南京Golang后端开发工程师
Golang后端开发工程师是负责使用Go语言（也称为Golang）进行后端应用程序开发的专业人员。他们通常负责设计、开发和维护服务器端应用程序和服务，以支持网站、移动应用程序或其他软件的后端功能。这包括处理数据、处理用户请求、与数据库交互、实现安全性和性能优化等方面的工作。Golang后端开发工程师需要具备良好的编程技能、对系统架构的理解、对性能调优的经验，以及对后端开发最佳实践的了解。他们还需要与团队成员合作，与产品经理、前端开发人员和测试人员紧密配合，以确保开发的应用程序满足需求，并在生产环境中稳定运行。拥有Golang后端开发经验的工程师在当前市场上很受欢迎，因为Go语言具有高效、并发性强和易于学习等优点。
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、负责自动驾驶产品自动化框架搭建和实施；
2、负责自动驾驶产品自动化测试；
3、负责内部测试工具开发；
4、负责自动驾驶产品CI/CD流程搭建，并且完成各项目实施；
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、负责自动驾驶系统HMI全流程测试开发，覆盖需求评审、测试用例设计、自动化脚本开发，保障HMI功能稳定及用户体验，支撑产品量产交付；
2、搭建优化HMI测试环境（实车、HIL/VIL），运用车载测试工具开展测试，解决环境技术问题；
3、负责HMI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HMI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. 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. 协助开发智能制造平台的 Web 前端界面，包括数据展示、设备看板、用户交互等功能模块；
2. 在指导下使用 React、Vue 等主流框架实现页面组件与基础交互逻辑；
3. 配合后端完成接口联调，处理数据渲染与状态管理；
4. 参与前端样式优化、兼容性测试及简单性能调优；
5. 学习前端工程化工具、代码规范与团队协作流程。
负责终端嵌入式软件系统开发，完成操作系统裁剪、驱动适配及中间件移植；开展检测模型的端侧部署优化与推理加速，开发农机通信接口协议及数据上传功能；负责终端与农机装备的联调测试，支撑终端产品化迭代
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。
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。