薪酬概览
平均月薪
¥25900
中位数 ¥27500 ｜ 区间 ¥20800 - ¥31000
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
40% 人群薪酬落在 >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
11
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 |
|---|---|---|
| 3-5年 | 2 | 50% |
| 不限经验 | 2 | 50% |
热招职位
1. 参与设计和实现AI芯片上的推理引擎SDK，包括代码生成、图优化、算子实现/优化以及系统运行时的方面。
2. 参与设计和实现AI芯片上的大语言模型推理框架。进行功能实现和性能优化。
智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。
开发理念：
打破惯性思维，根据问题本质寻找答案和设计解决方案；
不技术自嗨，守住性能底线后再做技术创新，用实车效果说话；
用数据驱动的思维做开发，做好数据闭环，注重评测迭代；
不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”；
重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。
精益求精，打磨产品细节，做出亮点，提升产品体验。
1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署；
2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块；
3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力；
4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建；
5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本；
6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力；
7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。
1、计算机、自动化、人工智能等相关专业，扎实机器学习、深度学习理论基础, 熟悉常见的机器学习算法（如监督学习、无监督学习、强化学习等）和深度学习框架（如 TensorFlow、PyTorch 等）；
2、熟悉 VLA/VLM 多模态大模型，熟悉DPO, GRPO等主流强化学习算法, 参与过自动驾驶规划、决策、轨迹预测相关算法迭代开发经验优先；
3、具备扎实的编程能力，熟练掌握 Python、C++ 等编程语言；
4、熟悉线性代数、概率统计等数学基础，有数据集处理、模型训练调优实战经验；
5、有园区、地库等内部道路智能驾驶项目落地经验优先；
6、学习能力强, 具备良好沟通协作能力，能推进项目落地解决业务问题。
1、负责智能驾驶产品实车路测，根据需求对系统进行测试；
2、负责根据系统或产品的功能需求完成测试计划的制定，测试方案的编写，测试用例的设计；
3、负责对系统或产品进行相关车辆测试，执行测试用例，撰写测试报告；
4、根据需求优化系统逻辑，以用户的角度对使用体验进行评测和优化；
5、负责测试车辆的维护和管理；
1.智能驾驶云平台测试（功能测试和接口测试）
2.在需求文档的基础上编写测试用例。
3.执行测试，跟踪bug状态，评估测试结果，提交测试报告
1. 全流程项目交付与现场管理：负责具身智能机器人在复杂工业场景的端到端部署、调试与交付，确保项目高质量、按时完成。
2. 复杂系统集成与联调：负责机器人本体、感知模块与工厂级系统（如AGV、MES）的现场安装、标定及深度接口联调。
3. 高级参数配置与性能优化：基于现场工况，完成机器人运动控制、导航算法及网络通信的高级配置与系统性性能调优。
4. 技术问题闭环与知识沉淀：作为现场技术接口，推动复杂问题的根因分析、解决与闭环，并编写标准化技术文档。
5. 仿真验证与实景实训支持：运用仿真平台进行部署前验证，并支持真实场景的“实景实训”以采集数据、优化模型。
6. 客户培训与持续运维支持：为现场人员提供技术培训，并负责系统的日常监控、维护、升级及应急技术支持。
1.与车厂或供应商沟通并协调，分析客户需求，进行技术可行性评估，并形成需求文档；
2.与客户沟通讨论并确定产品的需求和性能的技术规格，依据标准产品的功能，以及客户定制化的需求，制定相应的技术方案，形成方案文档；
3.理解客户需求，并据此创建相应的结构、电子、功能和性能指标、软硬件等需求，依据客户的招投标要求，准备相关的技术资料，参与应标与相关的答辩
4.定期总结市场技术需求分析文档，参与产品Roadmap分析与制定
5.掌握公司芯片应用原理，理解芯片参考设计方案，协助客户设计产品硬件方案
6.掌握公司ADAS/AD域控制器硬件设计框架及原理，协助客户设计相关产品方案
7.了解公司各产品线产品及RoadMap，制定相关产品推广方案，主导产品推广方案文档及相关资料的制作
1、负责解决数字座舱应用软件研发中的复杂技术问题，推动技术创新，提升软件性能和用户体验。
2、参与数字座舱软件系统的架构设计和详细设计，负责关键模块和核心功能的开发与实现。
3、严格把控软件质量，对代码进行审查和测试，持续优化软件，确保其稳定性、可靠性和安全性。
4、为初级工程师提供技术指导和培训，与跨部门团队紧密协作，保障项目的顺利进行。
5、跟踪行业技术发展趋势，进行相关技术研究和预研工作，为产品的技术发展提供建议和规划。
1、负责先行技术产品创新功能体验：负责智能座舱内部先行技术的整体体验，识别新的创新机会，利用AI、大模型、推荐算法、视觉算法、感知算法等技术和手段，打造创新的智能座舱产品功能
2、负责先行技术产品创新技术路线规划：负责对标和洞察行业技术趋势，输出先行技术产品的技术方案和规划
3、负责先行技术产品交付：设计和定义系统框架、技术方案，开发智能座舱某一或多个模块产品，包括但不限于AI大模型，多模交互，自然交互等；利用座舱算力开发和交付端云一体的AI解决方案；负责先行技术产品和算法的持续迭代和优化
1、参与AI影像相关算法的研发，推动相关影像新特性在手机平台的落地。
2、针对定制需求，完成多模态模型迭代与轻量化设计优化，目标图像内容细粒度理解方案端侧落地。
3、对于AIGC内容生成与编辑任务, 如图像生成/图像编辑/动图生成， 针对影像本地化+细分场景业务需求，开发适配高效模型蒸馏/微调方案，保证整体方案能效领先。
4、构建多模态细粒度影像数据的人机高效迭代方案，支撑整体AI-影像任务实施。
1.负责AI产品的质量保障工作，完成不同应用场景(文本，音频，视频）下的大模型agent应用评测工作；
2.构建AI产品的质量体系，对过程中的痛点难点提出改进方案，对生命周期的各个阶段的质量进行全面把控；
3.应用的功能、性能、安全及兼容性测试，包括自然语言处理（NLP）、计算机视觉（CV）等方向的模型验证，确保算法输出符合预期；
4. 开发自动化测试框架，提升测试覆盖率与效率，包括自动化测试、脚本及报告；
5.与算法、产品团队紧密合作，提供测试数据反馈以优化模型设计，提升用户体验。