北京C++软件研发工程师
C++软件研发工程师专注于利用C++编程语言开发和设计软件应用程序。他们负责分析需求、设计解决方案、编写和调试C++代码，确保软件系统的高效性、稳定性和安全性。这个职位需要深厚的C++编程技能、软件开发经验以及对软件工程原理和设计模式的理解，以开发出高质量、可靠且符合用户需求的软件产品。同时，他们也需要团队合作、解决问题的能力以及对技术不断学习和更新的追求，以适应不断变化的技术和行业趋势。
薪酬概览
平均月薪
¥20500
中位数 ¥20000 ｜ 区间 ¥14700 - ¥26200
数据来源：谈职全网35份招聘数据；更新时间：2026年7月13日
月薪分布
68.6% 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
14
对比上月：岗位减少27
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 |
|---|---|---|
| 1-3年 | 5 | 33.3% |
| 3-5年 | 8 | 53.3% |
| 不限经验 | 2 | 13.3% |
热招职位
"职位描述
按照项目开发节奏，为软件模块持续补充和维护 C++ 单元测试用例与集成测试用例
根据需求和实现完善相关的设计文档、测试用例说明文档与测试报告
使用并维护现有的测试框架（如 Google Test / VCast 等），提升测试覆盖率与自动化水平
指导或协助团队成员实现 Google Test 生成 Allure 报告的流程
配合 CI/CD 流水线，持续集成测试代码，确保软件质量
编写和维护测试相关的脚本工具，提升测试效率与可视化能力
与开发、QA、DevOps 等团队协作，推动测试流程改进和工具集成
1. 负责智能座舱系统 Android famework 需求分析、框架设计和开发实现；
2. 参与Android framework层的性能优化和系统稳定性维护。
3. 学习和调研新技术以满足产品需求
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 充电宝 相关产品的全栈研发工作，覆盖前端、服务端及部分工具链建设；
2. 快速完成 AI 产品 Demo、原型、内部工具和核心功能迭代；
3. 与产品、设计、算法团队紧密协作，把模型能力转化为真实可用的产品体验；
4. 参与工程架构设计，持续提升研发效率和产品质量。
一、 关于我们
文远知行是一家快速发展的自动驾驶公司，致力于打造稳定、高效、智能的研发体系，以加速核心自动驾驶算法的迭代与落地。
你将加入的 运营工程组 ，是文远知行自动驾驶的 核心软件产品团队 。我们负责从消费级应用到运营后台的全链路产品研发，形成完整的自动驾驶产品闭环。我们的业务涵盖L4 Robotaxi、L2++/L3智驾、L4 Robobus、L4物流、基础车辆平台、工程发布等核心板块，其中L4 Robotaxi是核心中的核心。
我们的团队以“业务飞轮”为核心驱动，将产品线按运营线与供给线双轮驱动组织。我们的业务架构全景图如（图 1）所示，直观地展示了团队业务的构成与分布。
二、 你的工作内容
作为一名全栈开发工程师，你将负责应用与平台的全栈开发工作，深度参与自动驾驶核心业务的落地与迭代。你的主要职责包括：
1、全栈开发与迭代 ：负责应用与平台的全栈开发工作，包括前端交互界面、后端接口、数据逻辑的端到端开发，实现功能快速落地与迭代。
2、组件设计与技术落地 ：负责应用组件设计与开发，推进新技术在业务迭代版本落地。
3、工程化体系建设 ：参与搭建团队大前端研发体系生态，协助落地效率工程工具、方案等，提升团队整体研发效能。
4、业务深度融合 ：深入理解业务逻辑，将业务需求转化为技术方案，通过技术解决实际业务痛点，提升产品核心价值。
5、跨团队协作 ：明确技术边界与落地路径，推动产品功能从需求到上线全流程闭环，与产品、测试、算法等团队高效协作。
三、 我们期望你具备
1、教育背景 ：
计算机科学、软件工程、电子信息工程、通信工程等相关专业，本科及以上学历（2027届毕业生）。
2、技术基础 ：
编程语言 ：掌握至少一种主流编程语言（C++、Python、Go或Java均可），有课程项目或个人项目经验即可。
计算机基础 ：学习过数据结构与算法课程，对操作系统（Linux）、计算机体系结构有基本了解，对底层原理有探索兴趣。
3、技术栈要求 ：
前端 ：熟悉主流前端框架（React/Vue）及TypeScript，了解前端工程化工具（如webpack/vite）。
后端 ：熟悉至少一种后端语言（Node.js/Go/Python等）及相关框架。
数据库 ：熟悉关系型数据库（如MySQL）或非关系型数据库（如Redis），了解数据库设计和优化经验。
开发工具 ：熟练使用Git、VS Code等开发工具。
4、能力与素质 ：
学习与解决问题 ：有好奇心和钻研精神，遇到不懂的问题能主动查阅文档或搜索资料寻找答案。
沟通与协作 ：能阅读基本的英文技术文档，有良好的团队合作意识和责任心。
技术热情 ：追求优质代码，对前沿技术有浓厚的探索兴趣。
5、加分项（非硬性要求） ：
有前端3D渲染技术（如three.js）相关经验。
有云服务平台（如AWS、GCP、Azure）部署经验。
熟悉Docker、Kubernetes等容器化技术。
在GitHub上有自己维护的项目、课程作业或开源贡献。
有自动驾驶或AI应用相关项目经验。
四、 加入我们，你将获得
前沿赛道 ：深度参与自动驾驶核心业务，与世界一流的工程团队并肩作战。
技术成长 ：接触并实践前后端全链路技术栈，快速提升工程能力和系统设计思维。
工作氛围 ：推崇敏捷开发、结果导向，鼓励以创造性的方式解决问题，拥抱变化，持续学习。
职业发展 ：清晰的晋升通道和丰富的内部培训资源，助力你成为技术专家或团队管理者。
职位描述：
文远知行是一家快速发展的自动驾驶公司，我们创造了最为便捷的自动驾驶开发工具，使算法工程师能够从复杂的数据中直观理解驾驶场景。作为一名全栈工程师，你将与用户团队密切合作，不断提高数据工具的易用性、性能和稳定性，加速团队不断迭代自动驾驶算法。
文远知行致力于实践敏捷开发的团队协作与结果导向的效能评价，推崇以创造性方式解决问题，拥抱变化，持续的学习与提高。
岗位职责：
开发并改进数据收集工具
开发并改进数据挖掘工具
开发并改进可视化数据回放工具
开发与改进所见即所得的可视化仿真场景编辑工具
开发并改进AI代理，加速数据挖掘、数据分析相关效能
参与跨团队沟通，发现并解决可视化工具问题
参与自动驾驶开发平台技术路线定义、规划和目标设定
团队协作，代码审查
岗位要求：
本科及以上计算机科学或相关专业背景
熟练使用AI辅助编程工具
熟知前端框架 (React, Vue)
熟悉微服务框架
熟悉数据处理常见工具
熟练使用C/C++或Python等语言
加分项：
具有自动驾驶/具身智能相关开发经历
熟知数据处理相关生态 (Relational, Clickhouse, Redshift, Hadoop, Spark, Hive, MapReduce)
熟知云服务(AWS，Tencent Cloud)
熟悉容器技术 (docker, docker-compose, kubernetes)
1.核心系统开发： 深度参与输入法核心业务逻辑的设计与研发，攻坚异构模型调度、高性能检索、多模态数据处理等技术难点；
2.高可用保障： 构建并维护具备高容错能力的分布式后端架构，完善全链路监控、自动化全量/灰度发布及故障自愈机制；
3.大模型推理加速： 负责微信输入法大模型（LLM）的后端服务部署，针对模型推理的端到端时延（Latency）、系统吞吐量（Throughput）及服务稳定性进行极致优化；
4.工程效率提升： 研发自动化数据分析系统与中台工具，通过工程化手段提升策略迭代与模型部署的效率；
5.前沿技术预研： 参与新技术调研以及探索，以及项目特定方向的重点、难点开发工作。
1. 负责投资系统的全栈研发建设，围绕投前、投后全流程管理场景，持续提升系统能力，支撑美团投资业务发展；
2. 深入理解业务场景，与用户、产品团队协同推进需求分析、方案设计及技术落地，持续提升系统能力和用户体验；
3. 负责业务模块端到端研发，覆盖前端、后端及测试等环节，推动系统建设与交付；
4. 探索并推动 AI Coding / Agent 等新型研发模式在业务中的应用落地，提升工程效率和研发智能化水平。
全栈工程师薪资：20～35
1. 负责酒店业务相关系统的全栈开发。独立承担需求分析、设计、编码、测试及部署全流程，覆盖大前端和后端接口层的逻辑重构与性能优化。
2. 支撑前后端监控数据与报表需求。
3. 参与系统架构设计，优化前后端技术架构，保障应用性能及用户体验
1、负责境外招商提报与基础营销活动方向核心系统的研发工作，实现招商提报、基础营销活动等核心子领域在业务各方向团队高效率的运营2、参与招商提报领域系统选型和架构决策，制定研发规范，流程设计和技术风险评估等相关工作。
3、参与基础营销活动系统架构的设计开发工作，提升需求研发效率，确保核心交易链路的稳定性4、参与系统的稳定性与资金安全建设，建设业务正确性保障和资金安全可持续运行机制，实现系统0资损；
5、参与面向开国场景的营销系统架构升级，支持不同国家地区差异化的营销业务场景，实现一套代码支持多国、多业务运转6、建设AI Coding工作流程，搭建营销领域知识库，推动研发范式转型。
加入自动驾驶数据平台团队，聚焦模型训练性能优化、训练数据集管理、训练框架工程化，参与大规模自动驾驶 / 大模型训练链路建设，解决真实业务中的 IO 瓶颈、训练加速、数据管理等工程问题。
1、训练性能与链路优化
参与分布式训练调优，优化显存 / 内存占用、通信效率与数据流水线；攻坚数据解码、加载、增强等预处理环节性能，结合 CPU/GPU 异构计算提升整体训练吞吐。
2、大规模训练数据集管理
参与自动驾驶数据集版本管理、质量校验与分发；优化 Lance、WebDataset、LMDB 等数据读取链路，解决分布式训练 I/O 瓶颈，保障海量训练数据高效流转。
3、训练框架维护与自动化建设
协助内部训练框架迭代维护，保障训练稳定性；参与训练流程模块化、自动化改造，配合搭建训练任务 CI/CD、性能度量与数据监控体系。
4、系统问题排查与专项优化
协助定位训练过程 OOM、卡死、通信异常等问题，参与内存、性能 Profiling 等专项优化，提升框架可维护性。
1. 结合车身域控系统的应用场景与 AUTOSAR 架构体系，负责大模型智能体（Agent）的基础与应用性开发。根据车身控制、车门窗、灯光、空调、热管理等上层应用需求（SWC），以及通信、诊断、网络管理等基础软件（BSW）需求，进行大模型应用链路的设计开发。
2. 开发包括文档智能解析、RAG 向量检索（如 PostgreSQL + pgvector）、工具调用（Function Calling/Skills）、CLI/GUI 智能体等多Agent系统性应用。解决大模型在超长汽车工程文档处理、复杂表格提取、领域专有名词识别上的工程难题。
3. 适配并优化基座模型在车身电子专用领域的表现，构建并维护外置化知识资产库（Wiki），减少模型在架构分类、信号路由、软硬件接口映射等任务中的幻觉，确保生成高置信度与强可解释性的架构设计结果。
4. 跟进工业界/学术界最新动态，负责大模型自动化流水线的工程落地与性能调优。开发“AI 提取 - 人工 Review 纠错 - 规则自动沉淀”的人机协同闭环与数据飞轮，提升车身域控研发体系的智能化水平。
1.为泛互联网行业客户提供技术咨询服务，开拓和服务泛互联网客户群体，为客户提供技术咨询/PoC验证等技术支持服务，维系客户及支持客户的持续高速发展，协同商务团队数字目标达成；
2.深入理解互联网业务对云计算的需求，分析其快速发展过程中，所遇到的挑战和未来的方向；
3.针对客户业务场景，为客户规划基于腾讯云的云架构方案，并规划出可行的、包含应用迁移和数据迁移的上云落地方案；
4.在持续服务中挖掘和获得客户在腾讯云上的新增长点，组织产品和服务方案，和产研及相关支持团队紧密协作，逐个落地方案；
5.负责上云案例和技术方案的更新维护以及相关的布道工作。