北京系统运维主管
系统运维主管是负责组织和管理公司或组织的系统运维团队的高级职位。他们负责确保公司的计算机系统、网络和服务器在高效和安全的状态下运行。系统运维主管通常会领导一个团队，负责监控网络活动、维护硬件和软件、解决故障，并制定系统更新和升级的计划。他们还负责制定和实施IT策略，确保系统的稳定性和安全性，同时进行成本效益分析，以优化公司的运维流程。系统运维主管需要和其他部门合作，以满足公司的运维需求，并负责处理紧急情况和故障。他们通常需要具备深厚的技术知识、团队领导能力和沟通技巧。
薪酬概览
平均月薪
¥10800
中位数 ¥0 ｜ 区间 ¥9200 - ¥12300
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
55.6% 人群薪酬落在 0-8k
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
4
对比上月：岗位减少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 |
|---|---|---|
| 1-3年 | 4 | 50% |
| >10年 | 4 | 50% |
热招职位
岗位描述：
作为新能源汽车电子控制器的产品经理，负责控制器全生命周期的技术对接及产品管控。主要产品为纯电动汽车及混动汽车的驱动系统相关控制器及电源系统相关控制器。
岗位职责：
1. 分析客户需求，结合自身资源对开发可行性进行评估
2. 提供项目售前技术方案、报价及开发时间预估
3. 分解客户正式需求，提出控制器系统需求及设计系统方案
4. 对控制器的硬件、软件、结构进行概要设计
5. 评审各子方向的工作产品是否满足客户需求及系统需求
6. 把控整个控制器开发过程的质量要求
7. 产品需求管理、追踪客户需求到设计的落实
8. 产品配置管理（需求、方案、FMEA、试验计划、测试用例等）
9. 组织项目团队解决开发过程中的质量问题
10. 管理整个项目的技术开发及与客户的技术对接
1、对接业务部门，根据业务项目特点、产品及市场需求，建设健康服务网络和服务能力。
2、医疗健康服务供应链管理：包括且不限于各类医药、医疗健康服务引入、服务运营及履约管理等。
3、健康服务管理平台建设与管理，服务数据分析与管理。
4、追踪行业市场动态，定期向内部各部门提供专业资讯和培训。
5、根据业务及部门发展需要，制定服务方案、服务能力建设项目方案。
6、领导交办的其他相关部门工作。
1. L4系统架构：承担自动驾驶系统的整体架构设计、模块划分与接口定义等工作；
2. 系统集成与调试：负责核心算法模块的系统集成与联调，解决跨模块耦合问题，针对不同硬件平台进行系统适配与性能调优；
3. 技术文档与团队协作：与算法、硬件、测试、产品等团队紧密协作，推动项目进度，确保产品按时交付。
1. 协助运维人员进行服务器、网络设备、存储设备等设备的日常运维工作，并及时处理出现的问题；
2. 协助运维人员编写文档，记录相应的操作流程、日常工作和服务器的维护情况等；
3. 参与服务器应用的安装、维护和升级工作，通过对生产环境进行技术测试和排查异常，为公司IT系统的稳定运行做好技术支持；
4. 参与公司IT系统的监控、数据备份等工作，及时处理并防止系统出现故障。
1.信息安全相关报表和数据总结汇总；
2.协助信息安全专员完成信息安全日常工作；
3.协助信息安全专员完成安全检查、安全配置、安全漏洞整改及信息安全策略推广工作。
4.配合完成各部门沟通协调工作
1.负责开发车辆各子系统（动力、底盘、转向、整车动力学等）模型，用于各类汽车ECU的仿真测试；
2.负责模型的参数化和精度校准；
3.负责ECU硬件在环测试系统的集成、调试和交付；
1. 负责智能驾驶系统基础软件业务架构方案设计（包括通讯、诊断、OTA升级、时间同步、进程管理、信息安全、网络管理、电源管理、EOL下线等）
2. 承接上游平台规范及算法业务需求，负责智驾域控基础软件业务软件需求拆解，方案设计、接口定义，输出软件需求文档及架构设计文档
3. 支持mcu，soc基础软件开发及测试团队，评审详细设计文档，评审测试用例，支持工程量产落地
4. 支持智驾算法团队在智驾域控平台上算法软件部署，性能优化，软件架构方案优化迭代等需求
5. 信息安全需求管理拆解和需求闭环、流程认证及问题排查等
1.云桌面日常运维（云桌面新建、修改、删除流程处理，运维周报书写）
2.负责公司虚拟桌面和相关虚拟服务器问题处理工作
3.公司安全系统日常运维工作（权限开通，策略调整）
4.公司安全系统问题处理（排查由安全系统导致的终端异常）
1、参与并实现端到端多视角三维重建流水线：数据预处理、相机/传感器标定与对齐、稠密重建与渲染模块的设计与开发。
2、基于 NeRF、3DGS 等神经渲染与可微渲染方法，研发可扩展、高效的模型与部署方案，兼顾质量与性能。
3、设计并搭建量化评估体系与自动化测试框架，用以衡量重建质量、推理实时性及对下游感知/规划任务的影响。
4、将研究成果工程化：与数据、标注、仿真与感知团队协作，完成模型训练流水线、离线渲染与实时仿真集成与部署。
5、优化算法性能（计算与内存），并参与模型推理加速、量化或裁剪等工程化工作以满足实时/大规模训练需求。
【愿景】美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！【团队介绍】基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。【你将负责】模型推理是大模型应用的核心能力，是影响大模型应用成本和效率的关键因素。本课题专注于大模型推理加速与分布式系统优化的前沿技术探索，通过软硬件协同设计和算法工程联合优化，降低大模型推理的应用成本，提高推理性能。研究内容包括但不限于：
1.投机推理（Speculative Decoding），研究基于预测性执行的动态推理优化方法，参与设计低延迟推理框架，通过概率模型预生成候选序列以降低解码计算开销。
2.分布式系统优化，探索多节点协同推理中的通信-计算负载均衡策略，提出基于异构硬件的混合并行调度方案，实现吞吐量提升。
3.稀疏Transformer优化与模型压缩，通过稀疏Transformer优化以及模型压缩技术提升模型的计算效率。
4.算子优化，熟悉最新硬件架构的算子优化方法，通过更高效的算子优化模型的吞吐和延时。
负责自动驾驶车辆激光雷达子系统的系统集成、性能验证与持续优化工作。具体包括：参与激光雷达传感器的选型评估与技术对标，从光学性能、点云质量、环境适应性、可靠性等维度建立评价体系，输出选型建议与技术对比报告。主导激光雷达与车载计算平台的集成调试，包括通信链路打通（UDP点云数据、TCP控制协议）、PTP时间同步对齐、多雷达坐标系标定与外参管理等工作，确保数据链路端到端稳定可靠。设计并执行激光雷达性能测试方案，覆盖探测距离、角分辨率、测距精度、反射率响应、高反滤波效果等关键指标，建立量化的性能基线与回归验证机制。推动激光雷达在整车环境下的可靠性验证，包括振动、温湿度、电磁兼容等环境适应性测试，以及长时运行的功能稳定性监测。与激光雷达供应商保持紧密协作，跟踪固件版本迭代、SDK升级与问题修复，管理各开发阶段的供应商交付物清单，推动技术问题闭环。参与传感器数据质量自动化质检体系的建设，开发或优化数据解析、异常检测、质量报告生成等工具链，支撑批量车辆的传感器健康度监控。协同感知算法团队，从传感器端理解算法对点云数据的需求，推动传感器参数调优与性能迭代，支持算法性能提升。
1.负责穿透式监管类信息系统的日常运维保障，包括系统监控、故障处理、性能优化与持续改进；
2.建立并完善穿透式监管系统运维规范与流程，确保系统运行符合监管合规要求；
3.连接开发团队与业务部门，推动系统问题快速定位与解决，保障监管数据报送、合规监测等关键业务连续稳定；
4.负责系统运维数据的分析与报告编制，识别系统运行风险与优化点，支撑监管要求动态适配；
5.参与系统上线前的运维评审与部署准备，确保系统平滑上线与后续运维可控。
