优化方案的设计，针对芯片架构特点提出合理的解决方案。
● 负责各软件组件之间的协同设计，以及软件与硬件的协同设计，能够基于产品要求提出对硬件的明确需求。
● 追踪行业动态，基于公司的AI芯片架构特点提出前瞻性的建议以及技术储备。
1. 负责端到端自动驾驶大模型在不同硬件平台的推理部署与加速优化
2. 负责自动驾驶软件相关软件的设计、开发及落地推进
3. 参与软硬件协同优化，与硬件工程师深度协作，基于算子特征、访存模式、硬件指令等信息进行算子调优、Kernel 优化和 pipeline 优化
4. 构建模型推理 profiling 和监控体系，包括 kernel-level profiling、算子耗时分析、带宽瓶颈分析，为端到端推理提供性能优化建议
【课题说明】本课题以美团酒旅业务为研究场景——该场景具有供给侧 SKU 品类异构、C/B 双端研发并行、节假日促销驱动的高频需求迭代等特征，是验证 AI-Augmented SDLC 有效性的高复杂度典型场景。课题旨在构建 AI-Augmented SDLC 的理论框架，研究 LLM 深度介入需求→设计→开发→验收全链路后的最优人机协作形态，形成可量化的效率度量体系与可复制的工程实践方法论。【建议研究方向】1.AI 友好型需求（AI-Ready PRD/Spec）构建方法：研究如何将自然语言需求转化为结构化、机器可读的规格表示（如 Spec、DSL、AI-Ready PRD 等），探索作为需求表达与机器理解交接的规格语言设计原则与 LLM 解析效果之间的关系。
2.跨职能协作流程重构与 Agent 化（PM-RD-QA 分工边界重构）：参照 Human-AI Collaboration 及 Multi-Agent Systems 理论框架，研究在产品→研发→测试协作链路中引入 Agentic Workflow 的可行路径与边界条件，探索 AI 在不同角色中的自主程度与人工干预策略。
3.产研范式相关指标体系与度量方法（交付效率、交付质量等）：借鉴 DORA Metrics、DevEx 等业界度量框架，结合 AI 介入后的新型产研链路，构建涵盖交付周期压缩率、AI 代码采纳率、规格对齐准确率、需求返工率等维度的量化指标体系。
4.棕地 vs 绿地项目的分场景落地策略：研究 SDD 范式在存量代码重构（Brownfield）与全新需求开发（Greenfield）两类场景下的适配性差异，识别影响落地效果的关键情境因素（Contextual Factors）。
5.范式转型的组织配套与推广机制：参照 Technology Adoption Model（TAM）及 Organizational Learning 理论，研究产研范式转型过程中的阻力来源、推广路径与组织能力建设模式，沉淀可复用的转型 Playbook。
1. 负责美团无人机硬件嵌入式系统的全生命周期管理，包括设计、开发、交付与维护，确保系统安全可靠、高性能、易维护以及可观测；
2. 热爱嵌入式领域，紧跟全球嵌入式领域前沿技术与工程实践，注重架构设计。凭借优秀架构能力和品味赋能极度高效的工程开发以及高质量的交付。关注新型MCU/SoC、嵌入式CI/CD、仿真测试框架，安全加固等技术，推动应用落地；
3. 从架构上实现可规模化的数据驱动的工程方法，对于产品监测以及工程迭代提供客观科学的指引，并将数据驱动的意识落实到工程的细节实践中；
4. 制定嵌入式系统技术方向，负责芯片选型与架构设计，推动实践落地，通过代码审查（C/C++、Rust）、文档规范和试设计提升工程质量；
5. 制定MTUAV操作系统/平台技术路线图，统筹工程优先级规划、scoping、planning及交付成果管理；
6. 对于嵌入式工作端到端负责，并主动高效的进行跨团队的沟通协同，将模糊的产品问题收敛为明确的需求，并转化为可执行的工程语言和计划，统筹项目优先级与交付成果管理；
7. 发挥嵌入式领域技术影响力，与硬件、Linux平台及云端团队紧密协作，确保软硬件集成与产品功能一致性；
8. 熟练使用AI工具，融入开发设计流程，探索提升团队效率的方法，输出可复用的实践案例；
9. 指导培养初级工程师，在设计实现、代码审查、测试验证、部署维护全流程中展现优秀的工程能力与技术领导力。
1. 负责App端、TSP云端、车端的端到端的远控创新功能的架构设计和开发，注重扩展性和平台化；
2. 负责核心功能模块的开发，注重开发模式和开发质量，保证系统性能和稳定性；
3. 设计端到端的测试方案，包括性能测试和自动化测试，提升日常软件迭代效率和质量；
4. 关注车联网行业动态，跟踪技术发展趋势，不断提升自身技术水平。
1、负责有色行业（如冶金、铜铝加工等）或新能源行业（如锂电、垃圾电厂等）智能工厂的AI算法开发与优化，包括工艺优化、缺陷检测、设备预测性维护、能效管理等场景。
2、结合工业大数据（传感器数据、生产日志、视觉数据等），使用Dify、Coze Studio等低代码AI开发平台构建智能工作流，实现AI模型的快速部署与业务集成。
3、利用RAG（检索增强生成）技术优化企业知识库检索，结合大语言模型（LLM）提升智能问答、故障诊断等应用的准确性。
4、负责大语言模型（LLM）的数据标注、模型训练及微调，优化模型在工业场景下的表现。
5、与自动化、MES/SCADA系统团队协作，确保AI解决方案的稳定运行与持续优化。
职位要求：
计算机、软件工程、自动化、电子工程等相关专业，本科及以上学历，硕士优先；熟悉 Linux 系统，具备扎实的 C++ 面向对象编程基础，理解常见工程设计模式和性能优化方法；熟悉 Python 开发，能够使用 Python 完成工具链开发、数据处理、自动化脚本、服务接口开发或算法工程辅助开发；具备一定的软件工程能力，熟悉调试、性能分析、问题定位、代码优化和工程化交付流程；了解模型推理部署与优化相关技术者优先，包括 ONNX、TensorRT、PyTorch、CUDA、GPU 推理性能优化、批处理、并发调度等；了解 Agent、LLM 应用开发、RAG、工具调用、自动化工作流等相关技术，并有实际落地经验者优先；具有自动驾驶、仿真平台、机器人、控制、规划、感知、电子工程相关背景者优先；具备较强的问题分析能力、工程落地能力和跨团队沟通协作能力。
推动研发团队全面向 AI 驱动的工作模式转型，深度探索 AI-native 技术在新业务场景中的创新应用。
1.驱动团队 AI 转型：负责制定并推动研发团队的 AI 能力提升计划，通过引入先进 AI 工具、落地最佳实践，覆盖需求、设计、开发、测试全流程，显著提升团队研发效率与交付质量2.探索 AI-native 应用：主导在新业务场景中探索和落地 AI-native 解决方案，重点聚焦于智能体（Agent）在复杂任务调度、动态环境交互、多模态信息处理等方面的创新实践。
3.构建 AI 工程体系：设计并搭建团队内部的 AI 辅助开发平台与工具链，将提示词工程、RAG、智能体工作流等能力产品化、流程化，降低 AI 技术应用门槛。
4.技术架构与交付：参与或主导核心业务系统的技术方案设计与研发落地，确保 AI 能力集成符合高可用、可扩展的架构标准，保障高质量的工程交付。
1. 负责面向商家的 B 端 AI Agent 应用建设，围绕商家经营、商品管理、订单履约、客服售后、营销运营、数据分析等场景，提升商家工作效率和经营效果。
2. 参与 AI Agent 基础框架能力建设，包括 Agent 编排、工具调用、任务规划、上下文管理、记忆机制、权限控制、工作流、人机协同、异常兜底等核心模块。
3. 将商家高频业务流程抽象为可复用的 Agent 能力和业务组件，如经营助手、商品助手、客服助手、营销助手、数据分析助手等。
4. 负责 Agent 与内部业务系统、数据平台、知识库、运营工具、CRM / 工单 / 商家后台等系统的集成。
5. 建设 Agent 应用的工程化能力，包括 Prompt 管理、工具注册、链路追踪、效果评估、灰度发布、成本控制和稳定性治理。
6. 与产品、算法、业务运营、商家服务团队协作，完成从业务场景识别、方案设计、原型验证到上线迭代的闭环。
1. 标准体系建设
- 负责生鲜农产品品类从产地-生产-仓储-门店全链路环节的操作标准、质量标准及温控标准的制定、优化与落地
- 结合不同农产品品类特性，建立差异化、可执行的操作规范
- 协同仓储、物流、品控及采购团队，确保标准在实际运营中有效落地，并持续跟踪执行效果
2. 跨部门协同与培训
- 与供应商、第三方物流服务商对接，明确并传达我方标准要求，推动外部合作方合规达标
- 组织内部及外部相关方的标准宣贯与操作培训，提升一线人员对农产品保鲜标准的理解与执行力
3. 数据驱动改进
- 收集分析农产品在全链路过程中的损耗率、品质变化、客户投诉等数据，基于问题反推标准优化方向
- 定期评估标准适用性，结合行业新实践、新技术（如冷链IoT、气调包装等）进行迭代升级
4. 合规与认证支持
- 确保农产品仓运标准符合国家食品安全法规、农产品冷链物流相关标准及企业ESG/可持续发展要求
- 支持相关认证（如GAP、HACCP、ISO 22000等）中涉及仓储运输模块的文档准备与现场审核
六、任职要求
1. 本科及以上学历，食品科学、农业工程、物流管理、供应链管理或相关专业优先；
2. 5年以上生鲜农产品质量管理相关工作经验；
3. 熟悉农产品采后生理、冷链管理、仓储温湿度控制及运输时效管理；
4. 具备优秀的跨部门沟通能力、项目推动能力及文档撰写能力；
5. 注重细节，结果导向；
6. 有标准体系搭建经验（如参与过企业SOP、QMS建设）者优先
1. 标准体系建设
- 负责生鲜农产品品类从产地-生产-仓储-门店全链路环节的操作标准、质量标准及温控标准的制定、优化与落地
- 结合不同农产品品类特性，建立差异化、可执行的操作规范
- 协同仓储、物流、品控及采购团队，确保标准在实际运营中有效落地，并持续跟踪执行效果
2. 跨部门协同与培训
- 与供应商、第三方物流服务商对接，明确并传达我方标准要求，推动外部合作方合规达标
- 组织内部及外部相关方的标准宣贯与操作培训，提升一线人员对农产品保鲜标准的理解与执行力
3. 数据驱动改进
- 收集分析农产品在全链路过程中的损耗率、品质变化、客户投诉等数据，基于问题反推标准优化方向
- 定期评估标准适用性，结合行业新实践、新技术（如冷链IoT、气调包装等）进行迭代升级
4. 合规与认证支持
- 确保农产品仓运标准符合国家食品安全法规、农产品冷链物流相关标准及企业ESG/可持续发展要求
- 支持相关认证（如GAP、HACCP、ISO 22000等）中涉及仓储运输模块的文档准备与现场审核
六、任职要求
1. 本科及以上学历，食品科学、农业工程、物流管理、供应链管理或相关专业优先；
2. 5年以上生鲜农产品质量管理相关工作经验；
3. 熟悉农产品采后生理、冷链管理、仓储温湿度控制及运输时效管理；
4. 具备优秀的跨部门沟通能力、项目推动能力及文档撰写能力；
5. 注重细节，结果导向；
6. 有标准体系搭建经验（如参与过企业SOP、QMS建设）者优先