南京控制器软件工程师
控制器软件工程师是负责开发和维护嵌入式系统或设备的专业人员。他们通常参与设计和编写嵌入式系统的控制器软件，用于控制工业设备、机器人、汽车和其他嵌入式系统。控制器软件工程师需要具备扎实的编程技能，熟悉各种编程语言如C、C++、Python等，并且要了解嵌入式系统的硬件架构和操作系统。他们还需要与硬件工程师紧密合作，确保软件与硬件的协同工作。此外，控制器软件工程师还负责对软件进行测试、优化和维护，保证系统的稳定性和性能。这个职位需要具备良好的逻辑思维能力、沟通能力和团队合作精神。
薪酬概览
平均月薪
¥21300
中位数 ¥0 ｜ 区间 ¥15600 - ¥27000
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
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
10
对比上月：岗位新增6
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 |
|---|---|---|
| 不限经验 | 5 | 100% |
热招职位
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
工作职责
1、识别业务领域交付项目全生命周期内的业务痛点，协助完成业务领域内的业务需求分析和方案设计；
2、参与业务主航道系统应用核心模块的编码工作，遵循代码规范和开发流程，提供技术培训及响应支持；
3、参与业务提效工具应用设计开发及落地工作，在项目一线完成端到端的工具开发落地，支持项目提效和质量改进；
4、参与业务各类应用产品手册、需求文档、设计文档等编写任务，配合产品、测试、运维等团队解决跨部门沟通中的技术问题；
5、参与业务领域AI及智能体的设计开发任务，协助团队将核心算法转化为可落地的工程代码，基于业务场景完成模型开发，实现应用落地；
6、参与业务数据处理流程搭建，包括数据治理，数据清洗、格式转换、报表开发等，保障模型训练数据的质量，支撑各类应用开发；
7、参与业务各类模型训练、调参和性能评估等任务，探索模型压缩、分布式训练、边缘部署方案等技术，持续提升团队AI技术栈水平。
任职要求
1、计算机、软件及人工智能等相关专业，本科及以上学历；
2、性格开朗，乐于沟通表达，富有责任心，重视团队协作，抗压能力强，有项目落地经验优先；
3、掌握至少一门编程语言或框架，如：Java，Python（AI方向需熟练掌握），SpringBoot，VUE，Django等；
4、了解常用的数据库基础，掌握SQL语句编写，熟悉数据库性能优化方法更佳；
5、了解常见的应用工具开发技术，具备相关应用开发经验更佳；
6、了解软件应用中的需求分析，产品方案设计，原型UI设计等技能，掌握设计工具基本用法；
7、了解至少一种深度学习框架。如：PyTorch，能独立搭建、训练和评估基础模型，对大模型的应用场景有自己的见解。
工作职责
1、识别业务领域交付项目全生命周期内的业务痛点，协助完成业务领域内的业务需求分析和方案设计；
2、参与业务主航道系统应用核心模块的编码工作，遵循代码规范和开发流程，提供技术培训及响应支持；
3、参与业务提效工具应用设计开发及落地工作，在项目一线完成端到端的工具开发落地，支持项目提效和质量改进；
4、参与业务各类应用产品手册、需求文档、设计文档等编写任务，配合产品、测试、运维等团队解决跨部门沟通中的技术问题；
5、参与业务领域AI及智能体的设计开发任务，协助团队将核心算法转化为可落地的工程代码，基于业务场景完成模型开发，实现应用落地；
6、参与业务数据处理流程搭建，包括数据治理，数据清洗、格式转换、报表开发等，保障模型训练数据的质量，支撑各类应用开发；
7、参与业务各类模型训练、调参和性能评估等任务，探索模型压缩、分布式训练、边缘部署方案等技术，持续提升团队AI技术栈水平。
任职要求
1、计算机、软件及人工智能等相关专业，本科及以上学历；
2、性格开朗，乐于沟通表达，富有责任心，重视团队协作，抗压能力强，有项目落地经验优先；
3、掌握至少一门编程语言或框架，如：Java，Python（AI方向需熟练掌握），SpringBoot，VUE，Django等；
4、了解常用的数据库基础，掌握SQL语句编写，熟悉数据库性能优化方法更佳；
5、了解常见的应用工具开发技术，具备相关应用开发经验更佳；
6、了解软件应用中的需求分析，产品方案设计，原型UI设计等技能，掌握设计工具基本用法；
7、了解至少一种深度学习框架。如：PyTorch，能独立搭建、训练和评估基础模型，对大模型的应用场景有自己的见解。
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
1.负责AI相关技术在业务场景中的落地与应用，参与AI应用系统的架构设计与开发，构建高可用、高性能的AI服务，确保系统在生产环境中的稳定运行。
2.负责主流AI模型的微调、部署、推理优化及API集成工作。
3.跟踪前沿AI技术动态，解决AI应用开发过程中的技术难点，提升模型响应速度、准确率及用户体验。
4.与产品和研发团队紧密配合，推动AI产品从原型设计到上线交付的全流程。
1.负责车身域控软件需求开发、算法开发；
2.基于Mat-lab/C等嵌入式编程语言，负责车身域控相关模块的软件开发、软件测试；
3.参与车身域控的软件架构、功能模块定义
4.负责车身域控的软件集成、整车集成测试
5.负责车身域控的软件质量管理、软件问题管控、软件问题修复
6.负责车身域控的开发流程体系建立
1.负责产品软件总体系列规划（需考虑成本价格，通用性，以及可维护性，以及竞争对手方案），负责软件技术平台的规划和建设；
2.负责软件方案编制、软件技术协议评审及优化；
3.负责产品开发过程中的DSP软件设计、系统建模仿真、稳定性分析、编码与调试、测试问题的解决，制定软件方案，核心算法仿真验证、代码实现、自测及评审, 负责产品前期预研；
4.负责软件调试过程实验数据记录的归纳整理，以及计算书等相关文件、报告的撰写，各阶段任务的技术总结、技术文档整理；
5.负责故障分析，对公司各项目实施过程中出现的技术问题汇总，组织相关人员进行分析、讨论，提出解决办法；
6.依据产品的研发计划调研行业动态，学习储备前沿技术，负责软件技术情报、专利的分析收集，负责相关技术规范、通用技术模块和科技论文的撰写工作。
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、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