上海Linux系统软件工程师
Linux系统软件工程师是负责设计、开发和维护基于Linux操作系统的软件和系统的专业人员。他们需要具备深厚的Linux系统知识，熟练掌握Linux系统内核和相关技术，包括进程管理、内存管理、文件系统、设备驱动程序等。Linux系统软件工程师通常会使用C、C++、Python等编程语言进行开发，同时熟悉Linux系统编程接口和工具链。他们需要与团队合作，了解并满足项目需求，同时负责软件架构设计、性能优化以及故障排查和修复。此外，他们需要不断跟踪Linux系统的新技术和发展，保持对最新趋势和工具的了解，以确保软件系统能够充分利用Linux平台的优势。在企业中，Linux系统软件工程师能够为软件开发、系统集成、云计算、嵌入式系统等领域提供技术支持和解决方案。
薪酬概览
平均月薪
¥18500
中位数 ¥20000 ｜ 区间 ¥14700 - ¥22400
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
62.5% 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
10月新增岗位
2
对比上月：岗位减少11
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 |
|---|---|---|
| 3-5年 | 2 | 100% |
热招职位
1. 硕士及以上学历，计算机、电子、软件、通信、自动化、数学等相关专业。
2. 精通 C/C++ 与 Python，熟悉Linux开发环境，掌握gprof/perf等性能剖析工具，具备扎实的数据结构与算法基础和良好的软件工程习惯。
3. 具备极强的学习能力、良好的沟通协调能力和团队合作精神。
4. 核心技术要求 (满足以下至少一项):
* 高性能计算：理解GPU架构（如SM/Tensor Core/Memory Hierarchy）及CUDA编程模型（Kernel/Thread Hierarchy/Stream），了解并行计算、缓存优化、向量化指令集（AVX/NEON）等知识。
* 深度学习工程化：熟悉深度学习模型从训练到部署的全流程，对CUDA、PyTorch/TensorFlow、ONNX Runtime以及Transformer、VLM等流行模型架构有一定了解。 * 底层系统软件：对CPU体系结构、操作系统原理、Linux驱动和应用有较深入的理解。
加分项 (有以下经验者优先):
1. 有CUDA/OpenCL/ROCm等异构计算平台的算子开发与性能优化经验（课程设计、实验室项目、相关竞赛或开源贡献。
2. 熟悉深度学习框架底层，如PyTorch CUDA Extension, TensorFlow XLA等。
3. 有嵌入式软件开发、芯片验证或机器人操作系统（ROS）相关项目经验。
4. 在RoboMaster、大学生电子设计大赛、大学生智能汽车竞赛等科创比赛中获得优异成绩者。
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。
- 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。
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。
1.功能开发：参与车载安卓地图导航核心功能实现，包括地图渲染、路径规划、导航引导及实时交通集成；
2.交互与逻辑实现：开发车载地图HMI界面及业务逻辑层功能，优化人机交互流畅性；
3.性能与稳定性保障：在导师指导下学习内存/CPU优化方法，参与解决崩溃、卡顿等稳定性问题；
4.技术攻关支持：协助处理地图数据加载、多线程并发等开发难题；
5.跨团队协作：与产品/测试/硬件团队配合，推进功能落地。
任职资格：
1.硕士及以上学历，计算机、软件工程、GIS等相关专业
2.具备扎实的 Java/Kotlin 基础，熟悉 Android SDK 及开发流程，了解基础数据结构与多线程机制；
3.课程/项目中使用过地图SDK（高德/百度/Mapbox等），有安卓性能优化（内存/卡顿）实践，了解GIS空间数据概念优先。
1、负责数字座舱应用软件的详细设计与代码开发工作，确保软件功能符合产品需求和设计规范
2、运用专业知识和经验，解决开发过程中遇到的技术难题，提升软件性能和稳定性
3、对自己及团队成员的代码进行审查，遵循代码规范和质量标准，保证软件代码的质量和可维护性
4、关注行业技术动态，引入新的技术和方法，对现有软件进行优化和改进，提升用户体验。
5、与团队成员紧密合作，参与项目的各个环节，为初级工程师提供技术指导和支持
6、在软件测试和上线后，快速定位并解决出现的问题，保障软件的正常运
- 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。
梳理芯片功能点与规格要求，参与验证计划制定，确保验证范围覆盖设计意图与实际应用场景
根据芯片架构与接口特性，分解测试点并开发测试用例
完成模块级与系统级芯片的功能与场景验证
定位 RTL 逻辑、接口协议及软硬协同问题，输出验证报告，推动 Bug 修复与回归确认
1. 负责相关平台的软件架构设计与核心模块开发，包括 SDK、Runtime、Framework、驱动、内核模块及相关底层组件。
2. 负责应用层、用户态组件、驱动层、内核层、固件层、硬件层之间的跨层问题分析、定位与优化。
3. 参与平台抽象层、接口模型、模块边界与系统分层设计，构建具备复用性、扩展性和可维护性的底层软件体系。
4. 参与系统性能分析与优化，从计算、访存、带宽、缓存、调度、并发、IO 路径、硬件利用率等维度识别瓶颈并推动落地优化。
5. 参与软硬件联调、设备 bring-up、功能验证、异常定位与问题收敛，推动复杂问题闭环。
6. 参与 SDK / API 设计、Runtime 封装、示例系统开发及文档建设，提升平台可用性与集成效率。
7. 参与系统稳定性与工程质量建设，包括资源管理、异常恢复、边界场景处理、兼容性治理及长期维护支持。
8. 异构计算：包括但不限于框架、SDK、异构处理器算子的开发、调优、维护等。
1.核心 AI 能力建设（Agent & RAG）
基于 LangChain 等主流框架，深度结合硬件研发场景，开发高可用的 AI Skills 与 Agents，实现精准的意图识别、任务规划与工具调用。
主导构建硬件工程垂直领域知识库（涵盖设计规范、测试标准、BOM 数据等），持续优化数据清洗、分块与检索链路，利用 Milvus/Chroma 等向量数据库提升 RAG 系统的检索精度与生成质量。
2. 模型工程与业务融合
负责开源大模型的本地化部署、推理加速及版本管理；基于业务数据进行 Prompt 调优与 SFT，建立模型选型与效果评估体系。
将 AI Skills/Agents 封装为高可用的 API 或插件，无缝嵌入现有的研发工作流，与内部业务系统进行深度打通。
3. 产品体验与团队赋能
具备产品 Owner 意识，主动调研业务线各环节的痛点，规划 Skill 开发优先级与产品路线图，建立数据监控与用户反馈闭环，持续迭代体验。
作为 AI 技术的布道者，将成熟的外部 AI Skill 引入内部并沉淀为组织经验；组织培训与推广，赋能业务骨干，与硬件工程师共同打造高效的“AI 超级个体”。
