上海Linux应用开发工程师
Linux应用开发工程师是专门负责在Linux操作系统上开发和维护应用程序的专业人员。他们需要对Linux操作系统有深入的了解，能够编写高效的、可靠的应用程序，并且熟悉常用的编程语言如C/C++、Python等。Linux应用开发工程师通常需要与其他软件工程师、系统管理员和产品经理合作，共同开发满足用户需求的应用程序。他们负责编写代码、优化应用程序性能、解决bug、进行单元测试和集成测试等工作。此外，他们需要不断关注Linux操作系统的发展动态，熟悉新技术、新工具，并不断提升自己的技术水平，以应对不断变化的市场需求。因此，一位Linux应用开发工程师需要具备扎实的编程基础、丰富的Linux开发经验和较强的问题解决能力。
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、参与数字座舱应用软件的设计与开发，确保软件功能的实现与优化
2、与团队成员紧密合作，进行代码审查、测试等工作，保证软件质量
3、对软件运行过程中出现的问题进行排查与解决，保障软件的稳定运行
4、配合其他部门，完成数字座舱相关项目的整体推进
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。
• Design, develop, debug, and maintain C++ applications and middleware on embedded Linux platforms.
• Develop, maintain, and optimize firmware for microcontroller units (MCUs), primarily STM32 series. This includes peripheral driver development, low-level hardware interaction, and real-time task implementation.
• Collaborate closely with the Electronics/Electrical (EE), software team throughout the product development cycle.
• Participate in system architecture design, write technical documentation, and implement software modules for both Linux and bare-metal/RTOS environments.
具体职责包括但不限于：
1.芯片驱动，Linux内核驱动，实时操作系统
2.AI算法的硬件部署和优化（包括量化，剪枝，稀疏化等优化手段），效果测试
3.芯片功能/性能仿真器，模拟器、调试器、IDE开发和性能优化
4.应用解决方案开发，调试，问题定位
软件工程师（骨科手术规划 / 医疗影像）(J15038)面议
• 参与骨科手术规划软件核心模块的设计与开发，包括：
o 医学影像数据加载、处理与三维可视化
o 三维骨骼建模、测量与交互式编辑
o 手术规划相关功能（对齐、角度、切骨、假体参数等）
o 多方案术前规划，仿真和对比
• 构建和维护 模块化、可扩展的桌面端软件架构
• 与算法工程师协作，将自动分析 / AI 结果稳定集成进临床工作流
• 与骨科医生、产品团队沟通，将临床需求转化为工程实现
• 参与医疗软件相关的技术文档与质量体系建设
• 项目面向全球市场，有机会参与国际临床与研发合作，与欧美顶级骨科医院、临床专家以及算法 / AI 工程师协作，推动医学影像与手术规划技术的临床落地。
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”。
1、基于加特兰芯片的雷达软件架构设计；
2、加特兰芯片的底层软件开发；
3、加特兰雷达的产线生产测试功能及EOL功能开发；
4、加特兰方案雷达的算法集成和联调；
5、加特兰方案雷达的实车数据采集功能设计和开发。
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。
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。