北京技术实施工程师
技术实施工程师是负责将技术方案转化为实际产品或服务的专业人员。他们通常参与项目的各个阶段，从需求分析、技术选型、系统设计到实施和维护。他们需要与团队合作，确保项目按计划顺利实施，并且负责解决项目中出现的技术问题。技术实施工程师需要有深厚的专业知识和技术技能，能够理解客户的需求并将其转化为实际的解决方案。此外，他们还需要具备良好的沟通能力，能够与客户和团队有效地沟通，确保项目的成功实施。在快速变化的技术领域，技术实施工程师需要不断学习新知识，保持对新技术的敏感性和洞察力。
薪酬概览
平均月薪
¥10700
中位数 ¥10500 ｜ 区间 ¥8300 - ¥13100
数据来源：谈职全网50份招聘数据；更新时间：2026年7月13日
月薪分布
68% 人群薪酬落在 8-15k
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
6月新增岗位
38
对比上月：岗位减少61
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 |
|---|---|---|
| 应届 | 5 | 16.1% |
| 1-3年 | 2 | 6.5% |
| 3-5年 | 14 | 45.2% |
| 5-10年 | 2 | 6.5% |
| 不限经验 | 8 | 25.8% |
热招职位
1. Assist to develop the regional annual sales plan. Undertake personal annual sales goals and formulate action plans.
2. Responsible for business development in Europe. Identify business opportunities and recognize the reliability and maturity of business opportunities.
3. Coordinate with Commercial, Technical, Wind Resources, Procurement, and Construction departments to prepare customer-oriented value-based solutions, proposals, and pricing.
4. Organize solution and proposal clarification meetings with customers and regularly follow up on customer feedback and progress.
5. Manage the project's progress and adjust the negotiation strategy at the right time during negotiation process. Ensure to efficiently close sales transactions, including passage through various gate stages of the sales process.
生活科技集团—装饰B端业务-北方公司-项目经理(J20557)面议
1.代表公司履行对业主的工程承包合同，在本项目内贯彻公司质量、进度、安全方针；
2.负责组织编制施工组织设计，施工技术方案，并全面组织实施；
3.负责对项目进行成本控制，考核各级项目管理人员及支持部门的业绩，根据各级分配方案和奖罚制兑现；
4.参与工程项目中材料、设备及劳务的招标工作，对分包商、供货商进行监管和评审权限；
5.建立项目的组织机构，确定人员岗位责任制，指挥现场的生产经营活动，管理现场的人力和资金、物资、设备等；
6.负责项目的日常管理，负责对内、对外的协调联系；
7.负责各项工程费用的收、支；
8.做好工程验收、结算工作及售后工作。
1. 负责硬件项目集管理和复杂项目主导，按照大项目节点规划硬件详细的开发计划，跟踪计划开展和调整；
2. 负责完成硬件设计问题和过程问题管理，跟踪记录，并解决直至关闭；
3. 负责完成风险识别和管控，组织专家制定解决方案，并跟踪到风险解除和关闭；
4. 负责完成硬件设计开发过程中所有资源协调，推动资源能按节点到位；
5. 负责完成与大项目经理和各部门相关方拉通项目状态，质量问题，风险以及人力负荷情况等，合理和有序的推进项目开展和资源利用。
1.负责集团财务数字化转型相关项目的全生命周期管理，统筹项目规划、需求调研、方案设计、系统实施、上线交付与验收运维，推动财务数字化能力持续提升；
2.以财务为牵引，深入对接业务部门，推动业财融合场景落地，打通财务与采购、销售、生产、供应链、项目等业务环节的数据链路，实现业财数据一致性与管理闭环；
3.统筹跨部门协同，协调财务、业务、技术、供应商等多方资源，解决项目实施中的复杂问题，确保项目目标达成；
4.建立项目进度、质量、成本管控机制，识别并应对项目风险，组织项目阶段汇报与验收评审，总结财务数字化项目经验并推动复用推广。
- 标杆物企物业项目管理经验- 精通属地物业管理条例及业委会工作流程- 具备出色的资源整合、团队管理、关系处理、任务落地能力
1.负责集团投资与产权管理领域数字化项目的全生命周期管理，统筹项目规划、需求调研、方案设计、系统实施、上线交付与验收，推动投资与产权管理数智化能力持续提升。
2.深入对接投资、产权、资产管理等业务部门，梳理股权投资管理、固定资产投资管理、产权登记、资产管理等业务流程，推动业务流程数字化重构与管理闭环。
3.打通投资、产权与财务、项目等业务环节的数据链路，支撑投资全过程穿透管理与产权数据一致性，提升管理透明度与决策效率。
4.统筹跨部门协同，协调投资、产权、财务、供应商等多方资源，识别并应对项目风险，把控项目进度、质量与成本。
5.组织项目阶段汇报与验收评审，沉淀投资与产权管理数字化建设经验，推动成果在集团内复制推广。
1.负责智能物联网业务线软硬件项目从新品立项、开发、上市过程的项目管理工作。
2.负责跟客户沟通，了解客户需求，确定项目工作范围，制定计划，并负责实施。
3.管理和监督项目开发团队跨部门合作，协调采购、生产、质量等资源，确保项目顺利实施交付。
4.能够进行有效的项目需求变更控制，风险管理以及成本控制。
1、管理软件领域开发过程，推动底层、应用层、硬件适配软硬件相关版本迭代，对软件版本质量，进度、风险整体负责。
2、车载软件版本全流程统筹，负责需求收拢、版本规划、进度风控、跨部门协同及交付流程优化，保障座舱与智驾软件迭代高质量、按期闭环量产交付。
3、负责管理、协调内部各技术领域及上下游关联部门的交互与输入输出，梳理跨模块研发依赖关系，对齐双线版本开发排期，牵头解决软件集成、跨领域联调、版本合入过程中的重难点问题。
4、持续优化软件项目管理流程与工具规范，迭代完善版本合入、集成测试、缺陷管控、版本冻结、量产发版机制，提升跨部门、跨业务线团队的整体执行效率与交付质量。
1、项目负责制，全面协助项目负责负责数据业务从需求到完成项目的全过程管理，跟进项目的计划进度、识别风险，制定可行应对策略，及时解决问题，协调项目的资源合理投入，及时把控项目状态，积极推动确保项目的正常交付。
2、完善项目流程和规范，通过平台， jira 等各种工具来监督执行过程和结果，合理提出改善措施，不断提升项目团队的工作效率。
3、针对需求设计完整的路采业务交付方案，包括采集、数据处理、数据流转等环节，方案能保障交付效率和质量可靠性。
4、梳理采集交付业务流程问题，主动规划提效方案，优化业务流程和工具产品，能够量化的评估降本增效效果。
5、推进路采车辆改装项目落地，包括但不限于改装车方案设计、监督实施、测试验收、后续车辆维护和问题跟进。
1. 协助团队和项目负责人完成项目研发管理工作，跟进项目的计划、进度、风险，协调项目的资源合理投入，及时把控项目状态，积极推动确保项目的按计划交付；
2. 主导项目研发过程管理，根据项目需求制定版本计划，通过jira等各种工具来监督执行过程和结果，管控项目开发风险，并可以不断提升项目团队的工作效率；
3. 负责项目中不同组间的沟通协调，定期组织各类项目会议，整理会议前后的材料和纪要，输出项目周报，定期整理和分析项目人力和成本情况，定期收集和跟进各类项目文档；
4. 通过项目开发管理工作推进，完善项目流程和规范，提高项目开发交付效率和能力。
1.负责公司AI基础设施领域项目集管理工作，涵盖计算平台、存储平台、湖仓平台等核心基础设施方向，统筹目标规划、资源协调、项目节奏与优先级管理，保障关键项目和核心能力高质量交付，支撑自动驾驶及AI业务持续发展。
2.深入理解智能驾驶、模型训练、数据生产、算法研发等业务场景，协同产品、架构、研发团队完成需求分析与能力规划，推动基础设施能力建设与业务发展战略保持一致。
3.从业务价值、技术可行性及平台长期演进角度参与需求评审，推动需求范围定义、优先级管理及路线图规划，将业务目标拆解为可执行、可度量、可验收的项目里程碑。
4.在多团队、多技术栈、多项目并行环境下，统筹研发资源及算力资源，包括自建数据中心、GPU集群、公有云资源等，识别关键依赖关系，推动跨部门协同与技术决策落地。
5.建立覆盖需求、研发、测试、上线及运营全生命周期的风险管理机制，针对基础设施高可靠、高可用、高并发场景，持续开展风险识别、预警及闭环管理，保障项目稳定交付。
6.推动敏捷研发体系建设，结合团队成熟度落地Scrum研发协作机制，持续优化需求管理、迭代规划、版本发布及研发流程，提升组织交付效率与协同透明度。
7.建立项目度量体系，通过研发效能、交付质量、资源利用率等关键指标分析，定期开展项目复盘与过程改进，持续提升平台稳定性、可扩展性及组织交付能力。
8.协同平台运维、SRE、云资源管理等团队，推动基础设施从研发建设到生产运营的平滑交接，保障平台长期稳定运行和业务连续性。
简介：研发下一代自动化研究智能体系统，专注于提升模型在长周期、高价值复杂任务中的自主执行能力，减少对人类指导的依赖。
1、自动化研究场景下的大模型能力建设，提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据整合与研究写作等方面的能力。
2、长程任务中的上下文组织与记忆管理，设计优化 context scaling、context compression、memory selection、状态追踪与长期依赖建模，提升模型在复杂研究任务中的上下文利用效率与稳定性。
3、自主研究任务相关环境与自动实验闭环建设，构建 search、browser、retrieval、code execution、verifier 等训练与评测环境，打通训练脚本迭代、实验编排、结果比对、版本保留/回滚与复现验证流程。
4、训练策略、数据配方与反馈信号设计，围绕 SFT、RLVR等方法，结合数据构造、数据清洗、超参数优化以及 outcome-level / process-level 信号设计，提升模型在开放研究任务中的完成率、事实正确性和稳定性。
5、面向真实 research 任务的评测体系与错误分析闭环建设，建立 benchmark、自动化评测指标，系统分析搜索遗漏、证据误判、上下文污染、推理漂移、错误归因与长链路失稳等问题，并推动针对性优化。