深圳技术副总
技术副总是一个在科技行业中担任高级管理职位的人员。他们通常负责领导公司的技木团队，监督新技术的研发和实施，制定技术发展战略，并确保公司的技术系统和流程能够达到高效和可靠的水平。技术副总通常需要具备广泛的技术知识和经验，能够理解复杂的技术架构，同时也需要具备领导团队和制定战略的能力。他们还需要与其他部门的管理人员合作，确保技术和业务目标的整合。技术副总通常是公司高层管理团队的一员，对公司的发展和成功发挥着重要作用。
薪酬概览
平均月薪
¥22200
中位数 ¥20000 ｜ 区间 ¥17700 - ¥26800
数据来源：谈职全网51份招聘数据；更新时间：2026年7月13日
月薪分布
62.7% 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
56
对比上月：岗位新增25
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 | 47 | 92.2% |
| >10年 | 2 | 3.9% |
| 不限经验 | 2 | 3.9% |
热招职位
1.统筹锅炉、输煤相关专业的技术管理工作；
2.负责清洁燃烧、输煤专委会日常工作和专业委员管理，组织制定专委会年度工作计划并监督实施；
3.组织编制本专业技术管理制度和技术标准；
4.组织开展本专业“四新”调研、新技术研究应用，技术交流与培训；
5.组织开展基建、技改项目的技术审查；
6.组织开展本专业重大技术难题攻关和技术监督工作；
7.参与招评标、技术后评价、节点验收等技术支持工作；
8.领导交办的其他事项。
- 工作经验：3年以上功能安全或系统安全相关工作经验，其中至少 2 年担任项目技术经理或同等角色，主导过跨团队的安全开发项目。
- 标准理解： 熟悉ISO
13849、ISO
15066、ISO
26262、ISO
21448、IEC
60335、ISO
10218、EN ISO 12100等安全标准。
- 项目管理能力：具备优秀的项目计划制定、进度跟踪、风险管理能力，熟练使用项目管理工具（如 Jira、Confluence、Project 等），有 PMP 或同等项目管理认证者优先。
- 沟通协调能力：具备出色的跨团队沟通与推动能力，能在多部门间建立共识、化解分歧，推动复杂问题闭环解决；有与第三方认证机构对接经验者优先。
- 英语能力：良好的英语读写与口语沟通能力，能独立阅读英文标准文档，能与国际认证机构进行英文技术交流。
产研研发技术这块进阶工作能独立推进作业 ,对原物料合规性筛选、技术梳理及食品合规(含标签审查背景)等项目支持(包含但不限于:
1.新品开发支持&完善品规 (含饮品热量) , 负责对本小组的研发工作完成情况进行验收，掌握落实新品研发任务节点。
2.对重点单品物料,跟进异常跟进&确保控制节点资料完备,提出持续改善方案并有效落地(参与供应链管理&协助工厂工艺异常调查(风险评估)。
3.负责组织设计新品开发相关工艺标准，产品设计以及相关技术文件初稿，并进行验收与审核，在小试结束前完成和技术部的对接工作。
4.根据业务发展需求, 能独立跨部门团队协作、沟通项目&推进规划。
1. 设计并落地茶饮新零售场景 AI Agent 系统，实现商品、营销、门店管理等业务流程的智能化改造；
2. 构建研发效能类 Agent，实现 代码 QA、漏洞检测、智能巡检、告警归因 等技术提效；
3. 制定中短期技术规划与落地方案，推动 Agent 在各业务线快速落地与迭代；
4. 规划 AI Agent 平台与算力调度体系，负责 MCP、RAG、工具调用及上下文管理等核心模块研发，参与Agent评测与优化，确保大模型在业务场景下的可靠性与效果；
5. 指导研发团队技术落地，提升跨部门协作与平台迭代效率。
1.负责金融风控场景中AI Agent方向的架构升级，提升大模型逻辑推理和任务规划能力，构建具备自主决策、协作与工具调用能力的多智能体系统（Multi-Agent System），推动大模型从“对话式AI”向“任务执行体”演进，解决复杂场景下的自动化问题；
2.深入研究并应用LLM的复杂推理技术（如思维链CoT、思维树ToT），并熟悉应用Prompt Cache，多工具并发调度，上下文隔离，长短期记忆管理，权限与安全收敛等Agent工程化和治理技术，赋予Agent独立探索与解决问题的能力；
3.跟进LLM相关的算法最新技术方向，运用指令微调、强化学习等方法，提升大模型规划、推理与遵循指令的能力，从而提升模型知识边界探索和抗干扰的能力。
1.负责AI知识库产品商业化策略的制定；
2.负责所属行业的项目售前工作及其收入目标结果；
3.挖掘AI知识库产品目标客户的使用场景、需求等，并反哺产研团队。
1、负责集团企业级应用架构规划设计、架构治理，确保相关系统符合业务需求并保持架构先进性和稳定性；从架构层面为业务发展提供前瞻性的支持和建议，赋能和支撑企业信息化、数字化转型等战略规划；
2、深入了解业务、理解业务需求、掌握业务发展方向，组织制定和实施重大架构决策和架构方案，调研和制定核心架构方案，基于业务发展状态调整应用架构规划并制定相应解决方案；
3、主导制定应用架构标准规范、流程体系等并推动落地，协助企业架构方法论的编制与维护，对公司各数字化建设相关方开展宣讲和培训，有效推进数字化应用系统架构建设。
任职要求：
1、本科及以上学历，计算机科学、软件工程、信息系统等相关专业优先；
2、大型企业系统架构设计及开发等相关工作经验，8年以上应用架构设计经验，具备企业应用系统的架构设计和规划能力，大型企业或有地产、物业、劳动密集型产业应用系统架构设计和实施经验优先；
3、具备结构化思维和良好的需求分析和流程梳理能力，能将业务需求抽象成IT实现方式并输出应用相关的功能设计；
4、具备架构化思维，较高的抽象与分析、归纳能力、逻辑分析能力、学习能力和创新能力，至少熟悉一种企业架构方法论，如TOGAF，Zachman，DODAF等；
5、优秀的语言表达沟通和协调能力、较强的责任心和团队合作精神；具备行业洞察、自我驱动能力，从战略层思考问题并进行决策。
1、 计算机、自动化、电子、机器人、车辆工程等相关专业本科及以上学历；
2、具备扎实的 C++/Python/Linux 系统开发能力，熟悉多线程、异步 IO、网络通信、文件系统、性能调优和稳定性建设；
3、熟悉机器人、自动驾驶或嵌入式系统中的数据采集链路，有传感器数据接入、端侧落盘、数据回传或车端/机器人端日志系统经验；
4、熟悉 Camera、LiDAR、IMU、GPS/RTK、CAN、串口、以太网等一种或多种传感器或通信数据的采集与处理；
5、理解多源数据时间同步、时间戳对齐、数据切片、数据完整性校验、异常检测等关键问题，并具备实际工程经验；
6、熟悉 Linux 环境下的问题定位和性能分析工具，具备较强的线上问题排查、系统调优和长期稳定运行保障能力；
7、具备良好的架构设计能力和跨团队协作能力，能从采集任务、数据质量、云端消费和算法训练需求出发设计端侧数采方案。
加分项
1、有自动驾驶量产数采、机器人真机数采、车端数据闭环或大规模设备数据回传经验；
2、熟悉 ROS/ROS2、DDS、Cyber RT、Apollo、AUTOSAR Adaptive 或机器人/智驾中间件；
3、有视频流、图像、点云、时序状态流等多模态数据采集、编码、压缩、封装和回放经验；
4、熟悉对象存储、消息队列、边缘计算、OTA、设备管理、远程诊断等端云协同体系；
5、有端侧数据质量平台、采集任务管理、众包采集、数据回灌或仿真回放相关经验。
一、安全体系架构规划与设计 负责公司整体信息安全、网络安全、数据安全架构的顶层设计、迭代优化与落地规划，结合业务系统研发、IT 基础设施建设、数字化项目落地全流程，输出适配企业发展的安全架构整体方案、技术规范与落地标准，保障安全架构的前瞻性、稳定性与可扩展性。 二、网络安全体系融入系统设计 深度参与企业网络架构、业务系统、生产网络的规划与设计评审，针对网络边界、传输链路、服务器集群、终端接入、访问权限等场景，制定网络安全防护架构，包含防火墙策略、零信任架构、内网隔离、流量监控、入侵防御、抗攻击等安全设计，从架构层面规避网络渗透、越权访问、网络攻击、链路泄露等风险。 三、数据安全与数据保护架构落地 统筹企业全生命周期数据安全架构设计，覆盖数据采集、传输、存储、使用、共享、销毁全流程。结合国家及行业合规要求，设计数据分类分级、数据脱敏、数据加密、权限管控、数据防泄露、数据备份恢复、审计追溯等安全架构方案，将数据保护能力内嵌至业务系统、数据库、数据中台、数据接口的设计与开发环节，保障核心业务数据、用户数据、敏感数据合规安全。
1. 负责健康险两核项目管理，包括需求梳理、计划制定、进度、质量、风险、变更全流程管控。
2. 对接产/寿/健业务部门（核保、理赔、精算、渠道、保司科技等）、产品团队、数据团队、算法团队、研发测试等，推动跨部门协作与资源协调。
3. 主导智能两核项目推进，确保落地效果与业务价值达成。
4. 负责项目会议、里程碑评审、风险识别与问题闭环，输出项目计划、周报、会议纪要、复盘报告等标准化文档。
5. 理解健康险业务逻辑与数据特点，协助业务方明确需求，管理预期，提升项目满意度。
6. 跟踪行业数据与AI技术趋势，优化项目管理流程，提升团队效率与项目成功率。
7. 配合完成项目验收、上线、运维及复盘优化。
1. 探索AI技术在保险业务、项目需求管理中的创新应用场景，设计智能化解决方案，提升作业效率和用户体验
2. 负责AI产品的功能模块设计，包括需求分析、流程设计、优化改进，确保产品满足不同业务场景需求
3. 协调跨部门资源，推动开发、设计、测试等团队高效协作，确保产品高质量交付
4. 基于项目和需求管理模式现状，依托AI能力，可以高效赋能并优化项目和需求智能化管理；