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。
