南京Golang
Golang是一种由Google开发的开源编程语言，旨在提高开发人员的效率和程序的性能。Golang被设计为一种快速、简洁、可靠的语言，适用于构建大规模的分布式系统和高效的网络服务。它具有内置的并发特性和轻量级线程（goroutines），使并行编程变得更简单和高效。Golang还支持垃圾回收，以减轻开发人员的负担。其静态类型和强类型系统有助于减少错误，并提供更好的可维护性。Golang拥有丰富的标准库和丰富的第三方包，支持跨平台开发。由于其出色的性能和易用性，Golang已经成为许多互联网公司和初创企业喜爱的首选语言。
薪酬概览
平均月薪
¥17500
中位数 ¥12500 ｜ 区间 ¥12900 - ¥22100
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
50% 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
12月新增岗位
37
对比上月：岗位新增32
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 | 12 | 33.3% |
| 1-3年 | 12 | 33.3% |
| 5-10年 | 12 | 33.3% |
热招职位
1. 协助参与智能制造或工业智能化平台后端模块的开发与测试，包括数据接口、设备管理、基础服务等；
2. 在导师指导下编写和维护 RESTful API，支持前端功能与设备数据交互；
3. 参与数据库基础操作与简单业务逻辑实现，学习微服务架构与系统设计；
4. 协助进行系统联调、Bug 修复及技术文档整理；
5. 学习并应用主流后端技术栈（如 Java/Spring Boot、Python、Node.js 等）及开发流程。
1、负责搜索推荐业务的算法系统搭建和效果优化工作，持续提升广告推荐效果和收入 ；
2、通过模型结构优化、场景化特征（应用商店/信息流/联盟)挖掘、多目标多场景联合建模等手段优化模型预估性能，包括粗排、CTR、CVR等各个排序环节 ；
3、基于业务理解和数据分析挖掘优化方向，驱动模型算法持续迭代优化，熟练使用hadoop/hive/spark等大数据组件。
作为终端设备智能化升级的核心技术决策者，您需深度融合终端硬件能力与端侧AI技术，主导从芯片选型、系统架构到AI应用落地的全链路技术体系构建，推动终端设备在智能交互、实时决策等场景的竞争力突破。
1. 终端技术架构设计
定义终端设备（手机/机器人/车载系统等）的异构计算架构，统筹CPU/GPU/NPU算力分配，优化端侧AI推理性能（如延迟<50ms、功耗<1W）。
主导轻量化AI框架研发，支持TensorFlow Lite/MNN等引擎的定制化适配，解决模型压缩（如知识蒸馏、量化）与硬件兼容性问题。
2、 AI能力终端化落地
设计端云协同方案，划分云端训练与端侧推理边界，实现隐私保护下的实时AI功能（如语音唤醒、行为预测）。
攻关节能算法：开发动态电压频率调整（DVFS）、模型稀疏化等技术，平衡AI算力需求与终端续航。
3. 终端产品技术闭环
从硬件层（传感器选型、功耗优化）到应用层（AI Agent、多模态交互）全栈把控，确保技术方案与产品体验一致。
建立终端AI基准测试体系，量化模型精度（如mAP）、推理速度（FPS）等核心指标，驱动技术迭代。
4. 生态构建与商业化
联合芯片厂商（如高通/联发科）定制AI-ISP芯片，推动NPU算力密度提升与能效优化。
打造终端AI开发者平台，提供模型转换工具链、仿真测试环境，构建行业技术标准
深度理解与方案制定： 深入分析客户需求，包括整车EE架构、智驾域控制器硬件（电子/结构/传感器等）、智驾功能与性能指标、系统软件等；基于客户需求说明书（SOR）独立或主导编制技术方案材料，参与投标、技术澄清及答辩；
需求分析： 协同业务经理对接客户，协调内部技术资源进行需求可行性评估与技术规格讨论，主导形成清晰的需求分析文档；
方案定制与技术交付： 精通公司智驾系统架构与产品规格，结合标准功能与客户定制化需求，主导制定并开发系统级解决方案，确保技术方案有效落地与交付闭环；
行业洞察： 持续跟踪研究行业方案，对外能有效引导客户需求，对内能识别并导入有价值的差异化需求，提升产品市场竞争力；
流程优化与标准建设： 持续优化项目交付工程化流程与标准化体系，提升整体解决方案的交付效率与质量。
1、负责智能座舱功能测试，覆盖中控、仪表、HUD、后排屏、多屏联动、车载导航、智能语音、影音娱乐、车辆设置、蓝牙/WiFi/手机互联、车云服务等传统座舱核心业务，保障版本迭代质量与量产交付质量。
2、负责座舱稳定性与可靠性测试，包含长时间挂机耐久、多应用并发常驻、极限场景稳定性验证，挖掘偶现、隐性、长尾质量问题。
3、负责座舱自动化测试工具链搭建与迭代，开发自动化脚本，提升测试效率。
4、参与座舱需求评审，提出设计优化建议，管理测试缺陷并推动修复，输出测试报告。
5、配合跨部门协作，推动项目节点达成，跟踪行业新技术并落地应用。
1.负责制定和规划智能机器人产品线的技术发展战略与系统架构演进方向，确保技术选型的前瞻性和业务适用性。
2.主导智能机器人的全生命周期研发，从需求分析、系统方案设计、核心技术突破到测试验证，把控技术方向、研发进度与系统质量，解决关键瓶颈。
3.负责基于参考主流框架（如Autoware）的自主系统（OS）总体架构设计、核心模块定义与系统集成，推动相关技术的标准化与优化，确保系统的实时性、稳定性与可扩展性。
4.跟踪机器人/自动驾驶领域前沿技术，组织团队攻克在复杂场景下的自主导航、环境感知、智能决策等核心技术难题，主导关键算法的研发与集成。
5.深入理解行业应用场景，将业务需求转化为技术方案，推动智能机器人与行业解决方案的深度融合，并主导或深度参与量产方案的技术评审与落地。
6.协助管理核心技术团队，负责技术指导与人才培养。主导跨算法、软件、硬件、测试团队的协同，明确接口规范，解决重大技术冲突，保障高效协作。
1、负责户用光储、工商业储能、分布式并网逆变器及储充系统的功率控制、能量管理、电能质量优化等核心算法设计、仿真建模、迭代优化与整机验证，支撑分布式产品算法体系搭建；
2、负责承接分布式光储产品算法层面技术难题攻坚与闭环，牵头并网控制、离网稳压、功率平滑、谐波抑制等算法优化迭代，完善产品算法开发与验证体系，保障产品并网稳定、性能达标；
3、负责国内外分布式并网标准、电能质量规范梳理对标，配合完成产品认证测试、算法适配整改、性能对标优化，输出标准化算法方案与验证报告；
4、负责分布式产品线光储产品新型控制算法预研、现有算法迭代升级与性能挖潜，支撑产品差异化竞争力提升。
一、测试执行：
按项目计划及客户要求，完成驻厂现场硬件系统测试、整车电气特性测试、热测试的全流程执行，独立把控测试进度。
负责整车冬季/夏季标定测试的现场操作与数据记录；
能够准确配置并使用整车测试设备、标定工具、热测试仪器，维护现场测试环境。
问题排查：
负责 DV 试验阶段的问题复现与初步排查定位，整理清晰的问题清单同步研发团队跟进。
记录测试过程中的偏差与异常，描述现象、发生条件、测量值偏差量，推动问题闭环。
二、文档与交付：
规范记录测试过程数据，按客户规范输出测试记录与初步测试报告。
整理标定测试结果、整车测试数据，确保数据可追溯，交付符合要求的测试文档。
三、客户对接：
对接客户现场需求，配合响应测试调整要求，保障项目整体进度。
遵守客户驻厂管理规范，维护公司驻场形象，保证履职稳定性。
1.基于车型需求，进行网络安全需求开发和管理，并进行项目管理汇报；
2.定义项目网络安全基本要求、发布计划、项目角色、项目交付物等；
3.网络安全周会/月例会/关键会议组织、项目问题列表和行动项跟踪；
4.项目网络安全实施工作跟踪，网络安全开发交付物审核，确保项目平稳推进；
5.组织月度网络安全总结改进/经验教训
1.智能驾驶产品方向开发，负责智能驾驶中央计算单元的硬件系统设计，负责智能驾驶各传感器融合，整车姿态决策控制的硬件系统设计；
2.根据应用方向及系统需求，负责硬件方面的需求调研；
3.制定硬件需求及关键方案，参与关键器件的选型；参与硬件及系统测试方案的制定；
4.设计原理图，参与PCB设计；
5.完成硬件调试，包括电磁兼容方面的调试；
6.跟进实现汽车级别的产品量产化，对产品（电子元器件）进行质量控制及成本控制；
7.编写硬件设计相关文件，例如WCCA、DFMEA等。
1、作为技术接口人，主导与客户对接 L2/L2 + 级辅助驾驶功能规范的沟通确认，并统筹解决合作过程中的各类技术问题；
2、负责 L2/L2 + 级辅助驾驶的需求挖掘与开发工作，同时牵头开展应用层控制、人机交互及故障诊断等关键算法的研发落地；
3、统筹下层执行器（如 ESC、EPS 等）的性能验收工作，主导实车集成标定及欧盟 GSR 法规认证全流程，熟悉NCAP相关基本需求和测试方法；
4、承担 ADAS 领域 ISO26262 功能安全算法的开发任务，并负责相关单元测试的设计与执行；
5、负责解读国内外 ADAS 相关法规政策，开展需求开发及竞品对标分析；
6、确保在项目执行过程中，严格遵循技术开发计划及既定流程，交付符合要求的工作成果。