北京Linux系统开发工程师
Linux系统开发工程师是负责在基于Linux操作系统的环境下进行软件开发、系统优化、调试和维护的专业人士。他们需要具备扎实的Linux操作系统知识和编程能力，能够熟练使用Linux系统提供的工具、命令以及开发环境。工作职责包括设计、开发和测试新的Linux系统功能、驱动程序以及软件应用程序，解决系统运行时的性能和稳定性问题，进行系统内核优化和调试，确保系统的安全性和稳定性。此外，Linux系统开发工程师还需要和团队成员合作，协助解决其他开发人员在Linux环境下的技术问题，并提供技术支持和培训。综合而言，Linux系统开发工程师需要具备扎实的Linux系统知识、编程技能和团队合作能力，以确保在Linux环境下的软件和系统能够高效运行。
薪酬概览
平均月薪
¥28600
中位数 ¥0 ｜ 区间 ¥21000 - ¥36200
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
33.3% 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
8月新增岗位
23
对比上月：岗位新增19
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 |
|---|---|---|
| 3-5年 | 7 | 33.3% |
| 5-10年 | 7 | 33.3% |
| 不限经验 | 7 | 33.3% |
热招职位
1、负责Linux系统平台服务和应用程序的需求定义和程序设计
2、负责应用程序的开发实现
3、负责应用程序的优化调试工作和项目后期维护
4、配合驱动工程师和BSP工程师进行系统优化和项目开发
5、撰写接口文档和技术支持文档
负责手机、平板、机器人等终端产品的芯片-封装-板级类电磁、电热类问题的仿真能力和自动化工具构建工作：
1. 负责产品芯片-封装-板级等电磁/电热类问题的仿真建模方法/精度/效率提升方面的研究；
2. 负责构建新场景SI/PI/EMI/电热等仿真能力和自动化工具，并针对产品相关问题仿真解决和效率提升；
3. 负责芯片-封装-板级方向的仿真新技术的洞察、规划及研究落地。
1、参与产品需求讨论，功能定义，业务流程设计等工作，打造行业领先的Android应用；
2、负责公司相关产品 APP及FWK 研发和维护工作，高质量完成编码；
3、负责 Android相关技术研究，承担重点、难点的技术攻坚；
4、按照产品进度和质量要求，负责App的需求分析、方案设计、编码、维护等工作。
5、负责荣耀终端产品的功耗交付，掌握公司各个软、硬件领域的功耗问题，推动功耗优化方案落地；
1、负责遥操/VR/动捕的高效数据生成和增强，并在机器人操作算法(VLA/模仿学习/强化学习)上验证有效性；
2、利用视频/图像数据扩展操作数据，提升操作泛化性；
3、力/触觉和灵巧手数据采集和生成，力/触/IMU数据的分析和验证；
4、开发机器人数据生成和增强平台，支持足式机器人 地形适应 、机械臂抓取力反馈等需求，生成涵盖运动控制、环境交互的高保真仿真数据集；
5、负责Real2Sim2Real算法和数据生成管线构建，实现移动和操作的高效数据生成；
6、负责开发多模态视频理解数据、人类行为理解数据生成和处理平台，构建高质量多模态数据，完成多模态模型训练和部署。
运维工程师-27届薪资：1～1
1、负责参与评估硬件平台的计算性能测试、分析与落地；
2、负责服务器可靠性及稳定性验证，OS兼容性验证；
3、负责服务器新产品的BMC、BIOS测试设计及验证工作；
4、负责服务器板卡的引入测试，含内存、网卡、GPU及HBA卡等;
5、负责服务器配套软件变更，driver/fw升级的测试及版本管理；
6、负责服务器OS、driver及FW的网上问题分析处理；
7、参与硬件搭载软件相关的应用测试模型设计开发；
8、参与配套厂家制造品质的管理、解决产品质量问题；
SRE运维工程师薪资：25～35
1、负责同程旅行核心服务的高可靠、稳定、高效运行，持续保障核心业务 SLA 达成；
2、主导服务架构设计与评审，推动 AI 辅助的容量规划、性能调优与智能配置治理；
3、推进系统稳定性与容灾方案设计及落地，结合混沌工程与 AI 预测能力构建自适应韧性架构；
4、主导重大故障应急响应，利用智能运维（AIOps）技术，基于多维度监控、日志、Trace数据进行智能告警、自动止损与根因定位；
5、参与日常值班与线上应急响应，并通过自动化与 AI 工具提升故障处理效率与精准性。
【愿景】负责面向算法研发、业务建模与系统构建场景的 AutoResearch Harness、Agent Swarm 与 AI Builder 能力建设，探索大模型驱动复杂问题分析、方案生成、实验验证和系统搭建的新范式。【你将参与】1.设计 AutoResearch Harness：建设任务分解、实验编排、工具调用、结果评 估、失败恢复、知识沉淀等核心模块，让 Agent 能稳定完成长程、开放式研发任务；
2.构建 Agent Swarm 协作体系：研究多 Agent 之间的角色分工、上下文共享、协同决策、互评纠错和成本控制机制，提升复杂任务中的可靠性与可扩展性；
3.建设上下文与记忆系 统：围绕 context compression、memory selection、状态追踪、项目知识库和跨轮学习，提升 Agent 在长链路任务中的连续性和可控性；
4.打造 AI Builder 原型系统：面向真实业务快速交付可用工具，将自然语言需求转化为可执行流程、实验方案、分析报告或业 务系统原型，并沉淀评测闭环与工程最佳实践。
岗位职责：
自动驾驶高精地图系统研发，实现大规模分布式建图和快速更新。
工作内容包括但不限于：
分布式数据处理系统的构建、性能优化与维护云端建图微服务的构建、部署与维护车载地图相关系统的构建，性能及可靠性优化地图质量评测系统搭建与维护
岗位要求：
熟练使用C++（C++11及以上版本）和 Python，精通常用的数据结构和算法熟悉全栈开发熟悉Linux 开发环境熟悉面向对象编程有较强的工程能力及大型系统开发经验热爱技术、积极主动、思维活跃、学习能力强加分项：分布式或大型数据处理系统架构经验熟悉React；熟悉ThreeJS、webGL等前端三维渲染技术熟悉大数据主流技术栈和开源框架数据处理的相关经验，ML/DL、推荐、广告、数据挖掘相关知识和经验深度学习系统的搭建与使用经验
Cloud LLM Agent 系统研发工程师【2027届校招】
关于我们
我们致力于构建新一代大模型系统基础设施，让大模型不仅能“对话”，而是能够在真实业务和自动驾驶研发场景中稳定运行、可控执行并持续进化。
本方向聚焦云端 LLM Agent 系统、工具调用、工作流编排、多 Agent 协同和生产级 Agent Infra，强调工程能力、系统设计能力和面向真实业务场景的稳定落地能力。
岗位职责
作为 Cloud LLM Agent 系统研发工程师，你将参与构建面向真实业务场景的云端 Agent 基础设施，主要工作包括：
参与构建云端 LLM Agent 系统，包括工具调用、任务执行、工作流编排和多 Agent 协同能力。
设计和实现 Agent 执行框架，包括状态管理、任务调度、上下文管理、记忆机制和执行恢复。
对接内部系统、研发工具链和数据平台，建设自动化任务执行能力。
优化 Agent 系统的稳定性、延迟、成本和可观测性，支持生产环境持续运行。
建设 Agent 评测、回归测试、badcase 分析和效果迭代体系。
与模型训练和端侧部署团队协作，推动 Agent 场景下的模型能力优化和工程闭环。
任职要求
计算机相关专业本科及以上学历
扎实的计算机基础，包括数据结构、操作系统、网络、分布式系统等。
熟悉至少一种编程语言（Python / Go / Java / C++）。
对大模型、Agent 系统或 AI 应用工程有基本了解或强兴趣。
具备良好的工程动手能力、问题定位能力和系统设计意识。
能阅读英文技术文档。
加分项（非必须）
有 LLM Agent、RAG、工具调用、工作流引擎或自动化系统项目经验。
熟悉 LangChain、LlamaIndex、AutoGen、OpenAI / Anthropic / LiteLLM 等相关框架或 API。
熟悉 Kubernetes / Docker / Linux 环境，有服务端系统开发经验。
有异步任务调度、状态机、消息队列、事件系统或分布式系统经验。
有模型评测、prompt engineering、上下文压缩、记忆系统或 Agent 安全控制经验。
有开源项目或工程实践经验。
我们提供的成长机会：
深度参与生产级 Cloud LLM Agent 系统从框架设计、工具接入到线上运行的完整工程链路。接触真实业务和自动驾驶研发场景中的 Agent 落地问题。建立大模型应用系统在稳定性、可观测性、成本和效果迭代上的系统化经验。与训练、部署和业务团队协作，理解 AI Agent 从 demo 到 production 的关键工程挑战。
负责手机、平板、机器人等终端产品的磁性能相关问题的建模和仿真能力构建工作：
1. 负责产品磁性能问题仿真方法/精度/优化/效率提升方面的研究；
2. 参与产品磁性能问题的定位，根因分析以及改进措施建议；
3. 负责新型磁性能仿真技术的洞察、规划、开发和产品问题应用；
负责手机、平板、机器人等终端产品中电机或运动部件控制类仿真能力构建工作：
1. 负责产品电机性能或运动部件控制类仿真方法/精度/优化/效率提升方面的研究；
2. 负责或参与电机、电控仿真方法的产品应用落地和项目问题解决；
3. 负责或参与行业电机或运动部件控制类仿真技术的洞察、规划和探索研究工作；
【岗位职责】
1. 负责电商场景下商品推荐算法的研发与迭代，覆盖单品推荐、同类目/同场景商品组合推荐等多元形态，精准匹配用户偏好，提升点击与下单转化；
2. 负责App首页商品Feed流推荐策略的优化，平衡用户兴趣探索与转化效率，提升Feed整体点击率与GMV；
3. 负责商品Tab页瀑布流推荐策略的优化，结合用户实时意图与上下文信号，优化排序与多样性，提升用户浏览深度与成交转化；
4. 推动推荐策略与营销权益（优惠券、红包等）的深度结合，探索“推荐+权益”联合优化机制，最大化单位流量的交易转化效率。
【任职要求】
1. 计算机、数学、统计学、人工智能等相关专业本科及以上学历；
2. 3年以上推荐系统/广告/搜索相关算法研发经验，深入理解召回、排序（粗排/精排/重排）、CTR/CVR预估等核心建模流程，熟悉协同过滤、双塔、DeepFM、DIN、DIEN、MMoE等推荐模型；
3. 具备多目标优化（如MMoE、PLE）和多场景建模（如STAR、HMoE）经验，能平衡点击率、转化率、多样性、留存、长期价值等多重指标；熟悉重排策略（如MMR、DPP）及冷启动、EE探索等推荐系统常见问题解决方案；
4. 熟练使用PyTorch/TensorFlow及Spark/Hive等大数据处理框架，具备大规模推荐系统的工程落地经验；
5. 具备良好的业务敏感度与数据洞察能力，能独立拆解推荐场景中的增长问题，完成从方案设计、离线实验、A/B测试到线上部署的完整闭环；有“推荐+权益/补贴”联合优化或营销场景推荐经验者优先；
6. 了解生成式推荐、端到端推荐、LLM4Rec 等相关技术，能够清晰的定义问题和拆解问题，对技术的理解程度上有场景迁移能力优先。
【岗位职责】
1. 负责电商场景下商品推荐算法的研发与迭代，覆盖单品推荐、同类目/同场景商品组合推荐等多元形态，精准匹配用户偏好，提升点击与下单转化；
2. 负责App首页商品Feed流推荐策略的优化，平衡用户兴趣探索与转化效率，提升Feed整体点击率与GMV；
3. 负责商品Tab页瀑布流推荐策略的优化，结合用户实时意图与上下文信号，优化排序与多样性，提升用户浏览深度与成交转化；
4. 推动推荐策略与营销权益（优惠券、红包等）的深度结合，探索“推荐+权益”联合优化机制，最大化单位流量的交易转化效率。
【任职要求】
1. 计算机、数学、统计学、人工智能等相关专业本科及以上学历；
2. 3年以上推荐系统/广告/搜索相关算法研发经验，深入理解召回、排序（粗排/精排/重排）、CTR/CVR预估等核心建模流程，熟悉协同过滤、双塔、DeepFM、DIN、DIEN、MMoE等推荐模型；
3. 具备多目标优化（如MMoE、PLE）和多场景建模（如STAR、HMoE）经验，能平衡点击率、转化率、多样性、留存、长期价值等多重指标；熟悉重排策略（如MMR、DPP）及冷启动、EE探索等推荐系统常见问题解决方案；
4. 熟练使用PyTorch/TensorFlow及Spark/Hive等大数据处理框架，具备大规模推荐系统的工程落地经验；
5. 具备良好的业务敏感度与数据洞察能力，能独立拆解推荐场景中的增长问题，完成从方案设计、离线实验、A/B测试到线上部署的完整闭环；有“推荐+权益/补贴”联合优化或营销场景推荐经验者优先；
6. 了解生成式推荐、端到端推荐、LLM4Rec 等相关技术，能够清晰的定义问题和拆解问题，对技术的理解程度上有场景迁移能力优先。
职位描述：
基于深度学习打造不依赖高精度地图的定位和实时地图系统，包括模型设计、训练、部署，车上系统反馈和形成数据闭环设计和构建深度神经网络模型，用于对传感器数据进行特征提取、数据融合和位置估计处理和分析大规模的自动驾驶系统相关的Camera、Lidar、GPS和IMU等各种传感器数据，利用深度学习技术进行特征提取、数据建模和预测分析进行深度学习模型的调优和调参，以提高模型的性能、效率和鲁棒性
任职要求：
熟练掌握C++、Python中至少一种语言，有较好的深度学习功底和工程素养深刻理解深度学习相关知识，有大规模深度学习模型训练部署实践经验者优先熟悉地图定位相关传感器数据处理和融合技术，有自动泊车、地图生产和融合定位等项目经验者优先热爱自动驾驶行业，勇于探索，挑战高精地图领域最前沿的技术问题积极主动，善于发现并解决问题，有良好的沟通能力和团队意识