长春数据开发
数据开发是利用各种技术和工具来收集、存储、处理和分析大规模数据的过程。数据开发人员负责构建和维护数据管道，确保数据的可靠性和准确性。他们需要具备良好的编程能力和数据处理技能，能够设计和实施数据管理系统，以支持业务需求和数据分析。数据开发人员需要与数据科学家和业务团队合作，确保数据平台能够满足各种需求。他们也要负责监控数据质量，解决数据相关的问题，并不断优化数据处理流程和性能。在不断涌现的大数据时代，数据开发人员扮演着至关重要的角色。
薪酬概览
平均月薪
¥10400
中位数 ¥12000 ｜ 区间 ¥7600 - ¥13300
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
80% 人群薪酬落在 8-15k
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
4月新增岗位
9
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 | 9 | 100% |
热招职位
【2026】体系数字化部 -数据管理室-数据管理工程师（主管级）
【履职职责】
1.负责企业指标体系的产品设计、搭建与优化，确保指标体系的完整性、准确性和可扩展性。
2.负责数据中台产品的产品设计及功能规划，推动数据治理、数据开发、数据服务等核心能力的落地。
3.结合AI技术，设计企业级智能助手产品，优化人机交互体验，提升业务智能化水平。
4.深入业务场景，挖掘用户需求，高效管理需求优先级。
5.参与AI平台的技术架构设计，评估并选择合适的技术方案，确保系统的稳定性、可扩展性和高性能。
6.主导集成测试工作，制定上线计划，确保产品交付质量；协调各方资源，保障产品顺利上线。
7.收集运行期间的问题反馈，推动问题分类、处理及产品持续优化，提升用户体验。
岗位职责以时点【职位说明书】为准
1. 负责车联网大数据AI算法整体规划与技术路线制定，统筹云端大规模训练平台与车端推理引擎的协同架构设计，构建端云结合的算法迭代闭环体系。
2. 主导基于车联网数据的大模型应用开发与落地，包括LLM/VLM在质量问题分析、远程智能诊断、用户行为理解等场景的适配、微调与部署，推进Prompt工程、RAG、端侧推理等关键技术攻关。
3. 设计并落地多模态数据融合的AI算法框架，将车辆传感器、语音、图像、时序数据等进行联合建模，支撑AI智能诊断平台等核心产品的算法能力升级。
4. 负责端侧AI推理能力的规划与建设，推进模型量化、蒸馏、剪枝等轻量化技术路线决策，适配车端异构算力，实现端侧实时推理与云端高精度计算的协同。
5. 建立从数据回流、自动标注、模型训练评测到OTA部署的完整算法工程化体系，制定模型版本管理、效果监控及持续优化的标准规范，保障线上算法服务的高可用与低成本。
6. 跟踪前沿技术发展，主导车联网AI算法的技术预研和创新能力建设，带领团队攻克业务难点，制定技术规范与人才梯队培养计划。
1. 负责TSP系统进行平台化技术架构设计，支持多品牌和海外业务；
2. 负责海外独有业务模块的设计和开发；
3. 根据当前业务对TSP进行性能优化和提升；
4. 持续关注车联网海外行业动态，跟踪技术发展趋势，不断提升自身技术水平。
1.负责自动化测试的技术架构设计及实现，以满足平台性能和稳定性的诉求；
2.参与产品需求分析，制定测试计划并从测试的角度提供优化意见，预先评估项目风险，确保测试活动的顺利开展；
3.对线下和线上问题进行跟踪、分析和报告，推动问题及时解决，并优化测试用例；
4.负责测试体系能力度量体系构建，引入度量体系改进测试设计和执行等过程；
5.通过总结、对外交流、技术钻研和培训，持续改进测试过程和测试方法。
1. 负责车载通信（卫星通信）软件系统的整体架构设计，定义软件分层、模块划分及接口规范；
2. 主导软件技术选型与风险管控，确保软件架构的可扩展性与可靠性
拟承担工作：
1. 设计车载通信（卫星通信）软件架构，包括协议栈、应用层、驱动层及与整车EE的交互；
2. 评估并选择操作系统、中间件、通信协议栈等关键软件组件；
3. 识别软件研发风险（如多模融合、实时性、安全性），制定缓解策略；
4. 编写架构设计文档，指导开发团队进行详细设计与实现
1. 负责车载通信（卫星通信）协议栈、核心算法及车端功能软件的开发；
2. 负责T-Box集成与通信功能联调
拟承担工作：
1. 基于C++开发车载通信（卫星通信）协议栈（如私有协议、3GPP卫星接入协议）；
2. 实现链路预算、波束切换等算法模块，并进行单元测试；
3. 参与T-Box软件集成，适配不同硬件平台，解决驱动与协议兼容问题；
4. 开发车端车载通信（卫星通信）应用功能（如位置报告、紧急呼叫），并进行整车级联调；
5. 编写软件设计文档及测试报告
1. 参与车联网大数据AI算法的设计与开发，承担大模型应用、智能诊断、端侧推理等方向的关键模块研发，确保算法效果与工程落地质量。
2. 负责大模型在特定场景的适配与微调，包括Prompt工程实施、RAG检索链路开发、模型评测与推理服务封装，支撑智能诊断与体验洞察等产品功能。
3. 承担端侧AI推理能力的建设任务，负责模型量化、蒸馏、剪枝等轻量化技术的具体实现与调优，完成在车端异构算力上的部署与性能验证。
4. 参与多模态数据融合算法模块开发，对车辆传感器、语音、图像、时序数据进行联合特征工程与模型训练，支撑AI智能诊断平台的功能迭代。
5. 参与算法工程化体系建设，负责数据回流、自动标注、模型训练评测及OTA部署链路的模块开发与维护，落实模型版本管理与效果监控规范。
6. 跟踪前沿技术并协助技术预研，独立解决负责模块的技术难点，输出技术文档和最佳实践，辅导初级工程师成长。
1.负责设计、引入数据产品测试平台或工具，提高数据质量的测试效率及准确性；
2.负责对数据质量相关问题的深入分析和定位，与上下游协同推动解决数据相关问题；
3.负责对数据相关系统的性能目标分析，保障数据业务的性能；
4.参与数据业务测试流程的规划制定及落地实施，持续提升数据产品的质量及研发效率；
1、负责TSP车端应用设计，满足远控、车况等远程服务的稳定性和时效性。
2、规划TSP未来车云一体化技术方案，实现下一代车联网的升级。
3、基于当前AIDV的发展趋势，研究车云协议的升级方案。
1、负责TSP车端应用的开发，满足远控、车况等远程服务的稳定性和时效性。
2、负责TSP未来车云一体化技术的开发，实现下一代车联网的升级。
3、基于当前AIDV的发展趋势，开发车端TSP AI Agent应用。
1. 负责App端、TSP云端、车端的端到端的车联网应用功能的架构设计和开发，注重扩展性和平台化
2. 负责车联网核心平台IoT平台的架构设计、开发及日常运维，建设高并发、高吞吐、可扩展的IoT平台
3. 负责核心功能模块的开发，注重开发模式和开发质量，保证系统性能和稳定性；
4. 设计端到端的测试方案，包括性能测试和自动化测试，提升日常软件迭代效率和质量；
5. 关注车联网行业动态，跟踪技术发展趋势，不断提升自身技术水平。
1. 开展具身智能机器人市场拓展、渠道运维及营销落地工作。
2. 负责产品全链路营销执行，落地市场推广、客户开发、商务对接等工作，保障分管营销板块高效运转。
3. 深挖区域及行业客户需求与痛点，推广标准化解决方案，协助优化定制化方案，独立跟进中小项目落地，参与打造行业标杆案例，沉淀推广经验。
4. 协助开展行业及竞品调研，跟进市场趋势，为营销策略、产品定位优化提供依据，提升细分市场渗透率。
5. 对接产品、研发、交付、售后等团队，做好跨部门协同，解决项目落地问题，保障项目平稳交付，优化客户服务体验，提升客户满意度与复购率。
6. 完成上级交办的其他临时性工作。
1.监控平台告警，筛选攻击行为，包括攻击成功和企图攻击但未成功
2.针对疑似攻击成功事件进行初步研判，包括分析请求、响应报文，解析 数据包等，进行研判分析
3.发现并提报安全告警中发现的系统脆 弱性，如弱口令、未授权访问等
4.安全设备的日常运维、升级、巡检、排障等工作