薪酬概览
平均月薪
¥13300
中位数 ¥12500 ｜ 区间 ¥9800 - ¥16700
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
83.3% 人群薪酬落在 8-15k
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
3月新增岗位
9
对比上月：岗位减少5
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 | 4 | 50% |
| 3-5年 | 4 | 50% |
热招职位
1. 机器人软件系统集成：
2. 负责机器人的整体软件架构设计、模块划分和集成部署，确保感知、决策、控制等核心功能模块的顺畅协作。
3. 管理和维护基于 ROS/ROS 2 的机器人软件代码库、构建系统和版本控制。
4. Linux 平台开发与优化：
5. 在 Linux (如 Ubuntu/RT-Linux) 平台上进行应用程序开发、系统配置和性能调优。
6. 负责实时性优化和系统资源管理，确保控制系统和高频传感器的稳定运行。
7. 驱动开发与调试：
8. 负责设备驱动和传感器驱动（如激光雷达、深度相机、IMU等）的选型、集成、定制和调试。
9. 编写和维护稳健的硬件抽象层 (HAL) 和通信接口，实现底层硬件与上层 ROS 系统的可靠数据交互。
10. 系统级问题排查：
11. 负责复杂的系统级故障诊断和排除，包括硬件接口问题、实时性延迟、多进程/线程通信错误等。
1.负责机器人系统和子系统的硬件设计、选型和集成，包括但不限于机械结构、电气系统、传感器和执行器。
2.进行硬件电路设计，包括原理图设计、PCB布局，并对电路进行调试和测试。
3.负责硬件样机的制作、组装、调试和性能测试，确保硬件功能和性能达到设计要求。
4.与软件工程师紧密协作，共同完成硬件和软件的联调，解决接口问题。
5.对现有硬件系统进行优化、升级和维护，提升产品的稳定性和可靠性。
6.撰写技术文档，包括设计方案、测试报告和用户手册。
1.负责OTA及车载诊断自动化测试的技术架构设计及实现，以满足平台性能和稳定性的诉求；
2.制定测试计划并从测试的角度提供优化意见，预先评估项目风险，确保测试活动的顺利开展；
3.负责测试标准制定，设计测试用例、编写自动化测试脚本，提高测试效率和质量；
4.对线下和线上问题进行跟踪、分析和报告，推动问题及时解决，并优化测试用例。
1. 负责车载通信（卫星通信）软件系统的整体架构设计，定义软件分层、模块划分及接口规范；
2. 主导软件技术选型与风险管控，确保软件架构的可扩展性与可靠性
拟承担工作：
1. 设计车载通信（卫星通信）软件架构，包括协议栈、应用层、驱动层及与整车EE的交互；
2. 评估并选择操作系统、中间件、通信协议栈等关键软件组件；
3. 识别软件研发风险（如多模融合、实时性、安全性），制定缓解策略
1. 负责车载通信（卫星通信）协议栈、核心算法及车端功能软件的开发；
2. 负责T-Box集成与通信功能联调
拟承担工作：
1. 基于C++开发车载通信（卫星通信）协议栈（如私有协议、3GPP卫星接入协议）；
2. 实现链路预算、波束切换等算法模块，并进行单元测试；
3. 参与T-Box软件集成，适配不同硬件平台，解决驱动与协议兼容问题；
4. 开发车端车载通信（卫星通信）应用功能（如位置报告、紧急呼叫），并进行整车级联调
1. 负责车载通信（卫星通信）相关算法的设计、开发与优化；
2. 参与协议栈、T-Box集成及车端功能中的算法实现
拟承担工作：
1. 设计链路预算、波束切换、多普勒频偏补偿等车载通信（卫星通信）核心算法；
2. 开发信道估计、调制解调、纠错编码等物理层算法；
3. 将算法集成到嵌入式平台，进行性能优化与资源占用分析；
4. 配合T-Box集成，实现算法与协议栈的接口对接
1. 负责自主PDC域控制器相关系统/软件方案设计与开发；
2. 负责域控功能定义、接口管理及技术问题分析；
3. 负责域控制器技术规范及开发过程质量控制。
1.负责车联网大数据平台湖仓一体与向量数据融合架构建设，服务业务和AI应用场景；
2.协同上下游角色，保障数据架构的落地，并在扩展性、性能、成本等架构要素上取得平衡；
3.负责数据指标体系与车联网大数据实时处理能力建设，构建高时效、高一致性的核心数据指标体系，支撑数据闭环与模型训练；
4.负责从车端日志、总线数据到湖仓与向量引擎的端到端链路开发，包括实时采集、流式清洗、湖表写入、向量同步、离线加速、服务化及可视化等
5.负责车联网大数据治理与标准化，制定并落地湖仓环境下的元数据管理、数据血缘、质量监控、分级分类与 SLA 保障体系，推动数据标准实施；
6.探索数据架构领域前沿技术及最佳实践，推动落地并产生业务价值。
1、负责车联网大数据标准化接入、整车产品体验洞察、整车健康监测平台等数据应用平台的设计、开发及优化，保障数据应用服务的稳定性与可用性
2、负责车联网大数据的离线、实时数据仓库建设，负责数据的生产、建模、应用及质量体系建设
3、搭建面向数据驱动整车产品闭环的数据指标体系和BI平台
4、负责车联网数据质量、数据资产、数据治理相关的开发工作，提升数据质量及易用性
5、积极探索大数据及人工智能技术的深度应用，并落地到智能网联产品业务
1. 负责车联网大数据AI算法整体规划与技术路线制定，统筹云端大规模训练平台与车端推理引擎的协同架构设计，构建端云结合的算法迭代闭环体系。
2. 主导基于车联网数据的大模型应用开发与落地，包括LLM/VLM在质量问题分析、远程智能诊断、用户行为理解等场景的适配、微调与部署，推进Prompt工程、RAG、端侧推理等关键技术攻关。
3. 设计并落地多模态数据融合的AI算法框架，将车辆传感器、语音、图像、时序数据等进行联合建模，支撑AI智能诊断平台等核心产品的算法能力升级。
4. 负责端侧AI推理能力的规划与建设，推进模型量化、蒸馏、剪枝等轻量化技术路线决策，适配车端异构算力，实现端侧实时推理与云端高精度计算的协同。
5. 建立从数据回流、自动标注、模型训练评测到OTA部署的完整算法工程化体系，制定模型版本管理、效果监控及持续优化的标准规范，保障线上算法服务的高可用与低成本。
6. 跟踪前沿技术发展，主导车联网AI算法的技术预研和创新能力建设，带领团队攻克业务难点，制定技术规范与人才梯队培养计划。
1. 负责TSP系统进行平台化技术架构设计，支持多品牌和海外业务；
2. 负责海外独有业务模块的设计和开发；
3. 根据当前业务对TSP进行性能优化和提升；
4. 持续关注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.负责自动化测试的技术架构设计及实现，以满足平台性能和稳定性的诉求；
2.参与产品需求分析，制定测试计划并从测试的角度提供优化意见，预先评估项目风险，确保测试活动的顺利开展；
3.对线下和线上问题进行跟踪、分析和报告，推动问题及时解决，并优化测试用例；
4.负责测试体系能力度量体系构建，引入度量体系改进测试设计和执行等过程；
5.通过总结、对外交流、技术钻研和培训，持续改进测试过程和测试方法。