南京技术VP
技术VP是指技术副总裁,是公司技术部门的高级管理者,负责制定和执行技术发展战略,领导技术团队实现公司业务目标。技术VP需要具备丰富的技术背景和管理经验,能够理解并引领技术团队在创新和发展方面取得成功。他们必须与其他部门的高管密切合作,确保技术与业务目标相一致,推动公司的技术创新和发展。技术VP还需要管理技术团队的人员和资源,激励团队成员不断提高技术能力,同时协调各方面资源以支持公司业务的发展。整体来说,技术VP在公司中扮演着至关重要的角色,促进技术与业务的结合,推动公司不断前进。
薪酬概览
平均月薪
¥34800
中位数 ¥30000 | 区间 ¥28000 - ¥41600
数据来源:谈职全网33份招聘数据;更新时间:2026年7月13日
月薪分布
45.5% 人群薪酬落在 >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
50
对比上月:岗位新增30
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 | 5 | 11.6% |
| 1-3年 | 5 | 11.6% |
| 3-5年 | 5 | 11.6% |
| 5-10年 | 20 | 46.5% |
| >10年 | 8 | 18.6% |
热招职位
1.负责互联网业务 App 端架构设计、技术选型与架构演进,保障高性能、高扩展,推动模块化、组件化、工程化建设,提升研发效率和交付质量。
2.负责客户端性能与稳定性治理,包括启动速度、卡顿、崩溃、内存、包体积、耗电等核心指标优化。
3.结合手机、平板、穿戴、车机、IoT 等多终端形态,推动跨设备协同与系统能力融合。
4.负责关键技术方案评审、架构规范制定、核心问题攻关和团队技术能力建设。
5.跟进 AI 技术在 App 端的应用,推动端侧智能、AIGC 能力接入等场景落地。
作为终端设备智能化升级的核心技术决策者,您需深度融合终端硬件能力与端侧AI技术,主导从芯片选型、系统架构到AI应用落地的全链路技术体系构建,推动终端设备在智能交互、实时决策等场景的竞争力突破。
1. 终端技术架构设计
定义终端设备(手机/机器人/车载系统等)的异构计算架构,统筹CPU/GPU/NPU算力分配,优化端侧AI推理性能(如延迟<50ms、功耗<1W)。
主导轻量化AI框架研发,支持TensorFlow Lite/MNN等引擎的定制化适配,解决模型压缩(如知识蒸馏、量化)与硬件兼容性问题。
2、 AI能力终端化落地
设计端云协同方案,划分云端训练与端侧推理边界,实现隐私保护下的实时AI功能(如语音唤醒、行为预测)。
攻关节能算法:开发动态电压频率调整(DVFS)、模型稀疏化等技术,平衡AI算力需求与终端续航。
3. 终端产品技术闭环
从硬件层(传感器选型、功耗优化)到应用层(AI Agent、多模态交互)全栈把控,确保技术方案与产品体验一致。
建立终端AI基准测试体系,量化模型精度(如mAP)、推理速度(FPS)等核心指标,驱动技术迭代。
4. 生态构建与商业化
联合芯片厂商(如高通/联发科)定制AI-ISP芯片,推动NPU算力密度提升与能效优化。
打造终端AI开发者平台,提供模型转换工具链、仿真测试环境,构建行业技术标准
1.负责智能机器人基于ROS 2的系统架构设计、核心模块划分与通信机制定义,构建高内聚、低耦合、可扩展的软件框架,确保系统实时性与可靠性。
2.主导基于参考框架(如Autoware)的自研系统(OS)的架构演进、核心模块的定制化开发与深度优化,解决框架层面的性能瓶颈与复杂技术问题。
3.制定并推行团队内部的ROS 2开发规范、接口标准、测试流程与部署策略,提升代码质量与团队开发效率。
4.负责机器人各功能模块(感知、定位、规划、控制、人机交互等)在ROS 2框架下的集成、调试与性能优化,确保系统整体功能与性能达标。
5.跟踪ROS 2社区及机器人领域前沿架构思想,引入合适的技术与工具,持续提升系统架构的先进性。负责关键技术预研与原型验证。
6.指导中级、初级工程师进行ROS 2相关开发,进行技术培训与分享,解决开发中的架构性难题。
1、开发和优化差速机器人底盘的控制和传感器数据采集功能;
2、开发基于编码器和IMU融合的轮式里程计功能;
3、开发和优化机器人自主探索建图功能,持续提升效率和覆盖率;
4、开发和优化机器人自主回充功能,持续提升效率、成功率和鲁棒性;
5、其他移动机器人相关算法、策略、应用的设计和开发。
1. 参与机器人大规模软件的开发和维护工作
2. 参与机器人多模态感知数据采集系统的开发和维护工作
3. 负责基于机器人双目视觉的AI算法在地瓜芯片上的高效部署
4. 开发基于机器人双目视觉的AI算法应用及相关文档的编写
5. 为客户提供机器人双目视觉AI算法的技术答疑、送测与现场支持服务
1.负责智能驾驶产品算法性能测试工作,主要负责数据回灌仿真测试工作,负责回灌仿真测试框架搭建、测试工具开发工作;
2.建立并维护自动驾驶系统运行场景库,基于实车数据构建编制测试场景库,以及自动化场景生成;
3.负责对实车数据进行后处理分析和定位,进行自动化测试方案制订,自动化框架构建与维护;
4.负责智能驾驶项目自动化回归测试工作,用例编写与执行,撰写测试报告。
1. 协助参与智能制造或工业智能化平台后端模块的开发与测试,包括数据接口、设备管理、基础服务等;
2. 在导师指导下编写和维护 RESTful API,支持前端功能与设备数据交互;
3. 参与数据库基础操作与简单业务逻辑实现,学习微服务架构与系统设计;
4. 协助进行系统联调、Bug 修复及技术文档整理;
5. 学习并应用主流后端技术栈(如 Java/Spring Boot、Python、Node.js 等)及开发流程。
1、负责户用光储、工商业储能、分布式并网逆变器及储充系统的功率控制、能量管理、电能质量优化等核心算法设计、仿真建模、迭代优化与整机验证,支撑分布式产品算法体系搭建;
2、负责承接分布式光储产品算法层面技术难题攻坚与闭环,牵头并网控制、离网稳压、功率平滑、谐波抑制等算法优化迭代,完善产品算法开发与验证体系,保障产品并网稳定、性能达标;
3、负责国内外分布式并网标准、电能质量规范梳理对标,配合完成产品认证测试、算法适配整改、性能对标优化,输出标准化算法方案与验证报告;
4、负责分布式产品线光储产品新型控制算法预研、现有算法迭代升级与性能挖潜,支撑产品差异化竞争力提升。
一、测试执行:
按项目计划及客户要求,完成驻厂现场硬件系统测试、整车电气特性测试、热测试的全流程执行,独立把控测试进度。
负责整车冬季/夏季标定测试的现场操作与数据记录;
能够准确配置并使用整车测试设备、标定工具、热测试仪器,维护现场测试环境。
问题排查:
负责 DV 试验阶段的问题复现与初步排查定位,整理清晰的问题清单同步研发团队跟进。
记录测试过程中的偏差与异常,描述现象、发生条件、测量值偏差量,推动问题闭环。
二、文档与交付:
规范记录测试过程数据,按客户规范输出测试记录与初步测试报告。
整理标定测试结果、整车测试数据,确保数据可追溯,交付符合要求的测试文档。
三、客户对接:
对接客户现场需求,配合响应测试调整要求,保障项目整体进度。
遵守客户驻厂管理规范,维护公司驻场形象,保证履职稳定性。
1.基于车型需求,进行网络安全需求开发和管理,并进行项目管理汇报;
2.定义项目网络安全基本要求、发布计划、项目角色、项目交付物等;
3.网络安全周会/月例会/关键会议组织、项目问题列表和行动项跟踪;
4.项目网络安全实施工作跟踪,网络安全开发交付物审核,确保项目平稳推进;
5.组织月度网络安全总结改进/经验教训
1.智能驾驶产品方向开发,负责智能驾驶中央计算单元的硬件系统设计,负责智能驾驶各传感器融合,整车姿态决策控制的硬件系统设计;
2.根据应用方向及系统需求,负责硬件方面的需求调研;
3.制定硬件需求及关键方案,参与关键器件的选型;参与硬件及系统测试方案的制定;
4.设计原理图,参与PCB设计;
5.完成硬件调试,包括电磁兼容方面的调试;
6.跟进实现汽车级别的产品量产化,对产品(电子元器件)进行质量控制及成本控制;
7.编写硬件设计相关文件,例如WCCA、DFMEA等。
1、本科及以上学历,8年以上工作经验(其中至少3年以上政府工作经历或政府事务工作经验),熟练驾驶能力;
2、具备丰富的政府资源,有政府部门工作经历优先;
3、为人正派,抗压能力强,具有优秀的人际交往和沟通协调能力。



