薪酬数据技术广州验证工程师
运维技术支持需求量小

广州验证工程师

通过搭建UVM验证环境和执行覆盖率驱动测试,确保芯片RTL设计符合规格,识别并拦截设计缺陷,支撑芯片流片成功与量产质量。

 
职业全景发展路线简历重点

薪酬概览

  • 北京
  • 上海
  • 广东省
  • 浙江省
  • 四川省
  • 江苏省
  • 重庆
  • 天津
  • 海南省
  • 福建省
  • 江西省
  • 山东省
  • 安徽省
  • 湖南省
  • 河南省
  • 湖北省
  • 辽宁省
  • 陕西省
  • 河北省
  • 吉林省
  • 黑龙江省

平均月薪

¥10800

中位数 ¥9000 | 区间 ¥8600 - ¥12900

数据来源:谈职全网16份招聘数据;更新时间:2026年7月13日

月薪分布

56.3% 人群薪酬落在 8-15k

TANZHI AI

简历不只是罗列信息,更要形成一个清晰的职业判断

当招聘无法快速判断你是谁时,再完整的经历,也只是信息。智能重构会统一主线与角色表达,让整份简历真正成立。

查看简历重构

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

应届
1-3年
3-5年
5-10年
不限经验

影响薪资的核心维度2:学历背景

本科
硕士

影响薪资的核心维度3:所在城市

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
60¥18400¥2200
88
95¥23700¥6800
88
33¥23900¥7100
82
42¥17500¥2600
82
17¥17100¥1800
74
18¥21300¥5700
71
21¥17400¥3800
60
16¥17300¥3200
59
9¥23800¥2000
58
13¥11300¥1200
52

市场需求

  • 北京
  • 上海
  • 广东省
  • 浙江省
  • 四川省
  • 江苏省
  • 重庆
  • 天津
  • 海南省
  • 福建省
  • 江西省
  • 山东省
  • 安徽省
  • 湖南省
  • 河南省
  • 湖北省
  • 辽宁省
  • 陕西省
  • 河北省
  • 吉林省
  • 黑龙江省

6月新增岗位

32

对比上月:岗位新增12

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14
50%
1-3年2
7.1%
3-5年8
28.6%
5-10年2
7.1%
不限经验2
7.1%

岗位在变化,但招聘判断始终只看一件事:你是谁

赢得机会,你的简历需要更快被读懂

查看简历职业角色判断

不同城市的需求分析

验证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验证工程师的招聘、薪资和就业数据。

#4 北京
5.7%33 个岗位
#5 杭州
3.6%21 个岗位
#6 深圳
3.1%18 个岗位
#7 合肥
3%17 个岗位
#8 广州
2.8%16 个岗位
#9 南京
2.8%16 个岗位
#10 泰州
2.3%13 个岗位
#11 无锡
2.3%13 个岗位
#12 石家庄
2.1%12 个岗位
相似职位热门职位热招公司热招城市
陈晶晶重构后

个人总结

  • 前置职业定位
  • 去除泛化表达
  • 让内容直接服务判断
TANZHI AI

你的简历,会被判断成这个职位要找的人吗?

上传简历,看看当前表达会让招聘方形成怎样的职业角色判断

查看简历判断
推荐阅读

热招职位

【探索者】海外验证工程师

广州学历不限1年以下

1、本科及以上学历,1年左右海外试验策划经验;

2、英语听说读写能力良好;

3、思路清晰,具备良好的沟通能力、有团队领导能力,能适应长期出差;

4、了解整车架构,有汽车、控制、智能交通、网络通讯等相关内容、了解国内外汽车、人工智能、大数据等行业发展情况和趋势、管理法规和行业要求者优先。

1. 硕士及以上学历,热能与动力工程、能源动力、热力学、供暖与空调工程、控制技术和系统动力、自动化相关专业;

2. 熟悉汽车总线协议及诊断服务,熟练使用CANoe、CANape、VSPY等总线标定工具。

3. 熟悉汽车热管理整车开发流程、技术要求和测试规范,能独立完成整车环模及道路标定试验工作。

4. 1-2年汽车热管理系统或自动空调控制器开发经验或标定经验,熟悉制冷系统原理和空调/热管理系统。具备热泵系统开发经验者优先。

5. 善于学习,自驱力强,结果导向,抗压力强。

1、硕士及以上学历,以车辆工程、计算机科学、软件工程、自动化、通信工程及相关专业为主;

2、熟悉自动驾驶系统(感知/决策/控制/模型)及仿真工具链;

3、掌握Python或C++,具备Linux操作能力;

4、有L2/L4测试经验者优先(数据驱动仿真、端到端模型闭环评测);

5、有自驱力与责任心,逻辑严谨,对工作成果负责,能够在快节奏的项目周期中主动承担任务;

6、具备跨团队沟通能力,能与各个不同部门高效协同。

职位要求
本科及以上学历,以车辆工程、计算机科学、软件工程、自动化、通信工程及相关专业为主;
熟悉自动驾驶系统(感知/决策/控制/模型)及仿真工具链;
掌握Python或C++,具备Linux操作能力;
有L2/L4测试经验者优先(数据驱动仿真、端到端模型闭环评测);
有自驱力与责任心,逻辑严谨,对工作成果负责,能够在快节奏的项目周期中主动承担任务;
具备跨团队沟通能力,能与各个不同部门高效协同。

1、计算机科学、信息安全、软件工程或AI相关专业的在校本科生或研究生。

2、对网络安全、系统安全有基本了解,对安全技术有浓厚兴趣,至少掌握一门编程语言,有良好的逻辑思维和学习能力。对机器学习、人工智能有基本概念,有相关课程学习或项目经验者优先。

3、具备快速学习能力、强烈的责任心和团队合作精神。具备良好的沟通能力和问题分析能力。

4、能够保证每周至少 4 天的实习时间,实习期不少于 2-3 个月。

5、加分项:有安全运营、数据分析或 AI 相关的课程设计、项目经验。了解或使用过开源安全工具(如 SIEM, SOAR, MISP)。在技术社区(如 GitHub, CSDN)有个人项目或技术分享。有良好的英文读写能力,能够阅读英文技术文档。

1. 学历与专业
学历要求: 本科及以上学历(硕士优先),2027届应届毕业生。
专业要求: 车辆工程、自动化、控制理论与控制工程、机械电子工程、电子信息等相关专业。

2. 知识与理论基础
具备扎实的车辆动力学基础,了解汽车底盘(制动、转向、悬架)的基本结构与工作原理;
具备扎实的自动控制原理基础,理解常见的控制算法(如PID控制,了解LQR、MPC等现代控制理论更佳)。

3. 绝对加分项(优先录用条件)
有大学生方程式赛车(FSC/FSAE)、智能车竞赛、机器人大赛等参赛经验并担任相关技术骨干者优先!
有底盘电控(如ABS/ESC、EPS、主动悬架等)相关实验室课题研究,或相关车企/Tier1实习经验者优先;
了解汽车CAN/LIN总线通信,或对 AUTOSAR 架构、ISO 26262 功能安全有初步概念者优先。

BMS系统开发高级/资深工程师-DRE

广州学历不限1年以下

1. 本科及以上学历,电子工程、车辆工程等相关专业;

2. 5年+ BMS/汽车电子开发经验,完整参与1个以上新能源汽车量产项目;

3. 精通V模型开发流程、BMS需求管理(S1/S2)与变更控制;

4. 具备系统工程思维、软件集成基础与问题排查能力;

5. 熟练使用BMS开发相关工具链,具备模型开发、测试、标定与数据分析能力;

6. 兼具BMS软硬件开发经验者或有主流车企/Tier-1供应商DRE/PD岗位背景者优先。

KD物流系统工程师

广州学历不限1年以下

1、本科及以上学历,5年以上主流合资、自主汽车企业从事物流的相关工作经验;

2、熟悉国际采购的各个环节及基本知识,熟练的英语听读写能力;

3、熟悉制造业物流仓储模式的运作;

4、熟悉物流系统、对物流系统有优化经验。

1.有1年及以上智能座舱、智能驾驶、智能网联或相关系统的控制器开发经验。

2.全日制本科及以上学历,汽车,电子信息类、计算机科学或软件相关专业。

3.熟悉中央计算平台系统架构设计、功能开发及测试验证流程。

4.对于汽车智能网联功能有一定认知,熟悉嵌入式系统的软硬件接口,了解嵌入式系统中关键芯片(如SOC芯片、
MCU芯片、DSP芯片等)的规格参数或功能。

5.了解操作系统,如Linux、Android、QNX或其他实时操作系统。

6.熟悉汽车通信协议和接口标准,如CAN、LIN、Ethernet、Bluetooth、WiFi等,并熟练使用相关工具进行
数据分析。

7.表达沟通能力强,逻辑清晰,思路敏捷,具备创新思维佳。

8.具备良好的团队合作精神和跨部门沟通协调能力。

9.具有良好的分析解决问题能力。

反欺诈分析岗

广州本科及以上1年以下

1、负责欺诈风险防控相关工作,重点包括反欺诈风险调查、欺诈行为识别及风险研判。

2、制定、完善反欺诈调查流程与标准,支持反欺诈案件的调查分析与处置评级。

3、深入挖掘内部及外部数据、画像特征,辅助发现并识别欺诈行为模式,跟踪重点案件,推动风险闭环管理。

4、配合风控策略团队推进反欺诈规则的优化,持续提升风险识别能力和防控效率。

5、参与欺诈风险管理政策的落实和项目推进,推动反欺诈风险管控体系建设。

6、协调运营与技术团队,推进欺诈风险管控流程的落地和执行。

7、编制风险报告和专项调研,向管理层反馈风险动态及反欺诈效果。

1. 负责游戏AI玩家/智能对手/NPC的算法研发与落地,覆盖对战、陪练、剧情交互等场景;

2. 基于深度强化学习(PPO/DQN/MARL)+模仿学习+规则,构建高拟人、强对抗、多样化的AI策略;

3. 设计并实现状态表征、动作空间、奖励函数、课程学习,提升AI学习效率与对战体验;

4. 负责模型训练、调优、仿真验证、线上部署与监控,保障AI稳定、高性能运行;

5. 跟踪前沿技术(多智能体、Self-play、LLM+RL、分布式训练),推动技术创新与复用;

6. 与策划、客户端、服务端协作,理解游戏规则与数值,迭代AI难度与风格。