北京.Net开发
.Net开发是指运用微软的.NET技术框架来开发和构建高性能的桌面应用程序、Web应用程序和企业级应用程序的职位。.Net开发人员负责使用C#、VB.NET、ASP.NET等编程语言以及相关的开发工具和技术，设计、开发、测试和维护各种.NET应用程序。他们需要熟悉.NET开发框架、数据库管理和服务器管理等方面的知识，并具备良好的问题解决能力和团队合作能力。通过使用.NET开发平台，.Net开发人员能够构建跨平台、可扩展、可靠和安全的应用程序，提供灵活的解决方案，并且能够持续地进行应用程序的优化和改进，以满足用户的需求。
薪酬概览
平均月薪
¥20800
中位数 ¥20000 ｜ 区间 ¥16900 - ¥24700
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
85.7% 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：岗位新增2
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 | 2 | 33.3% |
| 3-5年 | 2 | 33.3% |
| 5-10年 | 2 | 33.3% |
热招职位
1.负责多模态内容理解、多模态生成等算法技术在视频剪辑、多模态理解和生成业务上的落地工作：；
2.参与图像、视频、语音等多模态内容理解及生成相关算法的工程化落地；
3.参与多模态业务核心功能设计、开发及维护，包括但不限于服务性能调优、技术难点攻坚、指标自动化监控、异构大模型调度等；
4.参与维护后台服务，保证线上稳定性，以及搭建自动化分析系统，提升工程效率；
5.参与新技术调研以及探索，以及项目特定方向的重点、难点开发工作。
1. 全芯片Floorplan规划（Partiton/IO assignment)。
2. 子系统及模块的物理设计，包括物理综合,Floorplan,Place&Route, 优化PPA, 完成Timing/IR/EM/DRC/LVS/ERC收敛。
3. 完成芯片签核(Sign-Off)及交付。
4. 优化后端设计流程和方法。
5. 熟悉Full Chip IR/EM Sign-off 或 Full Chip PV Sign-Off(DRC/LVS/PERC) 是加分项。
1. 文本/图文/音频/视频数据清洗、处理流程的工程化算子实现；
2. 构建高效、可扩展的流程编排及执行引擎；
3. 构建基于海量图文数据的搜索引擎，内容检索、多模态检索、RAG及性能&效果优化；
4. 与下游模型平台的对接，相关sdk的设计；
5.构建agent平台，包括single-agent, multi-agent以及ui agent等，以更加智能化的方式支持我们的数据处理和高质量数据的生产；
6. 基于大模型、agent及我们已有的海量数据，在应用端的探索。
1. 参与数据生产链路以及质检，统计相关开发工作
2.与算法工程师和开发团队合作，协助研发同学完成指定需求的开发
3. 收集和质检打标数据，制作分析报告，帮助改进数据生产算法
4.协助测试团队进行仿真测试，分析测试结果，提供有效的反馈和建议
1. AI Agent落地① 深度参与AI Agent融合出海交付流程，利用大模型能力，通过构建业务特异化Agent，探索出海系统交付新范式；② 持续优化agent能力，通过上下文压缩、工具链编排、记忆系统优化，提升agent输出稳定性，并构建Agent审核机制，保证agent输出的正确性；③ 跟踪 LLM、多模态前沿技术，结合 C 端出海业务开展 POC 验证，推动有价值方向进入落地路径。
2. 出海核心业务系统建设① 负责出海C端及相关系统的开发、迭代与优化工作，支持多国多地区业务快速扩张；② 主导海外多 Region 部署架构设计，解决跨地域数据一致性、网络延迟、合规存储等全球化系统挑战；③ 主导交易链路稳定性建设，推进全链路监控、告警、容量规划及故障预案体系落地，建立完善的 SLO / SLA 保障机制；④ 深度参与资金安全相关建设，保证出海业务资金安全、用户资金安全，为用户提供体验流畅、资金安全的产品体验；
1）负责公司数据相关产品的建设，包括不限于数据 AI 应用、BI系统、大屏可视化、专题分析场景、策略工具2）对数据可视化等方向进行技术攻坚，承担复杂的可视化技术模块，并能够抽象与复用3）分析和发现系统中的可优化点，持续优化技术，提高产品易用性与用户体验，用数据来衡量成果4）新兴技术的调研与实践，AI+数据探索、AI Develop等场景应用。
- 负责自动驾驶建图与发布系统的后端架构设计与核心开发，主导数据服务功能的设计、性能调优与高可用保障。- 负责自动驾驶数据处理流水线的架构设计与优化，基于分布式实现大规模空间数据的高效处理与调度，持续优化计算资源利用率。- 深度参与团队技术规划与选型，沉淀通用组件与最佳实践，推动工程效能与团队技术能力持续提升。
1.负责数据采集/蒸馏及相关系统和平台的开发迭代和运维；
2.负责数据接入/质检自动化Pipeline的设计，建设和维护；
3.负责团队内AI智能体、Skills、Mcp等工具开发，为团队业务及系统提升迭代效率；
4.帮助团队攻克各种技术难关，提升全渠道数据获取的效率、质量和能力。
1.服务端 Gameplay 架构：具备全局业务视野，能主导复杂玩法的服务端系统设计；精通前后端同构环境下的逻辑解耦与架构演进；
2.移动同步与权威校验：精通 DS 端权威状态管理，深入理解游戏安全与主流反作弊技术；对移动、技能、数据范围下发等核心反作弊环节有落地经验；具备 服务器核心代码裁剪、核心配置裁剪避免逆向工程的工业化能力；
3.网络同步机制：深入理解 UE 网络同步底层（Replication/Iris/复制体系），具备大规模 Actor 同步优化、带宽与延迟优化的实战经验；
4.性能优化与资源裁剪：能建立常态化 DS 性能与流量监控体系，持续优化 CPU、内存与带宽，降低运行成本；
5.高可用与稳定性建设：熟悉 Headless 自动化单测与压测框架，有大规模录像回放系统开发经验；具备海量 AI 压测机器人、跨集群 DS 调度及全链路线上监控体系建设经验。
我们正在打造面向嵌入式/AIoT 场景的新一代 AI Agent 产品矩阵，涵盖智能助手、知识引擎、多模态交互等方向。团队负责从 Agent 架构设计到产品落地的全链路研发，现寻求具备 Agent 实战经验与工程化思维的研发工程师。
1、负责 AI Agent 核心能力的设计与研发，包括任务规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多轮对话管理等模块；
2、设计并实现 Multi-Agent 协作架构，包括子 Agent 路由、任务拆解与分配、Agent 间通信协议、结果聚合与冲突消解；
3、搭建 Agent 评测体系，设计评测数据集与评测维度（准确性、工具调用正确率、任务完成率），建设 A/B 评测流水线，持续优化 Agent 效果；
4、参与 Agent Harness 框架建设，包括 Agent 执行的编排调度、错误处理与重试机制、降级策略、可观测性（日志、Tracing、Token 用量、延迟监控）；
5、基于主流 Agent 框架开发可复用的 Agent Skill（技能包），制定 Skill 开发规范，推动 Agent 能力模块化；
6、参与知识库与检索系统的建设与优化：知识抽取、文档解析、混合检索、重排序等，构建领域知识库和语义索引系统；
7、使用 AI Coding 工具（Cursor/Claude Code/Codex）进行日常研发，实践 Vibe Coding 范式，持续提升研发效能。
1. 分布式存储系统开发与运维：负责企业级分布式存储平台的设计、开发、部署及日常运维，保障存储集群高可用、高吞吐、低延迟稳定运行。
2. 云原生存储落地：基于 Kubernetes 环境部署、配置、运维 JuiceFS/Alluxio，完成存储卷挂载、权限管控、动态供给，适配容器化业务运行需求。
3. 分层存储架构建设：依托 JuiceFS/Alluxio 构建统一数据湖、缓存加速架构，优化冷热数据分层、数据读写链路，支撑大数据、AI 训练、推理等场景的数据访问需求。
4. AI 场景存储专项优化：面向分布式训练、推理业务开展存储性能加速工作，结合业务特征定制读写策略，解决训练 / 推理过程中的 IO 瓶颈。
5. 自建存储体系建设与维护：深度使用、运维 Ceph、MinIO，负责对象存储、块存储、文件存储集群搭建、扩容与日常管控，保障多类型存储服务稳定供给。
6. 混合云存储架构落地：负责混合云环境下存储架构规划、打通与运维，实现线下自建存储与公有云存储互联互通、数据协同、统一管理。
7. 存储性能调优与问题排查：持续监控存储集群运行状态，分析 IO 瓶颈、元数据性能、缓存命中率等指标，开展存储级别深度性能优化，完成参数调优、故障定位与修复，提升整体存储服务能力。
8. 数据迁移与接入适配：对接业务系统、计算集群，完成存量数据迁移、存储接口适配，制定数据同步、权限管理、配额管理方案，保障业务平滑接入。
9. 存储架构迭代与方案落地：结合业务增长需求，迭代存储架构，设计容灾备份、数据安全、多租户隔离方案；参与技术方案评审，输出标准化存储使用规范。
10. 跨团队协作支撑：配合后端、大数据、AI、算法等团队，提供存储技术支持，解决分布式训练、推理场景下各类存储相关问题，推动项目落地。
1. 基于OpenClaw的C端社区探索，用Agent 重新定义人与信息的连接方式——探索 OpenClaw C 端社区从 0 到 1 的产品与技术全链路；
2. 围绕 OpenClaw 在 BA Agent、客服、营销等业务方向的应用，参与核心架构设计、能力优化与效果迭代；
3. 参与 OpenClaw 框架能力建设，重点研究智能体架构优化、推理成本控制、上下文治理、长期记忆与执行效率提升等方向；
4. 参与 OpenClaw Skill 体系建设，探索 Skill 的表示、组织、调度与自进化机制，提升复用和泛化能力；
5. 参与模型训练与调优，包括数据构建、Prompt 优化、监督微调、强化学习、效果评测等工作，提升智能体在复杂任务中的规划、调用与执行能力。