北京技术开发经理
技术开发经理是负责领导和管理技术团队的职位。他们负责制定技术战略、管理项目开发、团队建设和技术创新。技术开发经理需要与跨部门合作，定制技术解决方案，确保项目按时交付，并在预算范围内。他们需要与高管层沟通技术战略和发展方向，并确定技术团队的目标和执行计划。作为领导者，他们需要指导和培训团队成员，确保团队的高效运转和员工的职业发展。此外，技术开发经理需要保持对技术趋势和市场动态的敏感性，以确保团队的技术能力始终保持竞争优势。综合来说，技术开发经理在公司中扮演着技术领导者和项目管理者的角色，对公司的技术发展和项目实施起着关键作用。
薪酬概览
平均月薪
¥23600
中位数 ¥22500 ｜ 区间 ¥18000 - ¥29200
数据来源：谈职全网53份招聘数据；更新时间：2026年7月13日
月薪分布
60.4% 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
53
对比上月：岗位减少9
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 | 4.1% |
| 1-3年 | 5 | 10.2% |
| 3-5年 | 17 | 34.7% |
| 5-10年 | 20 | 40.8% |
| 不限经验 | 5 | 10.2% |
热招职位
1.为泛互联网行业客户提供技术咨询服务，开拓和服务泛互联网客户群体，为客户提供技术咨询/PoC验证等技术支持服务，维系客户及支持客户的持续高速发展，协同商务团队数字目标达成；
2.深入理解互联网业务对云计算的需求，分析其快速发展过程中，所遇到的挑战和未来的方向；
3.针对客户业务场景，为客户规划基于腾讯云的云架构方案，并规划出可行的、包含应用迁移和数据迁移的上云落地方案；
4.在持续服务中挖掘和获得客户在腾讯云上的新增长点，组织产品和服务方案，和产研及相关支持团队紧密协作，逐个落地方案；
5.负责上云案例和技术方案的更新维护以及相关的布道工作。
1.理解客户需求，包括智能驾驶ADAS/AD域控制器的电子、结构、算法功能和性能指标、系统软件，硬件等需求，依据客户的招投标要求，准备相关的技术资料，参与应标与相关的答辩；
2.协助业务经理，与客户沟通并协调内部技术资源，分析客户需求，进行技术可行性评估，讨论产品性能的技术规格，并形成需求分析文档；
3.依据产品的标准功能以及客户定制化的需求，制定和开发系统解决方案并主导技术交付；
4.理解AI芯片应用原理和硬件参考设计方案，掌握公司智能驾驶ADAS/AD域控制器系统架构，协助客户进行系统方案设计和开发；
5.理解智能驾驶算法基于原理和开发过程，推动公司只能驾驶算法解决方案在客户量产落地；
6.了解公司各产品线产品Roadmap，定期汇总客户需求分析文档，协助产品市场完善产品推广方案，文档及相关资料的制作；
7.识别项目交付过程中各种技术风险，对内做好风险升级并推动产研解决相关问题，对外控制客户预期，确保客户满意度；
1、负责自动驾驶数据闭环的架构设计、系统建设及工具研发，保障其高可用和高扩展性，构建高效的工程化解决方案，提升系统性能、可维护性和稳定性。
2、制定研发计划并协调前后端与算法团队，掌控项目进度与风险，确保高质量交付。推动系统的线上化、效能提升，优化开发流程与工具链，降低跨团队协作成本。
3、设计前瞻性的架构方案，提升系统吞吐量与稳定性，通过持续的自动化测试与性能调优，保障系统可靠性，持续改进代码质量。
4、数据闭环：包含但不限于 车端/云端数据管理、采集回流、挖掘、标注、数据集等环节。
1. AI Fabric架构设计： 负责公司AI数据中心Spine/Leaf Clos Fabric网络架构的规划、设计与持续演进，覆盖100G/400G/800G Ethernet互联方案
2. 无损网络构建： 设计和部署RoCEv2无损网络方案，包括PFC流控、ECN拥塞通知、AI Congestion Control策略调优，保障GPU集群间低时延高吞吐通信
3. 控制平面演进： 主导EVPN控制平面的部署与优化，推进去Peer-Link / 去MLAG架构落地，实现EVPN-MH多归属双活接入
4. 大规模集群网络交付： 支撑千卡到万卡GPU训练集群的网络交付，确保ECMP多路径负载均衡、快速故障收敛、GPU利用率最大化
5. 性能优化与故障治理： 针对AI训练场景（AllReduce、MoE专家通信、Incast等），持续优化网络时延与抖动，建立网络可观测性体系
6. 技术前瞻与选型： 跟踪AI网络领域前沿（NVIDIA Spectrum-X、Ultra Ethernet Consortium等），推动技术选型与PoC验证
7. 解决方案与安全：确保网络架构匹配分布式训练框架需求，保障AI Fabric网络隔离与多租户安全。
8. 技术沉淀与落地：输出技术方案文档、架构白皮书，推动团队及跨团队技术影响力建设
（以下一项或多项）：
1. 设计NPU中的高性能向量计算单元（VPU）的完整微架构，包括SIMT执行模型、线程块调度、寄存器文件、执行流水线等；对标NVIDIA GPU的Warp执行模型，设计适应NPU特点的向量执行方案；
2. 定义VPU的指令集架构（ISA），包括向量运算指令、内存访问指令、同步指令等；设计高效的执行单元支持多种数据类型和精度；
3. 对VPU的PPA负责，优化线程级并行性和资源利用率；建立VPU的架构和性能模型，识别瓶颈并提出优化方案，确保VPU的吞吐量和能效达到业界水平；
4. 撰写详细的微架构文档和设计规范，与设计验证人员合作，确保 VPU的功能正确性和数值精度。
1、负责实现NPU以及SoC的任务管理和调度方案（包含软件和硬件）；
2、与NPU架构师共同协作，定义下一代芯片的任务管理、资源管理的软硬件实现方案；
3、 与编译器与底软团队合作，定义软硬件接口；
4、 能够根据自动驾驶场景的时效性等特殊需求，实现整芯片以及多芯片的任务调度，以及相关的资源管理。
1.贯彻集团数据标准体系，包括主数据管理、元数据管理、数据模型设计规范等，推动标准在数仓建设与BI应用中落地执行。
2.负责相关业务领域的数据治理规划，完成数据标准、数据质量、数据安全、数据资产管理等建设实施落地。
3.独立完成或指导实施数据开发、BI分析看板、数据质量评估、问题溯源改进等专项建设任务。
4.推动数据治理与业务服务深度融合，支撑经营分析、财务数字化、穿透式监管等关键场景的数据需求。
5.跟踪数据治理前沿技术与行业实践，持续优化治理体系与工具能力。
1、负责语音助手相关功能的需求分析、设计工作，通过大模型实现用户意图识别和AIGC相关的功能。
2、负责业务核心系统的架构设计与优化，确保系统的高可用性、高性能和可扩展性。
3、参与产品需求分析，制定技术方案，进行系统架构设计和技术选型。
4、解决系统在实际应用中的技术难题，进行性能调优和故障排查。
5、与产品经理、开发人员、测试人员等团队成员紧密合作，推动系统稳步迭代。
6、关注语音助手领域的最新技术动态和发展趋势，进行技术预研和创新。
1、国际市场洞察
对区域目标市场的多个重点市场要素开展调研，收集行业发展趋势、行业准入法律法规或技术要求，做好市场需求规划，持续优化竞争策略，产品策略和投标策略。
2、项目投标与技术支撑
主导项目技术投标工作，了解并参与规划重点客户的关系维护和引导策略，负责向重点客户做新产品、新技术或重点项目方案的推介，提升客户对公司产品技术或项目方案的认可度和中标率。
3、合同谈判与技术交付
牵头中标项目合同技术转化、产前技术方案审定、技术交底与风险管控，统一技术口径与交付标准；在交付阶段协同项目经理完成技术难题处理，以及关键技术方案的端到端闭环管理。
4、技术中台体系建设
搭建总部级技术中台管理体系，推动AI技术在技术管理方面的落地和应用，统筹国际解决方案全流程技术文件、标准、流程与工具建设，构建分级项目技术管理体系，实现技术能力标准化、平台化。沉淀可复用的方案库、素材库、风险库，形成客户技术引导方法论，支撑国际业务规模化扩张。
1、国际市场洞察
对区域目标市场的多个重点市场要素开展调研，收集行业发展趋势、行业准入法律法规或技术要求，做好市场需求规划，持续优化竞争策略，产品策略和投标策略。
2、项目投标与技术支撑
主导项目技术投标工作，了解并参与规划重点客户的关系维护和引导策略，负责向重点客户做新产品、新技术或重点项目方案的推介，提升客户对公司产品技术或项目方案的认可度和中标率。
3、合同谈判与技术交付
牵头中标项目合同技术转化、产前技术方案审定、技术交底与风险管控，统一技术口径与交付标准；在交付阶段协同项目经理完成技术难题处理，以及关键技术方案的端到端闭环管理。
4、技术中台体系建设
搭建总部级技术中台管理体系，推动AI技术在技术管理方面的落地和应用，统筹国际解决方案全流程技术文件、标准、流程与工具建设，构建分级项目技术管理体系，实现技术能力标准化、平台化。沉淀可复用的方案库、素材库、风险库，形成客户技术引导方法论，支撑国际业务规模化扩张。
● 跟踪深芯片领域及新型计算领域（如机器学习）发展，设计开发高性能低功耗的架构、芯片及硬件产品。 参与芯片架构与微架构设计，负责开发和维护各种通用接口和模块；
● 针对阿里巴巴集团业务发展需求，开发相应原型系统，落地芯片产品。
1、负责高级别自动驾驶系统产品场景的功能需求和技术规范定义，细化功能场景
2、负责规控功能需求分析及分解，负责与感知、人机交互、底盘等跨领域需求及交互接口
3、负责规控功能架构定义，落实方案并识别技术风险，确保系统设计的合理性和可行性
4、针对量产项目及车型匹配，识别重点需求与问题，制定相关解决方案与措施
5、跨团队、跨部门沟通合作解决产品关键问题