薪酬概览
平均月薪
¥21900
中位数 ¥21500 ｜ 区间 ¥17400 - ¥26500
数据来源：谈职全网191份招聘数据；更新时间：2026年7月13日
月薪分布
61.8% 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
228
对比上月：岗位新增3
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 | 145 | 64.7% |
| 1-3年 | 5 | 2.2% |
| 3-5年 | 23 | 10.3% |
| 5-10年 | 32 | 14.3% |
| >10年 | 14 | 6.3% |
| 不限经验 | 5 | 2.2% |
热招职位
1、完成营销项目的技术评估，负责技术条款草拟及相关谈判工作。
2、完成资产购置、出售及处置相关的技术评估和支持工作。
3、负责飞机交付、退租及再交付的项目管理工作。
4、负责租赁物的技术管理，监控其技术状态符合合同标准；协助进行维修储备金管理；对负责管理的租赁物进行检查。
5、对航空器制造及民航运输业的发展动态、趋势进行研究，撰写报告，协助进行租赁物资产价值评估。
6、管理并协调第三方维修机构及技术服务机构。
7、完成领导交办的其他工作。
1.负责核心项目CAS数据设计与质量管控，聚焦问题排查解决；
2.负责上下游对接工作，协调跨部门分歧难题，保障设计顺畅推进；
3.参与标准流程制定，反馈一线问题并提出优化建议；
4.负责团队作业指导，解决成员技术问题，积累案例；
5.参与新技术开发与应用，推动技术在项目中落地。
In this role, you will work with hardware and software engineering groups to define the next-generation inter-chip network architecture for high-performance AI chip and AI network.
* Identifies the challenging problems, and evaluate various architectural solutions for the next-generation of network for AI chip and AI Super Pod.
* Gets strong influences on future AI products by advanced architecture design as the excellent interface between software and hardware.
* Architecture design of AI chip to chip interconnect subsystem, Scale-up Switch chip, C2C link, and etc.
* Documents the high-level architecture specification.
* Participation in defining the micro-architecture of key subsystem.
* Strong technical leadership to achieve successful delivery of final silicon product.
* Works closely with design, software, system, and verification team.
1.架构咨询服务：作为行业架构师，深入自主品牌及合资车企一线，提供汽车行业数字化业务及底层技术架构的咨询与设计服务；
2.信任建立与拓展：通过深厚的技术实力赢得客户信任，负责深度合作项目的技术拓展与机会点挖掘；
3.定制化方案输出：针对国内车企敏捷开发的态势，输出基于腾讯云底层的定制化解决方案，并主导高质量技术投标文件的编写；
4.行业方案沉淀：基于国内行业前瞻趋势，不断迭代有竞争力的行业产品，推动腾讯云技术服务的持续优化；
5.案例维护与布道：沉淀行业实战案例，开展高水平的技术分享，在团队内及行业内形成技术影响力；
6.生态协同布局：紧跟国内汽车技术变革，主导行业合作伙伴的技术生态建设。
1、5年以上人工智能系统架构设计经验，对于人工智能的应用和整体架构有深入研究；
2、有GPGPU/NPU芯片项目研发经验，熟悉Nvidia/AMD或国产厂家 GPU计算产品，熟悉CUDA/ROCm等GPU软件栈；
3、深入理解AI大模型训推原理，精通至少一种深度学习框架，如TensorFlow或PyTorch；
4、具有强大的领导力和工程技术技能，能够领导团队并实现交付；
加分项：
1、熟悉CUDA编程，熟悉AI框架，对一种或者多种网络模型结构有深入理解；
2、擅长跨团队沟通交流协作，有项目或团队管理经验；
3、能够深度剖析任意一个大模型的训练和推理的数学过程；
4、拥有云系统或数据中心基础设施部署和优化的专业知识；
1、负责先行技术产品创新功能体验：负责智能座舱内部先行技术的整体体验，识别新的创新机会，利用AI、大模型、推荐算法、视觉算法、感知算法等技术和手段，打造创新的智能座舱产品功能
2、负责先行技术产品创新技术路线规划：负责对标和洞察行业技术趋势，输出先行技术产品的技术方案和规划
3、负责先行技术产品交付：设计和定义系统框架、技术方案，开发智能座舱某一或多个模块产品，包括但不限于AI大模型，多模交互，自然交互等；利用座舱算力开发和交付端云一体的AI解决方案；负责先行技术产品和算法的持续迭代和优化
1. 承接产品和市场需求，分解到芯片产品定义规格书，并进行相关系统设计，输出AI计算子系统上层和详细系统架构（包括AI算力和算子支持，片上内存和缓存结构，相关编程生态环境和编译器支持，目标AI网络支持的优化支持和相应数据流等）
2. 负责AI计算子系统以及复杂模块的架构/微架构设计，包括和编译器的联合设计，性能/功耗/面积优化和评估，相关领域的竞品分析，竞争力分析等
3. 负责三方相关IP评估和选型
4. 联合相关团队，构建AI计算子系统性能和功耗仿真和验证模型，支持芯片设计和验证
1、深度参与或主导CPU/GPU/AI处理器中缓存子系统的架构方案制定和评估；
2、负责缓存层次结构、容量、关联度、替换策略、预取算法等关键微架构设计；
3、设计并优化缓存一致性协议（如MESI、MOESI及其变种）在复杂多核/众核系统中的实现；
4、定义缓存与内存控制器（DDR/HBM）、片上网络（NoC）之间的高效接口与协议。分析各类负载（如SPEC CPU, 大数据，AI训练/推理）下的缓存性能瓶颈（命中率、带宽、延迟）。
1.硬件能力
•计算机体系结构 / 微电子 / 通信硕士及以上，5 年以上 GPU / NPU / GPGPU多核架构经验；
•至少一次大算力芯片完整项目经验；
•熟悉并行编程模型（SIMT、SIMD、SPMD）、Cache Coherence、NoC、Chiplet、DDR/HBM、PCIe/CXL等领域架构知识。
2.软性能力
• 了解 LLM、MoE、Diffusion、稀疏化、量化、Flash-Attention ；
• 具备跨团队协调与落地架构的技术沟通能力；
• 拥有CUDA，GPGPU架构经验者优先。
负责基于库卡六轴工业机器人与航空航天末端执行器的自动化制孔与装配系统设备的设备安装、现场调试。完成飞机机身、机翼、尾翼等结构件自动化制孔与紧固件装配的工作。
结合项目需求对设备进行相关参数优化，工艺测试和验证。
配合仿真与离线编程工程师进行设备离线程序的现场测试与验证。
对设备进行日常维护。
在项目交付过程中进行必要的技术咨询、文档编辑及资料整理。
协同机械、电气、工艺工程师完成系统集成，客户现场验收，提供技术培训与售后支持。
- 标杆物企物业项目管理经验- 精通属地物业管理条例及业委会工作流程- 具备出色的资源整合、团队管理、关系处理、任务落地能力