北京研发主管
研发主管是负责领导和管理研发团队的重要职位。他们负责制定和执行研发项目的战略规划，并确保项目按预算、时间表和质量标准得以完成。研发主管需要具备出色的技术能力和项目管理技能，以便有效地指导团队完成各项工作任务。同时，他们还需要密切关注市场趋势和竞争对手的动态，确保所研发的产品具有竞争力并符合市场需求。在团队管理方面，研发主管需要激励团队成员，促进团队合作，同时也负责评估团队成员的绩效，并进行必要的培训和发展规划。总之，研发主管在组织和领导研发团队方面起着至关重要的作用，他们的工作直接影响着企业的创新能力和市场竞争力。
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
负责Robotaxi自动驾驶系统的整体架构设计，构建面向规模化运营的车端 + 云端 + 运营平台 + 运维体系的技术架构，支撑Robotaxi车队安全、稳定和高效运营
岗位职责：
1、负责Robotaxi系统整体技术架构设计，包括车端自动驾驶系统、云端平台和运营系统，包括需求定义及拆解、架构设计及优化，推进方案设计的落地实现并确保按质交付
2、负责Robotaxi云端平台架构的设计，包括车队管理、远程监控、远程协助系统、调度系统以及对车辆状态、订单和异常的管理机制
3、负责Robotaxi车队规模化运营的运维架构，包括系统级的监控、告警和异常处理等
4、结合Robotaxi业务发展阶段，规划系统架构演进路线，持续优化系统性能、稳定性和运营效率，支撑车队规模化运营
1.负责财务相关业务与审批流程的前端技术设计、开发和对应的技术文档编制，负责前端技术选型和开发工作。
2.优化前端功能设计，解决各种浏览器和终端设备的兼容性问题，通过技术手段提升用户体验并满足高性能要求。
3.通用组件、类库编写，提升开发效率和质量，与后端工程师、产品经理、UE设计师等团队角色沟通，高质高效完成业务开发。
4.负责企业级财务数据产品的前端研发工作，覆盖财务数据分析等核心业务系统，逐步承接统建系统内部定开、统建系统与下级单位自建系统、与外部监管系统等集成对接等二次开发工作。
5.跟踪前端前沿技术趋势，持续优化技术方案与代码质量。
1、负责创新型原型机硬件总体设计开发，负责产品硬件竞争力分析，具备技术创新能力，能够敏锐洞察行业发展趋势，参与行业最先进的技术发展交流，有从理论到产品化能力，引领硬件设计方案的逐步演进；
2、端到端的硬件产品模块设计交付，如满足性能功耗约束下，实现高速信号完整性，电源信号完整性，硬件模拟&数字电路设计、充电、sensor、显示、Camera模块、外购件选型和产品化设计等；
3、负责硬件器件选型、原理图设计到SDV测试的完整研发过程，满足功能、性能、功耗、成本、质量等多维度需求的研发设计。
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。
你将有机会和业界一流的芯片团队一起进行倚天系列CPU的架构定义与开发，通过产品的持续迭代交付，成长为芯片架构师。岗位职责将包括以下一个或多个领域：
1. 分析Agentic AI、云服务器等业务场景，结合业务需求，推演和制定CPU处理器的架构特性与规格；
2. 分析ARMv9指令集架构特性与ARM服务器生态兼容需求，协同应用软件、OS及编译器等，定义每代产品CPU处理器的架构特性规格；
3. 研究业界CPU产品的新技术与新架构，进行软硬件协同设计，打造差异化产品竞争力；
4. 基于仿真模型进行架构特性规格方案的制定与评估，给出竞争力最优解；
1.负责RISC-V AI开源生态的规划与建设，推动RISC-V国际社区生态建设，联合国内共建RISC-V AI开源生态。
2.参与制定RISC-V Matrix扩展标准，推动其在行业中的落地与应用。
3.参与RISC-V Matrix加速引擎的架构建模与参考设计实现。
4.参与定义与优化RISC-V AI底层算子库，提升计算效率与易用性。
（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.持有腾讯云TCA/TCP认证或AI技术领域的专业认证；
2.具备从0到1打造标杆客户案例的经验，能够清晰梳理并复制成功方法论。
1、主导多模态大模型（eg: deepseek、lama、qwen）的工程化落地，设计数据清洗-训练-推理全链路优化方案；
2、构建可复用的工程模块（如自动标注系统、场景仿真工具、测评平台），支持算法快速迭代；
3、攻坚大模型系统优化技术（模型压缩、硬件加速），让大模型能顺利落地各个业务场景；
1.参与财务系统核心模块（账务引擎、计费中心、清结算、对账系统、业财一体化等）的架构设计（系统设计？）与开发，负责处理复杂的财务业务逻辑与资金流转，确保高并发场景下核心交易链路的高精确度与数据最终一致性。
2.参与财务核心系统基础平台能力建设，打造安全、可靠、稳定、高效的财务核心系统，参与主数据平台、集成平台、流程引擎、规则引擎等系统规划、架构设计、研发。
3.负责财务系统整体技术方案的规划与评审，设计高性能、高可用的分布式架构，制定并推行技术规范，保障系统的高可用、高并发、可扩展性及安全性。
4.在业财融合深入推广过程中，逐步承接统建系统内部定开、统建系统与下级单位自建系统、与外部监管系统等集成对接等二次开发工作。
5.跟踪前沿技术趋势，持续优化技术方案与代码质量。
1、面向具身智能、机器人、自动驾驶、工业智能等客户，负责云平台、GPU 算力平台、AI Infra 相关解决方案设计、售前支持与 PoC 落地。
2、深入理解具身智能业务链路中的数据形态和计算需求，包括机器人日志、传感器数据、图像 / 视频、点云、轨迹数据、仿真数据、标注数据、训练样本、评测数据等。
3、能够围绕数据采集、数据清洗、数据标注、数据管理、数据回流、仿真数据生成、训练数据集构建、模型评测等环节，设计相应的数据与算力基础设施方案。
4、基于客户实际业务场景，拆解训练、仿真、评测、推理、云边协同等任务对 GPU、CPU、存储、网络、调度系统和平台能力的要求。
5、设计并推动 GPU 集群、AI 训练平台、仿真平台、数据闭环平台、推理服务平台、MLOps 平台等方案落地。
6、负责客户技术交流、需求调研、架构设计、PoC 测试、方案讲解、招投标支持和技术答疑，能够将客户需求转化为可验证、可交付的技术方案。
7、编写解决方案文档、架构图、测试方案、部署方案、标书材料和客户汇报材料。
8、协同销售、产品、研发、交付和生态伙伴团队，推动客户项目从售前验证到交付实施，并沉淀可复制的行业方案。
9、跟踪具身智能、机器人数据闭环、仿真训练、大模型训练、GPU AI Infra、云原生 AI 平台、智算中心等方向的技术趋势。