北京软件部经理
软件部经理是一家公司的高级管理人员，负责领导和管理软件开发团队，确保软件项目的顺利进行和成功交付。该职位的主要职责包括制定和实施软件开发策略、管理软件团队的日常运营、监督项目进度和质量，协调跨部门的合作，以及与上级领导沟通汇报工作情况和需求。软件部经理需要具备出色的技术背景和丰富的项目管理经验，能够有效地协调资源，解决问题和推动团队达成目标。另外，与其他部门的协作能力、领导能力、沟通能力和决策能力也是软件部经理所需要具备的重要素质。该职位通常承担着公司软件项目的成功与失败的责任，对企业的发展至关重要。
薪酬概览
平均月薪
¥20900
中位数 ¥17500 ｜ 区间 ¥16000 - ¥25800
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
66.7% 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
5
对比上月：岗位减少5
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 | 50% |
| 3-5年 | 2 | 50% |
热招职位
1. 负责车机软件开发全流程管理：从需求调研到量产交付的计划制定、资源协调（研发、测试、硬件、供应链）及进度跟踪；
2. 风险与质量管控：识别项目风险（如ASPICE认证延迟、芯片供应短缺），制定应对方案；确保项目符合车规级质量要求（ASPICE Level
3、ISO26262 ASIL-B）；
3. 跨团队协同：对接主机厂客户、硬件团队（域控制器）、软件团队（应用/中间件）及测试团队，推动需求落地；
4. 沟通与汇报：向客户、高层输出项目进度报告、质量报告，解决项目冲突；
5. 量产支持：协调试生产（PPAP）、小批量验证（SOP）等环节，确保软件版本顺利交付。
- 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。
专业要求医学、药学等相关专业工作职责1.协助项目负责人制定项目计划，监督项目计划执行，识别偏差并推动纠偏；
组织开展项目讨论会，发现并协助解决各项问题，推动项目进展；
3.协调内部团队及外部合作方，定期组织沟通会议，确保项目信息畅通；
4.收集并管理项目研发过程中的各项文件，建立项目过程资产库；
5.完成项目管理过程中的计划追踪、节点提醒、资料准备、状态报告汇总等事务性工作；
6.其他各项领导交办的工作。
任职要求1.医学/药学专业本科及以上学历；
2. 5年以上制药/生物技术公司项目管理经验，其中至少包含临床阶段项目的管理经历；
3.具有良好的文字写作功底、较强的沟通协调能力、抗压能力和自我驱动力；
4.具有良好的逻辑思维和学习能力，主观能动性强；
5.有临床运营经验者优先，具备PMP证书者优先。
1、项目管理与业务交付：负责团队参与的量产和交付项目的全生命周期管理，深入理解业务，结合业务目标明确项目范围、时间节点、交付标准及资源需求，制定科学可行的项目计划，在规定时间内拿到既定业务目标，对项目过程和结果负责；监督项目进度执行，定期跟踪项目里程碑达成情况，及时发现并解决项目推进中的卡点、瓶颈问题；参与项目质量管控，监督技术方案落地、测试验证等环节，确保交付成果符合技术规范与客户需求。
2、资源协调与跨部门协同：协调项目所需各类资源，合理分配资源，解决资源冲突；承担部门跨团队协同核心角色，高效联动前线AR、SR、产研、运维、财务、法务等多方向，保障项目顺利推进。
3、团队与客户衔接：期望能成为团队与客户的“翻译官”，定期向客户和项目相关方同步技术和项目进度、质量、风险等情况，沟通交付难点，向内部交付团队传递客户诉求，确保双方信息高效同步；处理项目相关的投诉与异议，协调各方达成共识，维护良好的合作关系，保障项目顺利推进。
4、知识沉淀及团队赋能：结合业务和团队特点，积累和沉淀项目管理和交付经验及方法论，组织技术交流、经验分享等活动；通过对研发和交付过程中细致敏锐的观察及定量/定性分析度量，诊断团队效率痛点并推动协同团队做改进提升；组织团队活动，激励团队士气，提升团队凝聚力。
一、项目推进与管控负责项目全生命周期管理，为项目从线索到开业的时效性负责利用专业经验助力门店开发/拓展同事提报项目，确保提报质量与效率识别并预警项目商务与时效相关风险，提前制定应对方案二、跨方协同与问题解决协同项目相关方，推动解决项目中的 corner case 及复杂问题建立并维护高效的跨团队沟通机制，确保信息同步顺畅三、方法论沉淀与能力建设具备总结提炼能力，将项目中遇到的问题转化为通用化解决方案持续优化项目管理流程与工具，提升团队整体效能四、项目基础事务管理完成项目中必要的基础事务性工作（盖章、邮寄等）严格遵守公司盖章标准与规则，确保合规操作
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。
1. 研发行业领先的具身操作大模型，设计创新的模型结构并基于海量数据做超大规模的训练；
2. 设计包括不限于预训练、强化学习后训练的完整训练流程，提升模型性能；
3. 设计包括仿真在内的，高效的数据获取和测试可规模化的路径；
4. 推动具身操作大模型在行业落地，解决落地中的关键问题。
职位描述：
1、参与图像分类、人脸检测与识别、OCR、目标检测、语义分割等图像处理项目的研究与开发工作；
2、参与实际项目，针对业务场景进行模型的训练、调优、落地等；
3、跟进前沿技术，阅读最新论文并复现对比。
任职要求：
1、硕士及以上学历，至少熟悉一门主流的计算机编程语言，包括但不限于Python、C、C++、Java、Go等；
2、良好的数据分析能力，扎实的数据结构与算法能力，熟悉操作系统、网络、软件工程等基础知识；
3、熟悉常见深度学习框架，如TensorFlow、Caffe、PyTorch等；
4、熟悉图像算法、经典CV模型、典型CV任务，有相关项目经验者优先；
5、责任心强，积极主动，有良好的沟通能力和团队合作能力。
职位描述：
1、参与图像分类、人脸检测与识别、OCR、目标检测、语义分割等图像处理项目的研究与开发工作；
2、参与实际项目，针对业务场景进行模型的训练、调优、落地等；
3、跟进前沿技术，阅读最新论文并复现对比。
任职要求：
1、硕士及以上学历，至少熟悉一门主流的计算机编程语言，包括但不限于Python、C、C++、Java、Go等；
2、良好的数据分析能力，扎实的数据结构与算法能力，熟悉操作系统、网络、软件工程等基础知识；
3、熟悉常见深度学习框架，如TensorFlow、Caffe、PyTorch等；
4、熟悉图像算法、经典CV模型、典型CV任务，有相关项目经验者优先；
5、责任心强，积极主动，有良好的沟通能力和团队合作能力。