南京C++软件工程师
C++软件工程师是一种专注于使用C++编程语言开发应用程序和系统软件的专业人员。他们通常需要熟练掌握C++编程语言、面向对象编程、数据结构、算法和软件工程原则。C++软件工程师的工作范围非常广泛，他们可能参与开发操作系统、嵌入式系统、游戏开发、网络编程、图形用户界面设计、数据库系统等多个方面。他们通常需要与其他软件开发人员、测试人员和项目经理紧密合作，进行软件需求分析、架构设计、编码实现、调试测试等工作。此外，C++软件工程师需要不断学习新的技术和工具，以适应不断变化的软件开发领域。总的来说，C++软件工程师需要具备坚实的编程基础和解决问题的能力，以及良好的团队合作和沟通能力。
薪酬概览
平均月薪
¥16200
中位数 ¥15500 ｜ 区间 ¥11900 - ¥20500
数据来源：谈职全网68份招聘数据；更新时间：2026年7月13日
月薪分布
51.5% 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
6月新增岗位
86
对比上月：岗位新增13
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 | 11 | 14.5% |
| 1-3年 | 23 | 30.3% |
| 3-5年 | 8 | 10.5% |
| 5-10年 | 8 | 10.5% |
| 不限经验 | 26 | 34.2% |
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。
工作职责
1、基于Java、Python及AI大模型技术栈参与数字化应用系统开发与落地；
2、负责系统架构与核心模块设计，完成工程化部署，解决开发中的技术难点；
3、负责业务需求分析、研发方案设计、跨团队协作、指导一线完成应用系统落地实施；
4、关注AI前沿技术，探索新技术在业务中的应用，组织数字化能力传递和培训工作。
任职要求
1、计算机、人工智能、软件工程等相关专业，硕士及以上学历；
2、熟练掌握Java/Python技术栈，具备框架/类库，数据库，中间件等相关经验；
3、熟悉Agent、多模态、LLM、RAG、机器视觉等AI技术中1到2项，熟悉PyTorch等AI架构；
4、具备扎实的编码功底和习惯，掌握敏捷开发和AI编码工具者优先；
5、具备需求分析能力、有工程化部署相关课程设计/实习经验者优先；
6、沟通能力强，学习能力强，抗压性强，具有责任心和团队意识。
工作职责
1、基于Java、Python及AI大模型技术栈参与数字化应用系统开发与落地；
2、负责系统架构与核心模块设计，完成工程化部署，解决开发中的技术难点；
3、负责业务需求分析、研发方案设计、跨团队协作、指导一线完成应用系统落地实施；
4、关注AI前沿技术，探索新技术在业务中的应用，组织数字化能力传递和培训工作。
任职要求
1、计算机、人工智能、软件工程等相关专业，硕士及以上学历；
2、熟练掌握Java/Python技术栈，具备框架/类库，数据库，中间件等相关经验；
3、熟悉Agent、多模态、LLM、RAG、机器视觉等AI技术中1到2项，熟悉PyTorch等AI架构；
4、具备扎实的编码功底和习惯，掌握敏捷开发和AI编码工具者优先；
5、具备需求分析能力、有工程化部署相关课程设计/实习经验者优先；
6、沟通能力强，学习能力强，抗压性强，具有责任心和团队意识。
1、开发和优化差速机器人底盘的控制和传感器数据采集功能；
2、开发基于编码器和IMU融合的轮式里程计功能；
3、开发和优化机器人自主探索建图功能，持续提升效率和覆盖率；
4、开发和优化机器人自主回充功能，持续提升效率、成功率和鲁棒性；
5、其他移动机器人相关算法、策略、应用的设计和开发。
1. 参与机器人大规模软件的开发和维护工作
2. 参与机器人多模态感知数据采集系统的开发和维护工作
3. 负责基于机器人双目视觉的AI算法在地瓜芯片上的高效部署
4. 开发基于机器人双目视觉的AI算法应用及相关文档的编写
5. 为客户提供机器人双目视觉AI算法的技术答疑、送测与现场支持服务
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.负责智能驾驶产品算法性能测试工作，主要负责数据回灌仿真测试工作，负责回灌仿真测试框架搭建、测试工具开发工作；
2.建立并维护自动驾驶系统运行场景库，基于实车数据构建编制测试场景库，以及自动化场景生成；
3.负责对实车数据进行后处理分析和定位，进行自动化测试方案制订，自动化框架构建与维护；
4.负责智能驾驶项目自动化回归测试工作，用例编写与执行，撰写测试报告。
1.负责智能机器人基于ROS 2的系统架构设计、核心模块划分与通信机制定义，构建高内聚、低耦合、可扩展的软件框架，确保系统实时性与可靠性。
2.主导基于参考框架（如Autoware）的自研系统（OS）的架构演进、核心模块的定制化开发与深度优化，解决框架层面的性能瓶颈与复杂技术问题。
3.制定并推行团队内部的ROS 2开发规范、接口标准、测试流程与部署策略，提升代码质量与团队开发效率。
4.负责机器人各功能模块（感知、定位、规划、控制、人机交互等）在ROS 2框架下的集成、调试与性能优化，确保系统整体功能与性能达标。
5.跟踪ROS 2社区及机器人领域前沿架构思想，引入合适的技术与工具，持续提升系统架构的先进性。负责关键技术预研与原型验证。
6.指导中级、初级工程师进行ROS 2相关开发，进行技术培训与分享，解决开发中的架构性难题。