上海应用研发工程师
应用研发工程师是负责开发和设计新的软件应用程序或升级现有应用程序的专业人员。他们与团队成员合作，根据客户需求和市场趋势，制定和执行应用程序开发计划。应用研发工程师需要具有深厚的编程知识和技能，熟悉各种编程语言和开发工具，并能够解决复杂的技术问题。他们还需要与产品经理、设计师和测试团队密切合作，确保开发的应用程序能够满足用户需求并达到高质量标准。此外，应用研发工程师还需要密切关注技术发展趋势，不断提升自己的技术水平，以应对快速变化的市场需求。这个职业需要创造力、技术能力和团队合作精神。
薪酬概览
平均月薪
¥18400
中位数 ¥16500 ｜ 区间 ¥14200 - ¥22600
数据来源：谈职全网563份招聘数据；更新时间：2026年7月13日
月薪分布
52.6% 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
691
对比上月：岗位减少21
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 | 370 | 54.1% |
| 1-3年 | 139 | 20.3% |
| 3-5年 | 91 | 13.3% |
| 5-10年 | 14 | 2% |
| >10年 | 2 | 0.3% |
| 不限经验 | 68 | 9.9% |
热招职位
深入业务一线(销售、研发、HR、环评等),识别效率瓶颈,判断 AI 的最佳切入点,包括判断哪些环节不适合用 AI。
独立设计解决方案:合理拆分 agent / skill / 工具 / 工作流,设置人工审核节点,保障方案可靠性。
端到端推动落地与采用:覆盖 prompt 设计、工具编排、内部系统对接,以及上线后的迭代与稳定运行。
对最终结果负责:确保方案被真实使用、稳定运行、切实解决业务问题。
1. 利用AI技术开发芯片后道工程自动化工具（可靠性预测、缺陷检测、良率预测等）
2. 利用AI开发多源数据分析处理可视化平台，构建数据分析平台和决策支持系统
3. 系统集成与部署，确保AI模型在生产环境稳定运行
About the Role
We are looking for a client-facing AE to support our Global business.
This role partners closely with Sales and CPM to engage customers, drive technical discussions, and support new product adoption. You will act as the bridge between customers, product, and engineering, helping translate advanced lidar and perception technologies into real-world solutions.
Key Responsibilities
Support customer meetings, technical discussions, and solution presentations
Lead product demos, evaluations, and on-site testing
Work with customers across OEMs, Tier 1s, and autonomous driving / advanced technology companies
Support new product introduction (NPI) and customer integration (SDK, ROS, etc.)
Provide hands-on technical support, including troubleshooting and root cause analysis
Collaborate with R&D and global teams to drive technical alignment and feedback
Support RMA analysis and technical documentation as needed
1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。
- 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。
- 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。
2. AI知识库系统构建
- 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。
- RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。
3. AI辅助工具平台开发
- 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。
- 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。
4. 项目管理和团队协作
- 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。
- 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。
- 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。
1、负责金融业务 Agent 系统（催收/电销/客服）的工程架构设计与落地，涵盖多 Agent 编排框架、工具层、记忆层和评测体系的全栈设计2、实施 Harness Engineering 最佳实践，解决长运行 Agent 的上下文管理、Token Budget 优化和多会话状态一致性等问题3、构建 Agent 生产可观测性体系，设计容错机制和降级策略，负责线上 Agent 系统的稳定性保障与故障快速定位4、与算法、产品、运营团队协作，将业务需求转化为工程实现，持续优化 Agent 在金融场景的落地效果
- 芯片定义与需求分析：参与芯片产品的需求拆解分析与规格制定。与客户以及市场沟通，提炼出应用场景对芯片的需求。
- 芯片应用方案设计：负责芯片的参考设计开发，负责搭建典型的应用系统并完成系统级的仿真与性能预估。
- 芯片验证：参与芯片的硅前硅后的验证，以及测试方案的制定与测试问题的定位分析。
- 负责支持客户设计的导入，协助解决客户的应用问题。
- 负责输出参考设计，数据手册，芯片PRD以及应用指南等关键文档。
1、负责智能驾驶相关产品（域控制器、各类传感器、底层软硬件）客户端技术支持，覆盖车身、底盘、车载通讯、底层软件、MCU驱动相关现场应用与问题攻关；
2、负责智能驾驶传感器联合标定、整车功能标定、时序同步调试工作，包含台架标定及实车道路调试，解决标定异常、感知失效、定位漂移等现场问题；
3、负责项目全周期技术支持，包含Demo实车演示、售中整车集成联调、量产阶段产线适配与电检支持，排查软硬件、通讯、标定、适配类故障；
4、负责客户各类问题接收、复现、分析与闭环管理，联动内部研发、测试、项目团队定位问题根因，输出8D分析报告，制定规避及整改方案；
5、负责沉淀现场应用标准、调试SOP、故障案例库、技术FAQ，同时为客户提供技术培训，赋能客户集成、测试、运维相关团队；
6、识别项目阶段技术风险、交付风险，提前输出风险防控措施与应急预案，保障研发测试、送样、量产各阶段项目进度与交付质量。
7、路测 / 集成中及时响应，定位硬件（传感器 / 域控 / 电源）、软件（算法 / 驱动 / 通信）、标定、场景适配问题，输出临时解决方案，保障项目进度。
任职资格
1、计算机、人工智能等相关专业，本科及以上学历；
2、熟悉Java、Python、Go、C++中的至少一种开发语言；
3、具备扎实的服务端开发能力，有良好的工程实践、问题排查及系统优化能力；
4、熟悉Agent应用开发基本原理，理解任务规划、工具调用、上下文管理及自主执行等核心机制；
5、有企业级Agent项目的落地经验。
工作职责
1、参与大模型应用场景的探索与创新，促进AI技术在证券业务中的深度应用；
2、负责Agent应用从需求分析、方案设计到开发上线的全生命周期建设；
3、参与Agent评测体系建设，持续优化任务成功率、准确率及用户体验；
4、关注AI技术前沿，积极开展技术预研；
5、完成公司交办的其他工作。
任职资格
1、计算机、人工智能等相关专业，本科及以上学历；
2、熟悉Java、Python、Go、C++中的至少一种开发语言；
3、具备扎实的服务端开发能力，有良好的工程实践、问题排查及系统优化能力；
4、熟悉Agent应用开发基本原理，理解任务规划、工具调用、上下文管理及自主执行等核心机制；
5、有企业级Agent项目的落地经验。
工作职责
1、参与大模型应用场景的探索与创新，促进AI技术在证券业务中的深度应用；
2、负责Agent应用从需求分析、方案设计到开发上线的全生命周期建设；
3、参与Agent评测体系建设，持续优化任务成功率、准确率及用户体验；
4、关注AI技术前沿，积极开展技术预研；
5、完成公司交办的其他工作。
- 计算机体系架构,微电子,电子,通信或其他弱电相关专业背景, 3年及以上SoC/IP设计, 理解时序路径,电路分析能力强;
- 有完整的SoC设计开发流程及成功流片经验,尤其是有先进工艺下大型高算力芯片成功量产的经验;
- 具备极强的脚本能力，熟练使用 python/shell/tcl 等脚本工具，完成日常交付效率的提升；
- 熟悉AI, NOC, ARM, GPU, ISP, DSP, Computer Vision, Muilti-Media等IP接 要求;
- 熟悉 magillem 集成工具使用者优先；
- 熟练掌握Lint,CDC,Synthesis 等流程及其工具的使确，有过大规模芯片的 CDC Hierarchy flow 经验优先；
- 对时序、功耗、面积优化有很强的理解,有过ARM based的低功耗SoC设计和验证 的经验;
1，熟悉DDR/LPDDR/GDDR/HBM协议中的至少一种；
2，熟悉DDR controller和DDR PHY的结构和工作原理；
3，熟练使用SOC设计相关各项EDA工具；
4，熟悉SDC时序约束和时序分析；
5，熟悉AMBA总线协议；
6，熟悉DFI协议。
1、教育背景：计算机、软件工程、人工智能、数据科学等相关专业，本科及以上学历，硕博优先；
2、理论基础扎实： 精通分布式系统原理、并行计算、存储系统、数据库原理、数据湖/数据仓库理论、大规模机器学习等学科知识，有相关顶会/顶刊论文经历者优先；
3、技术能力突出：
（1）熟练掌握至少一种主流分布式计算框架（如Spark、Flink、Ray等）和一种深度学习框架（如PyTorch、TensorFlow等）；
（2）具备大数据存储与处理系统（如OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等）实操经验；
（3）具备高性能数据检索、索引优化、海量数据管理等工程经验；
4、编程与工程能力强
（1）熟练掌握Python/Java/Scala/C++/Rust等主流开发语言中的至少一种，具备良好的工程实践和代码规范；
（2）有高并发、大规模分布式系统、流式/批式混合计算平台相关项目经验者优先；
5、创新与解决问题能力：具备独立分析复杂系统、定位瓶颈、提出创新性解决方案的能力，对技术钻研有热情，善于跨界学习；
6、沟通协作与主动学习：良好的团队协作能力、沟通表达能力及自驱力，乐于分享、敢于挑战难题；
7、加分项：
（1） 在数据库、分布式系统、云原生计算、向量数据库、机器学习系统等领域有顶会（SIGMOD、VLDB、ICDE、NeurIPS、ICML等）论文、竞赛获奖或开源项目贡献；
（2）有阿里云、腾讯云、AWS、GCP等云平台大数据相关实习、项目或竞赛经历；
（3） 具备自动驾驶、机器人、智能感知领域大规模数据处理或AI应用落地经验；
（4）英语或技术写作能力优秀，有技术博客、专利、文档经验。
1.负责自动化设备软件的方案设计、开发和维护；
2.负责软件平台的建设和持续改进，并支持在项目中的应用；
3.负责软件设计中的技术问题解决。