杭州Linux嵌入式开发工程师
Linux嵌入式开发工程师是负责设计、开发和维护嵌入式Linux系统和应用程序的专业人士。他们需要具备深厚的Linux系统知识和嵌入式开发技能,以便在嵌入式设备和系统中集成Linux平台。该职位通常涉及在嵌入式系统上进行驱动程序开发、内核优化、系统调试和性能优化。此外,Linux嵌入式开发工程师还需要熟悉嵌入式硬件和外围设备,并能够根据项目需求制定适当的嵌入式解决方案。他们通常与硬件工程师、团队成员以及客户合作,确保系统功能的完整性和性能优化。综合来说,Linux嵌入式开发工程师需要掌握Linux内核、驱动开发、嵌入式系统架构设计等技能,以确保嵌入式系统的高效稳定运行。
薪酬概览
平均月薪
¥19600
中位数 ¥0 | 区间 ¥13400 - ¥25800
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
85.7% 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
8月新增岗位
3
对比上月:岗位减少2
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 | 1 | 100% |
热招职位
1. 负责视频处理算法开发和相关硬件的Pre/Post-silicon验证;
2. 负责计算机视觉算法性能提升;
3. 负责CV产品化和相关应用场景的对接;
1、承担SoC系统级FPGA和模块级FPGA验证环境搭建
2、搭建FPGA系统的仿真环境,完成相应的测试
3、完成ASIC到FPGA的代码转换,验证和集成工作
4、协助IP设计/CV验证,以及系统软件开发和测试
1. 基于企业办公场景和AI应用,以创新的方式产出企业智能辅助决策和办公流程自动化产品和系统。
2. 理解业务场景,发掘潜在需求,与业务方、产品经理、数据团队及其他技术团队进行有效沟通,确保技术方案符合业务需求并实施,具备可扩展性、可维护性和成本效益。
3. 主导关键技术栈、框架、工具和架构的选择和决策,同时平衡短期项目交付与长期技术储备。
4. 关注算法和工程领域的技术发展趋势(如新模型、新框架、工程实践),持续提升团队整体专业力和战斗力。
我们正在寻找一位经验丰富的模块测试工程师,专注于服务器核心模块与子系统的深度测试与验证。您将负责从单元到系统级的测试策略设计、自动化实现与问题定位,确保服务器各关键模块(如内核/虚拟化、高速总线、编解码等)的功能、性能、可靠性及兼容性满足严苛的行业标准。您需要对服务器硬件架构与软件栈有深入理解,并能通过创新的测试方法发现潜在缺陷,为产品的高质量交付提供坚实保障。
岗位职责:
1. 服务器核心模块测试策略与执行:负责制定和执行服务器关键模块的测试计划,特别是在如下某一个或者某几个核心模块有扎实测试专长的候选人加入:
a. 内核与虚拟化模块:测试虚拟化技术(如KVM, VMware ESXi)、容器运行时、内核关键子系统(调度、内存管理、网络栈)的功能、性能隔离与稳定性。
b. 高速互连总线模块:负责PCIe, CXL, NVLink等高速总线的功能验证、带宽/延迟性能基准测试、错误注入与容错测试。
c. 硬件加速与编解码模块:测试GPU、视频编解码器(如H.264/HEVC/AV1)、加解密引擎等硬件加速单元的功能正确性、性能提升及驱动兼容性。
d. 固件与BMC模块:参与服务器固件(BIOS/UEFI)、基板管理控制器(BMC)的接口、安全与可靠性测试。
2. 测试框架与自动化开发:针对特定模块,设计并开发高覆盖率的自动化测试套件、压力测试工具和性能基准测试框架。集成到CI/CD流水线,实现模块质量的持续监控。
3. 深度分析与问题定位:执行测试并分析结果,能深入日志、硬件寄存器、性能计数器等,对发现的缺陷进行根因分析,准确定位至硬件、固件、驱动或应用层,并与研发团队紧密协作推动问题解决。
4. 系统级集成与可靠性验证:将模块测试融入整机系统测试,验证多模块协同工作下的功能与性能,设计并执行长时压力、故障恢复、容错等可靠性测试场景。
5. 技术预研与能力建设:跟踪服务器技术演进(如新硬件架构、互联协议、虚拟化技术),预研新的测试方法、工具与标准,提升团队在特定模块领域的测试深度与效率。
1、负责面向全集团中间件的质量保障,注重产品体验,能够从用户视角发现问题并反馈给开发,参与中间件发版迭代测试,编写集测用例集并执行;
2、参与中间件CI/CD流程优化,确保中间件在持续集成和交付过程中得到充分测试;
3、维护和优化现有的测试工具和自动化测试框架,确保其稳定运行。研究并引I入新的测试工具和技术,并通过AlCoding提效集成封装覆盖率;
4、参与建设中间件自动化压测体系;
5、制订中间件的发布规范和质量标准,并与研发同学一起落地质量规范。
1. 设计、实现、维护超大规模高性能、高稳定在线nosql分布式数据库系统Tair;
2. 应用先进的索引结构、协程、io_uring等技术,实现极致高效的存储内核;
3. 为读/写热点、cache一致性、读写一致性、高效分布式锁等典型场景提供解决方案;
4. 通过部署优化、自动扩缩、存算分离等技术,提升10万张规模表的资源利用效率及稳定性。
我们是阿里巴巴平台技术TPP AI研发团队,负责搜推广及AI应用研发平台的建设和维护。为淘宝、千问、闪购、高德、闲鱼、飞猪等多个业务部门提供应用研发基础设施,并直接参与头部业务的应用研发。
主要工作内容如下:
1. 搜推广业务研发:负责阿里巴巴核心搜索、推荐、广告业务的系统设计与开发,支撑亿级用户规模的实时流量。深入理解业务场景,参与从需求分析、架构设计到上线运维的全链路研发工作。优化系统性能与稳定性,保障高并发场景下的低延迟、高可用服务。
2. AI Native研发范式升级:推动搜索推荐系统的 AI Native 转型,探索大模型在搜推场景的深度应用。重构传统研发流程,构建以 AI 为核心的新一代研发范式,提升研发效率与系统智能化水平。研究并落地生成式检索、生成式排序、多模态理解等前沿技术在业务中的工程化实践。
3. AI应用研发:设计并开发面向搜推场景的智能 Agent 系统,构建 Agent 编排框架,整合工具链、知识库与业务系统,打造自感知、自决策、自执行的智能体。抽象Agent需求并沉淀Agent Infra。
我们将提供:
参与阿里巴巴核心业务的技术挑战,影响亿级用户体验。
与行业顶尖技术团队合作,接触前沿的 AI 技术与工程实践。
开放的技术氛围与完善的成长体系,支持技术创新与职业发展。
1. 数据资产全景与指标体系构建:负责搭建数据资产全景视图,提炼关键业务指标,通过数据洞察市场趋势,为决策层输出专业数据建议
2. 全链路效率监控与优化:围绕AI模型训练场景,构建数据全链路转化漏斗监控体系,追踪各环节转化率与周期效率,识别并推动解决流程卡点,保障数据高效流转
3. 反馈闭环建设与质量评估:建立从数据反馈出发的优化体系,统一拉齐数据质量评估标准,指导提升数据质量的提升及需求的衔接度
4. 跨团队协作与决策支持:协同数据开发、算法团队优化大模型训练效果,设计实验监控模型的反馈结果,给出量化的指标和建议,促进模型的不断优化
1.负责机器学习训练平台的建设,支持业务的探索实践
2.负责研发领域相关的基础设施建设,包括但不限于数据采集、预处理、模型训练、监控和管理等
3.负责对算法进行工程化能力封装和抽象,形成通用框架或组件,提高研发效率和降低研发成本
4.负责大规模分布式异构训练性能优化
1. AI数据资产体系建设:负责核心AI数据资产体系,结合业务需求与数据算法能力,主导大数据的处理、解析、分析、挖掘、研发及优化工作。
2. 合成数据与数据多样性:主导结合场景的合成数据多样性生产: 探索基于 AI 模型的合成数据技术,主动解决特定领域(如逻辑推理、长尾语种)的数据稀缺问题。
3. 基于大模型做特征筛选、小模型蒸馏、小模型效果评估,主导欺诈评分等能力建设上。
4. 数据驱动的生产闭环:基于评测/资产结论,将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。
5. 持续跟踪及探索Data + AI方向的行业进展(如Data Agent、AIOps、湖仓一体智能优化等),主动开展技术预研与原型验证,推动先进技术在公司中的适配与规模化应用。
1. 负责企业级办公Agent 技能市场产品/平台能力的设计和研发,包括前台产品能力、运营中心、开放对接能力等,打造企业办公易用/安全/统一的技能市场,加速AI在办公场景的大规模应用。
2. 参与搜索/意图识别等相关能力的设计和研发,涉及企业内部海量知识的接入/加工、搜索在/离线能力的建设(索引构建、意图识别、粗排/精排等),建设企业办公统一的搜索能力,同时结合技能市场的消费需要,提供高质量的findskill能力。
1.围绕办公场景(办公、IT、人力资源、财务、法务等场景)参与设计先进的Agent架构(记忆模块、规划模块、工具调用模块等),在各个场景落地,并取得效果
2.通过Harness Engineering的相关技术,来提升LLM或者Agent在垂域的效果,通过调优来提升整个效果
3.联动工程与算法团队,深度参与设计“办公领域通用Agent框架”。通过对办公SOP的算法抽象,建立标准化的意图理解、工单结构化与任务分发机制,实现Agent能力在不同职能场景间的快速迁移与规模化协同
4.通过Vibe Coding来快速进行Harness Engineering相关的探索与实验,进一步探索 办公领域AI-Native 开发范式