深圳技术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
¥50300
中位数 ¥40000 ｜ 区间 ¥39000 - ¥61600
数据来源：谈职全网61份招聘数据；更新时间：2026年7月13日
月薪分布
65.6% 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
68
对比上月：岗位新增21
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 | 41 | 59.4% |
| 5-10年 | 5 | 7.2% |
| >10年 | 23 | 33.3% |
热招职位
1、负责AI平台设计开发工作，对系统架构方案进行研究及改进，支持AI模型的训练、部署和应用。
2、参与AI系统的整体架构设计，包括算法、硬件、软件的协同优化。
3、根据业务需求，设计并优化AI算法，提升系统性能和效率。
4、参与GPU底层技术的开发与优化，提升AI系统的运行效率。
5、根据业务需求，输出技术方案，支持产品开发和落地。
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. 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。
- 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。
工作职责
覆盖半导体器件、光器件、数字芯片、液冷材料多个细分领域：
1、负责细分领域的全生命周期管理，包括物料引入、过程管理、物料退出等，对所负责芯片的技术及质量结果负责；
2、负责细分领域的规划工作，分析行业资源并追踪技术演进，结合产品需求提前规划；组织相关方制定物料选用策略及供应商合作策略，提升原材料采购竞争力；
3、负责细分领域的应用技术研究，推动前瞻性、应用性课题研究，攻克技术难关与瓶颈，解决材料应用中的重难点问题；
4、负责细分领域的质量管理，制定并实施材料质量管控要求、质量与可靠性标准，通过质量策划、保障、改善等措施提升材料质量，同时牵头材料质量问题的分析与处理；
5、负责相关能力建设与经验积累，提炼方法论，总结输出技术文档、培训文档、最佳实践等，开展人员培养与经验传递；
6、代表公司在行业协会及论坛发言交流，扩大行业影响力。
任职要求
1、半导体/光器件/数字芯片方向需为微电子、光电、电子信息、通信、集成电路等相关专业；液冷材料方向需为材料、热能、化工、暖通等相关专业；硕士及以上学历；
2、掌握电路、光路、器件工艺等对应领域核心理论，熟悉各类核心器件、材料特性及生产应用流程；液冷方向需掌握传热学、流体力学、热设计仿真等专业技能；
3、具备科研攻坚与工程实践能力，有相关课题、项目、实习经历，或拥有论文、专利成果者优先；
4、具备系统性思考与自主执行能力，能够主动推进任务、承压并行处理多项工作，对结果负责；沟通协作能力良好，职业规划稳定，愿意长期深耕本技术领域。
工作职责
覆盖半导体器件、光器件、数字芯片、液冷材料多个细分领域：
1、负责细分领域的全生命周期管理，包括物料引入、过程管理、物料退出等，对所负责芯片的技术及质量结果负责；
2、负责细分领域的规划工作，分析行业资源并追踪技术演进，结合产品需求提前规划；组织相关方制定物料选用策略及供应商合作策略，提升原材料采购竞争力；
3、负责细分领域的应用技术研究，推动前瞻性、应用性课题研究，攻克技术难关与瓶颈，解决材料应用中的重难点问题；
4、负责细分领域的质量管理，制定并实施材料质量管控要求、质量与可靠性标准，通过质量策划、保障、改善等措施提升材料质量，同时牵头材料质量问题的分析与处理；
5、负责相关能力建设与经验积累，提炼方法论，总结输出技术文档、培训文档、最佳实践等，开展人员培养与经验传递；
6、代表公司在行业协会及论坛发言交流，扩大行业影响力。
任职要求
1、半导体/光器件/数字芯片方向需为微电子、光电、电子信息、通信、集成电路等相关专业；液冷材料方向需为材料、热能、化工、暖通等相关专业；硕士及以上学历；
2、掌握电路、光路、器件工艺等对应领域核心理论，熟悉各类核心器件、材料特性及生产应用流程；液冷方向需掌握传热学、流体力学、热设计仿真等专业技能；
3、具备科研攻坚与工程实践能力，有相关课题、项目、实习经历，或拥有论文、专利成果者优先；
4、具备系统性思考与自主执行能力，能够主动推进任务、承压并行处理多项工作，对结果负责；沟通协作能力良好，职业规划稳定，愿意长期深耕本技术领域。
1. 负责跟进大模型、具身智能等前沿科技发展，探索 AI 算力在机器人、工业自动化及智能生活场景中的应用方案；
2. 对接核心客户并挖掘其核心需求，协助其完成技术选型，并解决其从 ARM/其他架构迁移至 RISC-V 过程中的软件栈适配、性能优化等痛点；
3. 深挖机器人、边缘侧 AI 等垂直行业需求，以场景为核心，围绕 RISC-V IP 扩展指令寻找差异化竞争优势；
4. 主导内部项目立项，围绕处理器 IP、算法规划长期目标，并建立完整的 benchmark 体系；
5. 主导原型系统的开发，包括芯片规划、硬件选型、算法移植、驱动调优及 Demo 演示工作；
1、核心框架设计与开发:基于阿里开源AgentScope框架，负责智能体开发框架封装、底座集成与架构设计，主导技术选型、迭代优化，保障框架稳定可扩展，适配多业务场景。
2、 技术方案落地：设计框架企业级适配方案，攻克分布式部署、多智能体协同、大模型接入等技术难题，推动框架全流程落地。
3、 团队传帮带：负责团队技术指导，培养开发人员，沉淀技术规范，搭建成长体系，提升团队整体技术能力。
4、技术调研与创新：跟踪 AgentScope 及多智能体前沿技术，结合需求调研验证，引入新技术，推动框架创新升级。
5、跨部门协作：制定编码、接口、部署、测试等规范并推进落地，保障开发标准化规范化，降低开发与维护成本。
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、 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。