北京应用软件开发工程师
应用软件开发工程师是负责设计、开发和维护各种应用程序的专业人员。他们通常使用各种编程语言和开发工具来实现客户或企业的需求，例如网站、移动应用、桌面应用等。应用软件开发工程师需要与其他团队成员协作，例如产品经理、设计师和测试人员，确保软件开发过程顺利进行。他们需要对软件开发生命周期有全面的了解，包括需求分析、设计、编码、测试、部署和维护。此外，应用软件开发工程师需要不断学习新技术和工具，保持对行业发展的敏感性，以便为客户提供最新、最优质的解决方案。在工作中，沟通能力、解决问题的能力和团队合作能力也是非常重要的技能。
薪酬概览
平均月薪
¥14400
中位数 ¥16500 ｜ 区间 ¥11200 - ¥17600
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
60% 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
11月新增岗位
6
对比上月：岗位减少0
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 | 10 | 100% |
热招职位
1. 负责车载 CAN 总线报文解析与控制指令编码的软件开发，实现底盘信号接收与控制指令下发的核心逻辑；
2. 负责多 OEM 车型的 CAN 通信适配开发，基于公共框架完成新车型平台的快速接入；
3. 负责 DBC 文件到 C++ 代码的自动生成工具链维护与优化，提升多车型适配效率；
4. 负责 CAN 报文解析与指令编码的安全性保障，包括 CRC 校验、Rolling Counter 监控、控制指令值域边界检查等，确保驾驶安全；
5. 负责与规划控制模块的 ROS2 通信对接开发，完成 CAN 层与智驾算法层之间的消息桥接。。
【课题说明】本课题以美团酒旅业务为研究场景——该场景具有供给侧 SKU 品类异构、C/B 双端研发并行、节假日促销驱动的高频需求迭代等特征，是验证 AI-Augmented SDLC 有效性的高复杂度典型场景。课题旨在构建 AI-Augmented SDLC 的理论框架，研究 LLM 深度介入需求→设计→开发→验收全链路后的最优人机协作形态，形成可量化的效率度量体系与可复制的工程实践方法论。【建议研究方向】1.AI 友好型需求（AI-Ready PRD/Spec）构建方法：研究如何将自然语言需求转化为结构化、机器可读的规格表示（如 Spec、DSL、AI-Ready PRD 等），探索作为需求表达与机器理解交接的规格语言设计原则与 LLM 解析效果之间的关系。
2.跨职能协作流程重构与 Agent 化（PM-RD-QA 分工边界重构）：参照 Human-AI Collaboration 及 Multi-Agent Systems 理论框架，研究在产品→研发→测试协作链路中引入 Agentic Workflow 的可行路径与边界条件，探索 AI 在不同角色中的自主程度与人工干预策略。
3.产研范式相关指标体系与度量方法（交付效率、交付质量等）：借鉴 DORA Metrics、DevEx 等业界度量框架，结合 AI 介入后的新型产研链路，构建涵盖交付周期压缩率、AI 代码采纳率、规格对齐准确率、需求返工率等维度的量化指标体系。
4.棕地 vs 绿地项目的分场景落地策略：研究 SDD 范式在存量代码重构（Brownfield）与全新需求开发（Greenfield）两类场景下的适配性差异，识别影响落地效果的关键情境因素（Contextual Factors）。
5.范式转型的组织配套与推广机制：参照 Technology Adoption Model（TAM）及 Organizational Learning 理论，研究产研范式转型过程中的阻力来源、推广路径与组织能力建设模式，沉淀可复用的转型 Playbook。
1、主导实施智能座舱应用软件交付，包括但不限于软件设计、编码、调试、集成、联调、发布,
2、主导开发智能座舱POC预研项目,
3、参与编写各业务模块软件设计，达成设计目标与验收标准,
4、主导实施VCU软件模型开发，并编写开发过程中规范文档,
1）架构设计与优化，负责自动驾驶任务调度系统的整体架构设计与技术方案制定，包括任务调度、资源分配、负载均衡等核心模块。设计高可用、高扩展性、高并发的系统架构，满足大规模业务需求。2）技术选型与实现，评估并引入合适的调度算法、分布式框架、消息队列、数据库等技术。结合业务场景进行技术落地与性能调优。3）系统性能与稳定性保障，监控系统运行状况，分析性能瓶颈并持续优化。制定容灾、备份、灾难恢复等策略，确保系统稳定性。4）跨部门协作，与产品、测试、运维、运营等多团队紧密合作，推动架构方案落地。提供技术指导与培训，提升团队整体技术水平。5）前瞻性技术探索，跟踪调度系统相关的前沿技术和行业趋势，并引入先进性方案。
1.全栈开发。在 AI Coding 工具的协助下能够完成前端、后端功能开发、测试。
2.参与项目需求分析和技术方案设计，确保项目按时高质量交付。
3.与产品经理、设计师等团队成员密切合作，及时关注用户问题，确保项目质量和用户体验。
4.及时解决项目开发中遇到的问题和挑战，保证项目进度顺利推进。
为了更好地提升城市即时配送的效率与体验，2017年，美团启动了无人机配送服务的探索，通过科技创新推动履约工具变革，加快建设空地协同的本地即时配送网络。目前，美团已初步完成了自主飞行无人机、智能化调度系统及高效率运营体系的研发建设工作，由此打造了一个服务于多场景、多天候的城市低空物流解决方案。在该岗位中您将负责：
1.参与/负责 无人机 / 通用机器人 等相关硬件产品线的 设备端软件架构设计与开发2.结合商业和产品视角，评估，决策，规划，设计设备端基础软件架构的战略方向。通过工程的方法支撑商业和产品的健康高效迭代和成功，以及通过架构的方法实现工程团队整体的研发质量，开发效率以及开发者体验。
3.在工程实践中，严格遵循系统化工程代码规范，设计方法，可测试的架构体系，并对跨团队输出技术影响力。
4.时刻关注技术细节，并有敏锐的洞察力和高质量的技术判断力，识别软件架构及整体软件栈中的短板，并通过审慎的权衡定义工程需求，做出工程计划及优先级的定义。
5.主动开展跨职能团队协作，以清晰、可扩展、稳定且高性能的架构设计，赋能所有在设备端进行软件开发的跨部门团队6.主动探索并运用各类AI工具优化日常工作流程，积极推动AI在无人机业务中的落地实践；
1、负责车云通信网络子系统的软件设计、开发与性能调优，覆盖协议栈选型、链路可靠性及端到端时延优化。
2、参与车载综合业务网关的系统软件与底层软件开发，交付高性能、高可靠的网关产品，推动其规模化量产落地。
3、面向无人配送业务场景，持续优化系统整体性能、稳定性与可靠性，推动研发迭代和规模化落地运营。
1. 参与海外TSP系统进行平台化技术架构设计，支持海外业务；
2. 负责海外TSP平台化需求的设计和开发，支持海外车型项目；
3. 根据当前业务对海外TSP进行性能优化和提升；
4. 了解车联网海外行业动态，跟踪技术发展趋势，不断提升自身技术水平。
1、负责集团人工智能服务平台的推广与落地，推动平台在各业务场景中的应用，为各业务单元提供技术指导与支撑。
2、负责基于AI平台的智能体开发与建设，根据业务需求进行需求分析、方案设计与开发实施，实现智能体场景的快速交付。
3、负责AI大模型的部署与服务封装，基于平台完成模型推理服务的上线、算力调度、扩容与纳管，保障模型服务的高可用运行。
4、负责根据业务需求进行二次开发与深度集成，将AI能力嵌入业务系统，实现平台与业务系统的高效对接。
5、负责平台集群的部署与运维，掌握平台运维能力，独立完成平台部署、配置管理及故障排查处理，保障平台稳定运行。
6、与算法、研发、客户等多部门团队高效沟通协作，推动AI平台建设需求的落地与交付。
负责嵌入式软件开发、维护和项目实施等，参与如下细分方向之一：
1）应用软件算法方向：负责智能驾驶、智能座舱、智能底盘、智能车控、区域控制器等系统的软件开发；
2）基础平台和中间件方向：负责车载中间件软件平台的开发、维护和项目实施；
3）操作系统方向：负责车载操作系统的开发、移植、优化和维护，含底层驱动、复杂驱动等硬件驱动开发；
4）信息安全方向：负责车载系统的信息安全软件开发和方案实施落地。
1. 深度对接汽车电子业务团队，明确需求定义、硬件设计、软件集成、测试验证等流程痛点，选择适配大模型方案，制定汽车电子场景Agent落地技术路线。
2. 负责汽车电子Agent的Prompt工程、RAG策略设计与框架开发，实现需求分析、设计评审、测试用例生成、问题定位等场景的对话交互、智能检索、流程推荐及自动化任务执行。
3. 用Python/Java/Go结合LangChain、AutoGPT、向量数据库、知识库等工具构建Agent核心模块，对接DOORS、MAT LAB/Simulink、CANoe等汽车电子工具链，实现业务联动。
4. 通过Docker容器化封装Agent服务；探索阿里云/AWS云原生部署方案，保障服务高可用与可扩展性。
1. 负责机器人系统的核心功能开发，主导运动控制、环境感知（激光雷达/视觉/IMU）、路径规划与决策模块的跨系统集成与性能优化。
2. 适配运动控制算法（动态避障、多机调度）、SLAM（激光/视觉SLAM）、FreeSpace检测、运动学/动力学模型。
3. 基于Docker实现容器化部署，涉及自动化测试与CI/CD等整体流程。
4. 通过性能分析工具定位瓶颈，优化系统资源占用与延迟。
5. 编写技术文档（方案设计/接口规范），推动团队代码评审与质量管控。
1、负责语音助手相关功能的需求分析、设计工作，通过大模型实现用户意图识别和AIGC相关的功能。
2、负责业务核心系统的架构设计与优化，确保系统的高可用性、高性能和可扩展性。
3、参与产品需求分析，制定技术方案，进行系统架构设计和技术选型。
4、解决系统在实际应用中的技术难题，进行性能调优和故障排查。
5、与产品经理、开发人员、测试人员等团队成员紧密合作，推动系统稳步迭代。
6、关注语音助手领域的最新技术动态和发展趋势，进行技术预研和创新。
