北京移动开发工程师
移动开发工程师是负责设计、开发和维护移动应用程序的专业人员。他们通常会利用各种编程语言和开发工具，如Java、Swift、Kotlin等，来创建适用于移动设备的应用程序。这些应用程序可以在智能手机、平板电脑和其他移动设备上运行，为用户提供各种功能和服务，如社交媒体、游戏、金融服务、健康管理等。移动开发工程师需要深入了解移动操作系统的特点和限制，如iOS和Android，同时要关注用户体验和性能优化。他们还需要与设计人员和产品经理合作，确保应用程序的功能和用户界面设计符合需求和标准。移动开发工程师通常需要不断学习，跟踪技术发展，以适应不断变化的移动应用发展趋势。
薪酬概览
平均月薪
¥15700
中位数 ¥16500 ｜ 区间 ¥13400 - ¥18100
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
83.3% 人群薪酬落在 15-30k
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
6月新增岗位
8
对比上月：岗位减少10
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 | 8 | 100% |
热招职位
1. 负责Android客户端核心业务和平台相关架构、设计、优化;
2. 负责基础库、框架、关键模块的技术选型、开发和改进;
3. 对新技术进行调研，将新技术分享并应用到现有产品开发中，提高客户端的技术能力;
4. 优化Android团队的开发方式和流程、规范，提高团队效率。
任职要求
职位描述：
1.参与公司技术中台通用框架研发工作，支撑多款手游/端游项目的快速迭代；
2.帮助项目组优化游戏，解决项目开发中的各种问题。
任职要求：
1.统招本科及以上学历，计算机科学、软件工程等相关专业；
2.3年以上Unity引擎游戏开发经验；
3.熟悉C#或其他游戏开发相关编程语言，熟练掌握常用数据结构和算法；
4.富有团队意识，善于主动沟通、高效协作。
加分项：
1、具有帧同步游戏开发成功经验，掌握帧同步相关技术方案及经验；
职位描述：
1.参与公司技术中台通用框架研发工作，支撑多款手游/端游项目的快速迭代；
2.帮助项目组优化游戏，解决项目开发中的各种问题。
任职要求：
1.统招本科及以上学历，计算机科学、软件工程等相关专业；
2.3年以上Unity引擎游戏开发经验；
3.熟悉C#或其他游戏开发相关编程语言，熟练掌握常用数据结构和算法；
4.富有团队意识，善于主动沟通、高效协作。
加分项：
1、具有帧同步游戏开发成功经验，掌握帧同步相关技术方案及经验；
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编排优化
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、异构计算
4. 负责智能驾驶系统相关模块的设计、开发与维护工作，确保模块的稳定性、高效性与可扩展性。
1、本科及以上学历，计算机或相关专业，2年以上前端开发工作经验
2、精通HTML5、CSS、JavaScript等前端技术及现代前端工程体系，熟练掌握React及其生态，深入理解框架核心原理与源码实现
3、拥抱VibeCoding，对AI技术有强烈兴趣，关注大模型、AI 编程工具（Claude Code / Cursor等）的发展和应用，了解主流 AI 产品的构建与使用
4、有基于NodeJS的服务端研发经验，或至少熟悉一门后端语言（如：Java/Python/PHP/C++）
5、具备扎实的工程素养与代码质量意识，追求极致的用户体验与研发效能；学习能力强，乐观开朗，善于跨团队协作
6、加分项：有低代码平台、LLM/Agent应用、复杂数据可视化、OpenClaw/Hermes等产品开发经验，或在 GitHub 上有高质量开源贡献
1.负责企业级数据模型设计规范制定与变更评审，建立并运行架构准入评审流程，对核心模型变更实行“一票否决制”。
2.负责数据仓库/湖仓一体平台的顶层架构设计、数据模型设计（维度建模/范式建模），管理模型全生命周期变更。
3.构建离线与实时数据采集、同步与集成方案（如基于Flink CDC、DataX、Kafka等），打通异构系统间的数据壁垒。
4.制定湖仓建设实施计划、技术方案及落地规范协调
5.负责主数据主数据管理平台落地实施、业务模型配置、审批流程搭建、功能迭代配置；
6.对接集团业务部门、下属子企业、技术厂商，解决湖仓建设中的重难点问题
全栈工程师薪资：20～35
1. 负责酒店业务相关系统的全栈开发。独立承担需求分析、设计、编码、测试及部署全流程，覆盖大前端和后端接口层的逻辑重构与性能优化。
2. 支撑前后端监控数据与报表需求。
3. 参与系统架构设计，优化前后端技术架构，保障应用性能及用户体验
1. 品牌Agent系统架构设计与实现设计并落地"品牌Agent + 门店Agent"双层协作架构：品牌Agent负责跨店策略编排与调度，门店Agent负责单店执行与即时响应支持强管控（总部驱动闭环）与弱管控（门店独立运行）两种产品形态在同一架构下运行2. 工作流编排引擎建设构建可配置的工作流编排系统，支持6类核心模板：监控告警、策略下发、定时报告、批量操作、巡检修复、事件响应实现"总部定策略→差异化拆解到门店→执行追踪→效果回收→策略迭代"的完整闭环支持多角色参与（总部运营/督导/店长）的审批与确认节点3. 多Agent调度与路由设计意图识别与路由机制：总部指令→判断涉及哪些门店→调用哪个领域专家Agent→下发到对应门店Agent执行实现多领域专家Agent（营销/菜品/诊断/设计/运维）的调度与协作解决多门店并发调度的性能与稳定性问题（500-7000+门店规模）4. 知识库与记忆体系设计品牌知识库架构，实现跨品牌数据隔离，满足品牌对知识产权隔离的强诉求构建Agent记忆机制，沉淀历史决策与经营上下文5. 架构选型与平台迁移评估底层Agent平台能力，输出选型建议持续跟踪AI Agent技术生态演进，推动架构迭代
数据分析分为市场数据分析岗、财产险理赔数据分析、车险理赔数据分析。
1、市场数据分析岗：
（1）开展市场研究、动态预测等，协助拟定产品策略，明确产品开发方向；
（2）根据公司发展方向及产品策略，收集、整理产品信息，为业务开展、产品开发等工作提供信息支持；
（3）拟定公司产品管理制度，完善产品管理流程，管理和维护产品数据信息；
（4）根据公司产品管理和业务部门的业务需求，规划数据开发与应用的短期及中长期目标；
（5）对收集的数据进行分析，与团队一起完成数据分析报告及定向分析报告，对团队数据统计分析工作给予支持配合；
（6）提升团队伙伴数据应用能力，组织技术知识学习，工具应用培训等。
2、财产险理赔数据分析岗：
（1）梳理业务风险点，通过数据识别，对保险产品事前、事中、事后风险进行监控和处置；
（2）了解理赔流程及作业管控要点，建立作业行为数据监控，为作业管理提供数据抓手；
（3）挖掘产品特征，健全理赔场景差异化数据埋点，为产品精细化经营做数据沉淀；
（4）定期进行统计分析，出具各产品理赔经营、作业分析报告。
3、车险理赔数据分析岗：
（1）负责车险理赔考核、评价指标体系规划设置；
（2）负责车险理赔数据、报表系统升级优化；
（3）负责推动理赔数据自动化专项；
（4）负责理赔指标监控、异常洞察、原因分析并撰写相关报告；
（5）负责部门、各专业条线、服务中心数据支持；
运维工程师-27届薪资：1～1
1、负责参与评估硬件平台的计算性能测试、分析与落地；
2、负责服务器可靠性及稳定性验证，OS兼容性验证；
3、负责服务器新产品的BMC、BIOS测试设计及验证工作；
4、负责服务器板卡的引入测试，含内存、网卡、GPU及HBA卡等;
5、负责服务器配套软件变更，driver/fw升级的测试及版本管理；
6、负责服务器OS、driver及FW的网上问题分析处理；
7、参与硬件搭载软件相关的应用测试模型设计开发；
8、参与配套厂家制造品质的管理、解决产品质量问题；
SRE运维工程师薪资：25～35
1、负责同程旅行核心服务的高可靠、稳定、高效运行，持续保障核心业务 SLA 达成；
2、主导服务架构设计与评审，推动 AI 辅助的容量规划、性能调优与智能配置治理；
3、推进系统稳定性与容灾方案设计及落地，结合混沌工程与 AI 预测能力构建自适应韧性架构；
4、主导重大故障应急响应，利用智能运维（AIOps）技术，基于多维度监控、日志、Trace数据进行智能告警、自动止损与根因定位；
5、参与日常值班与线上应急响应，并通过自动化与 AI 工具提升故障处理效率与精准性。
运维开发工程师（服务器运维平台背景优先）薪资：20000～35000
1. 负责成本运营平台、服务器工单交付平台、配件管理平台、故障工单平台等服务器运维管理系统的前后端开发与功能实现2. 负责现有运维平台的性能优化、功能迭代及线上部署工作，保障系统稳定高效运行3. 负责服务器运维操作的 API 封装与标准化开发，构建统一的运维自动化接口体系4. 参与服务器硬件管理相关核心功能设计与开发，包括 BMC/BIOS 远程管理、硬件状态实时监控、驱动固件批量升级、硬件故障智能诊断等模块5. 结合服务器硬件测试与验证经验，优化运维平台的硬件兼容性检测、性能指标采集和故障预警能力，可以开发自动化测试脚本6. 参与硬件搭载软件相关的应用测试模型设计，提升平台对不同硬件配置的适配性
1、负责掌阅集团企业级数据建设(涵盖流量、内容、用户、商业化等业务方向)，提供通用、稳定、丰富、高效的公共数据能力，提升
数据支持业务的效率，探索数据增量价值；
2、面向流量、内容、用户、商业化等业务方向，建设专题数据，提供丰富易用的数据服务，直接支持公司业务决策分析，赋能业务；
3、建设企业级数据治理和管理体系，结合业务+元数据+技术，推进资源成本的优化，提高数据服务质量，保障数据产出的稳定性和准确性；
4、参与公司级别商业化相关系统数据设计、研发以及保障。