薪酬概览
平均月薪
¥22600
中位数 ¥22500 ｜ 区间 ¥16400 - ¥28800
长沙定位算法工程师月薪在二线城市中处于中等偏上水平，近一年整体保持平稳微涨态势。
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
100% 人群薪酬落在 15-30k
四大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
在长沙，定位算法工程师薪资在3-5年经验段增长最显著，8年后增速放缓趋于平稳。
影响因素
- 长沙智能驾驶与智能制造产业聚集，对具备项目落地经验的中高级人才需求更集中，推动薪资结构向经验倾斜。
- 该岗位薪资随年限提升，3-5年因独立承担项目而增幅明显，8年后受本地高阶岗位有限影响，增长空间收窄。
💡 注意本地企业更看重实际项目经验与解决方案能力，单纯年限积累可能不如关键项目成果对薪资提升有效。
影响薪资的核心维度2：学历背景
在长沙，定位算法工程师岗位本科为基本门槛，硕博学历在高端研发岗位有显著溢价优势。
影响因素
- 长沙智能驾驶与智能制造产业聚集，对高学历研发人才需求旺盛，推动硕博学历在核心技术岗位的薪资溢价。
- 该岗位本科为入行主流，薪资随经验增长较快；硕博学历在算法创新与复杂系统设计方面稀缺性更强，薪资天花板更高。
💡 注意本地企业对高学历人才更看重实际研发能力与项目成果，学历优势需结合实践经验才能充分转化为薪资回报。
影响薪资的核心维度3：所在行业
长沙定位算法工程师薪资受智能驾驶与智能制造产业主导，传统制造业相关岗位薪资相对平稳。
| 行业梯队 | 代表行业 | 高薪原因 |
|---|---|---|
| 高价值型 | 智能驾驶/自动驾驶 | 技术密集度高，研发投入大，人才稀缺性强，行业处于高速发展期。 |
| 增长驱动型 | 智能制造/工业互联网 | 产业升级需求旺盛，算法与硬件结合复杂度高，具备一定人才溢价空间。 |
| 价值提升型 | 传统制造业（工程机械等）智能化转型 | 依托本地产业基础，算法应用聚焦具体场景，薪资随经验与项目价值提升。 |
影响因素
长沙定位算法工程师薪资结构主要由智能驾驶与智能制造两大产业集群塑造，行业集中度较高。
- 智能驾驶产业生态完整，头部企业聚集，对高端算法人才需求迫切，推动行业薪资领先。
- 智能制造依托本地工程机械等优势产业，算法岗位更侧重工艺优化与系统集成，薪资增长稳健。
- 行业间人才流动受本地产业格局限制，跨行业薪资差异主要取决于技术复杂性与业务价值。
💡 选择行业时需关注本地产业集群的技术迭代速度与业务落地深度，这直接影响薪资成长空间与经验价值。
影响薪资的核心维度4：所在城市
长沙作为新一线城市，薪资水平适中，生活成本较低，智能驾驶产业聚集带来岗位增长。
| 城市 | 职位数 | 平均月薪 | 城市平均月租 （两居室） | 谈职薪资竞争力指数 |
|---|---|---|---|---|
1苏州市 | 10 | ￥28200 | ￥2200 | 70 |
2杭州市 | 10 | ￥30900 | ￥3800 | 70 |
3北京市 | 9 | ￥30000 | ￥7100 | 70 |
4武汉市 | 5 | ￥29000 | ￥2600 | 40 |
5长沙市 | 5 | ￥22600 | ￥1800 | 40 |
6南京市 | 9 | ￥27200 | ￥3200 | 39 |
7成都市 | 5 | ￥34500 | ￥2600 | 36 |
8西安市 | 5 | ￥26600 | ￥2000 | 34 |
9无锡市 | 7 | ￥23100 | ￥1700 | 32 |
10嘉兴市 | 5 | ￥39500 | ￥1500 | 31 |
影响因素
- 长沙智能驾驶与智能制造产业集聚，为定位算法工程师提供较多岗位，薪资在新一线城市中具竞争力。
- 城市生活成本较低，通勤压力小，薪资购买力相对较高，吸引人才流入。
- 相比一线城市，长沙高端研发岗位与薪资天花板略低，但职业发展稳定性较好。
💡 选择长沙需权衡薪资成长空间与生活品质，本地产业集中度利于经验积累但跨行业机会相对有限。
市场需求
4月新增岗位
16
对比上月：岗位新增1
长沙该岗位新增需求稳步增加，主要受本地智能驾驶产业扩张带动。
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
长沙该岗位需求更侧重具备3-5年项目经验的中级人才，初级岗位相对有限但稳定。
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 8 | 50% |
| 3-5年 | 8 | 50% |
市场解读
- 长沙智能驾驶与智能制造企业更看重实际项目落地能力，对具备独立开发经验的中级人才需求集中。
- 本地企业对初级人才招聘偏谨慎，更倾向内部培养或校招渠道，以控制用人风险与培养成本。
- 高级岗位需求受限于本地产业规模，但头部企业仍持续引进高端研发人才以提升技术竞争力。
💡 在长沙求职时，积累3-5年关键项目经验可显著提升竞争力，初级求职者需关注企业培养体系。
不同行业的需求分析
长沙该岗位需求以智能驾驶与智能制造为主导，传统制造业智能化转型带来稳定需求增量。
市场解读
- 长沙智能驾驶产业生态完整，头部企业及配套公司对算法研发、系统集成等岗位需求旺盛。
- 本地智能制造依托工程机械等优势产业，算法岗位聚焦工艺优化、质量控制与自动化升级场景。
- 传统制造业如汽车零部件、电子设备等企业正推进智能化改造，产生对算法应用人才的持续需求。
- 相比一线城市，长沙在互联网科技、金融科技等领域的算法岗位需求相对有限但稳步增长。
💡 在长沙选择行业时，可优先关注智能驾驶与智能制造领域，其需求稳定且技术迭代快，利于经验积累。
不同城市的需求分析
长沙作为新一线城市，该岗位需求稳定增长，智能驾驶产业集聚推动岗位集中度较高。
定位算法工程师岗位在不同城市的需求分布如下，点击城市可查看当地定位算法工程师的招聘、薪资和就业数据。
| #5 上海 | 8.1%8 个岗位 | |
| #6 无锡 | 7.1%7 个岗位 | |
| #7 广州 | 6.1%6 个岗位 | |
| #8 湖州 | 5.1%5 个岗位 | |
| #9 长沙 | 5.1%5 个岗位 | |
| #10 西安 | 5.1%5 个岗位 | |
| #11 成都 | 5.1%5 个岗位 | |
| #12 重庆 | 5.1%5 个岗位 | |
| #13 嘉兴 | 5.1%5 个岗位 |
市场解读
- 长沙智能驾驶与智能制造产业生态完整，头部企业持续招聘，带动本地岗位需求保持活跃。
- 相比一线城市，长沙岗位规模较小但竞争压力相对缓和，人才吸引力随产业升级逐步增强。
- 本地岗位更新频率适中，以中高级经验需求为主，初级岗位通过校招与内部培养补充。
💡 选择长沙可平衡岗位机会与生活成本，但需关注本地产业集中度，跨城市流动可能拓宽职业路径。
热招职位
定位算法工程师10k-30k/月·15薪
1、算法研发与设计
负责自动驾驶等系统中高精度定位算法的研发，比如基于 GNSS、IMU、激光雷达、摄像头等多传感器融合的定位方案，也包括 视觉里程计（VO）、激光雷达惯性里程计（LIO）等核心技术的开发；针对农业作业环境的不同场景。
2、算法优化与落地
将定位算法转化为高效的软件模块，适配嵌入式系统或车载系统，确保算法实时运行的稳定性与高效性；解决定位漂移、初始化失败、复杂环境下信号弱等问题。
3、测试验证与问题排查
设计仿真测试、实车或实机测试方案，验证定位算法的精度和可靠性；分析测试数据与定位误差，针对性提出改进方案并迭代优化；排查定位系统在研发及现场应用中的技术故障，保障系统稳定运行。
4、跨模块协作与技术衔接
协同感知、规划控制等团队，完成定位算法与其他系统模块的集成适配，确保定位信息顺畅交互；配合硬件、测试团队开展定位性能验证，推动产品整体迭代升级。
融合定位算法工程师15000-25000/月
1、负责参与机器人融合定位算法的研发（RTK，IMU，视觉，轮速等）；
2、负责定位算法的工程化和优化，保证算法研究落到实处；
3、参与实际机器人的多传感器融合定位算法解决方案的设计和实施等。
AI算法工程师面议
1、负责部门算法能力建设，结合业务目标制定算法技术路线和阶段性落地规划；
2、负责机器学习、深度学习及大模型相关技术的预研、选型、建模、优化和业务应用；
3、推动算法模型在实际业务场景中的项目化、产品化落地，持续提升模型效果、稳定性和可解释性；
4、负责算法数据体系建设，推动数据采集、标注、清洗、评估和反馈闭环，提升模型训练与迭代效率；
5、与产品、研发、业务团队协同，识别高价值 AI 应用场景，推动方案从验证到上线。
机器人学习算法工程师15000-25000/月
1、负责机器人运动规划和控制相关的深度学习、强化学习研究，包括训练环境建立、训练策略设计、sim2real测试等。
2、开发机器人室外移动抓取、机器人柔顺控制等相关的学习模型。
3、撰写技术文档和研究报告，记录算法设计和实验结果。
4、负责机器人深度学习/强化学习相关的实验平台设计与建设；
电液控制算法工程师15000-25000/月
1、负责挖掘机、装载机、推土机等设备电液比例、液压伺服控制算法整体方案设计、开发与工程落地，整机机构动力学与液压回路底层原理，搭建适配重载施工场景的电液闭环控制系统。
2、开发动臂、斗杆、铲斗、回转机构的位置闭环、恒力控制、柔顺作业控制算法，支撑自主挖掘、自动装卸、场地平整等无人化施工功能实现，提升作业精度与操作平顺性。
3、针对液压滞后、死区、流量非线性等特性设计补偿算法，研发抖动抑制、负载自适应调节策略，解决工程机械变载荷冲击、作业强震动引发的控制超调、定位偏移问题。
4、开展液压控制器、比例阀组、倾角 / 压力 / 位移传感器整套系统匹配、联合调试与参数标定，优化阀控输出逻辑，保证液压执行机构响应速度、稳态精度达标。
5、搭建仿真、液压台架、实机多层级测试验证流程，采集各类工地工况数据迭代算法，输出控制方案、标定规范、调试手册、测试报告，完成算法量产交付；同步跟进电液智能控制前沿技术预研。
1、负责自动驾驶毫米波雷达/激光雷达感知系统的算法方案设计，包括点云预处理、目标检测、跟踪及多传感器融合策略；
2、完成基于雷达的小目标识别算法的开发与优化，输出算法设计文档、性能评估报告等开发文档；
3、负责具身感知场景下的算法验证与优化，针对智能体在复杂动态环境中的交互感知需求，完成Bad Case定位与算法迭代整改；
4、配合系统、融合团队完成雷达数据接口定义、通信协议制定及系统联调与落地部署。
智能体算法工程师面议
1、负责基于大模型在业务场景下关键能力的应用研发，包括基于知识助手、多智能体等；
2、深入理解业务场景，研究并优化大模型推理、规划、代码等能力，推动相关技术在实际业务中的应用；
3、 研发和优化智能体、多智能协作，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界；
4、结合自主Agent的理念，探索和优化模型的能力边界，推动模型在复杂任务上的表现；
5、跟进人工智能领域的新技术，探索前沿大模型技术方案和相关技术的验证，并撰写相论文和专利。
1、负责机器人关节参数辨识、力位混合控制及通信的功能开发、调试和维护；
2、负责机器人关节空间到驱动空间的解算及相关控制算法开发，包括线性电机-旋转关节控制映射、踝关节并联连杆解耦控制等非直驱关节控制算法开发；
3、负责多关节机器人整机运动学及动力学建模、辨识、仿真及相关控制算法开发和调试；
4、协助多冗余自由度机器人的控制算法开发，包括但不限于全身运动控制、臂末端柔顺控制、机械臂避障，使机器人具备与环境良好的交互能力，并根据实际场景完成落地应用；
5、协助规范人形机器人运动控制测试流程，制订代码编写规范、测试用例及实机验证流程等。
1、探索机器人大模型的sim2real问题；
2、跟踪调研机器人规划大模型以及相关方向（包括但不限于DP/RDT/ACT、sim2real）的前沿技术；
3、参与机器人规划大模型的数据采集，并负责机器人规划大模型的训练、部署及应用；
4、深入研究和探索机器人规划大模型在更多未来生活场景中的应用等。
1、建立机器人控制仿真模型，进行算法开发及测试。
2、设计、开发机器人规划和控制算法，负责机器人串联多关节臂架运动及接触力控制算法、底盘运动控制算法等算法研究与搭载。
3、完成算法设计、仿真和测试文档撰写。
1、 负责机电液系统（如工程机械液压泵、马达、油缸及关键结构件）的故障机理与退化规律研究，构建基于大数据及物理模型的健康特征提取与寿命预测算法框架。
2、主导或深度参与“工程机械核心部件健康监测系统”、“基于机理-数据融合的故障预警平台”等相关的研发项目，完成算法从理论到样机的闭环验证。
3、与相关研究团队及数据中心紧密协作，负责健康监测算法的模型开发、代码实现、现场测试及技术文档撰写，支撑公司产品性能和后市场服务升级。