薪酬概览
平均月薪
¥17600
中位数 ¥0 ｜ 区间 ¥13800 - ¥21500
数据来源：谈职全网10份招聘数据；更新时间：2026年7月13日
月薪分布
60% 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
4
对比上月：岗位减少1
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 |
|---|---|---|
| 1-3年 | 4 | 100% |
热招职位
1、承接雷达研发制造销售等相关业务的系统开发工作。
2、搭建高性能的web应用，完善关联工具链。
3、参与前端基础技术建设和深入优化。
任职资格：
1、本科及以上学历，3年及以上同岗位工作经验；
2、具备良好的Javascript和Node.js语言开发基础，扎实的html+js+css+jquery基础开发能力，熟练掌握Typescript语法、CommonJS和ES6规范，能灵活使用webPack、gulp等打包工具，理解嵌套引用和Tree-sharking等代码精简原理；
3、具备Vue、React、ReactNative等常用开发框架能力，熟悉常用前端UI框架（如Element-UI 等）和三方组件（如富文本、Echarts、D3等）；
4、具备性能提优能力，能很好的掌握Android和iOS的Web内核组件特性；
5、对前后端的协作模式、产品和项目流程有深入理解。
工作职责：
1、负责平台前端开发工作；
2、负责优秀前端组件库建设，减少重复开发，提升用户体验；
3、快速响应业务需求，及时解决前端疑难问题；
4、研究Web先进前沿技术，并用新技术推动业务发展 ；
5、完成公司交办的其他工作。
任职资格：
1、本科及以上学历，3年及以上同岗位工作经验；
2、具备良好的Javascript和Node.js语言开发基础，扎实的html+js+css+jquery基础开发能力，熟练掌握Typescript语法、CommonJS和ES6规范，能灵活使用webPack、gulp等打包工具，理解嵌套引用和Tree-sharking等代码精简原理；
3、具备Vue、React、ReactNative等常用开发框架能力，熟悉常用前端UI框架（如Element-UI 等）和三方组件（如富文本、Echarts、D3等）；
4、具备性能提优能力，能很好的掌握Android和iOS的Web内核组件特性；
5、对前后端的协作模式、产品和项目流程有深入理解。
工作职责：
1、负责平台前端开发工作；
2、负责优秀前端组件库建设，减少重复开发，提升用户体验；
3、快速响应业务需求，及时解决前端疑难问题；
4、研究Web先进前沿技术，并用新技术推动业务发展 ；
5、完成公司交办的其他工作。
1.使用ue4/ue5引擎，参与玩法系统与相关组件的开发，以支持游戏设计与送代；
2.参与基础系统的开发及维护，包括Gameplay、UI、网络等；
3.与同事合作，对工具与工作流的进行送代改进，提升开发效率和质量；
4.对项目版本进行性能分析，定向优化，帮助项目达到稳定的目标帧率；
5.理解并参与完善设计，实现效果与性能优秀的技术方案，并持续送代改进，与产品及设计、美术部门合作，推动工作按时、高质量完成。
1.根据原理图和结构图完成项目的PCB设计
2.输出Gerber文件和相关PCB制作要求文件
3.输出SMT相关生产文件
4.设计拼板图
5.确认板厂反馈的工程问题
6.处理SMT发现的相关生产工艺问题
1.EOL下线测试软件研发，负责EOL测试工位的软件架构设计与开发，聚焦NVH测试流程；控制转鼓、发送CAN/LIN指令、触发NVH数据采集；超时处理、异常恢复、与MES系统交互；开发第三方NVH分析软件接口，获取并解析测试结果（通过/失败）
2.产线稳定性保障，确保软件满足产线节拍要求，优化执行效率；设计降级方案与异常处理机制，应对第三方软件超时/卡死等故障，开发监控与日志系统，支持问题快速定位
3.与NVH分析软件开发方对接接口协议，与产线工程师协作，响应车型/工况变更需求
4.支持现场调试，解决软件在真实产线环境中的问题
1、计算机相关专业，本科及以上学历，5年以上研发工作经验；
2、熟悉ARM/RISC-V SoC体系架构，有丰富的SoC芯片底层软件研发经验，熟悉芯片研发流程；
3、有DDS，ROS2或CyberRT相关开发经验者优先；
4、有智驾系统或机器人系统开发经验者优先；
5、有分布式、高并发、高性能系统设计和稳定性经验者优先；
1. 收集客户原始需求及市场竞品分析，定义雷达平台系统需求规范，编写产品手册；
2. 项目前期作为技术接口与客户对接，支持项目前期客户技术认可工作；
3. 按照项目计划主导和推进项目开发工作，收集客户需求，编写内部系统需求/诊断调查表等文档，并传递到内部算法功能测试组；推进解决开发以及售后过程中出现的相关技术问题；
4.在产品开发过程中分阶段组织系统设计评审，管理系统相关体系流程文档工作；
5.支持Aspice 以及功能安全系统相关工作。
作为 AI 软件测试开发工程师，您将参与平头哥 AI 软件测试开发工作. 您将参与构建高覆盖率的测试体系，确保功能正确性、精度、性能优化和稳定性。设计自动化测试方案，并与开发团队紧密协作，推动产品质量持续提升。
主要职责:
参与 AI 芯片软件测试开发工作。
参与深度学习框架, 推理引擎软件测试方法设计、测试系统搭建和测试开发工作。
协同开发团队建立模型性能、精度验证机制和评价柝准。
使用Python等工具编写简单自动化测试脚本，辅助芯片测试流程。
协助搭建基础测试环境（如硬件接口配置、驱动安装）。
负责与开发团队、项目管理团队一起制定软件需求开发计划，并且制定对应的测试开发计划。
1，负责处理器架构、服务器平台、系统稳定性和性能测试的策略规划和实施。
2，负责设计和执行自动化测试方案，包括系统稳定性、性能分析和压力测试等等。
3，对处理器微架构进行深入分析，优化测试案例，对处理器相关的指令集、并发执行、缓存一致性等关键功能予以验证。
4，设计和研发高效的测试工具和框架，以满足行业标准和自动化需求。
5，参与客户对接，梳理客户需求和场景，提升内部测试覆盖和能力。
6，在跨功能团队合作中，与硬件和软件工程师协同工作，解决处理器、稳定性和性能等技术问题。
7，评估新兴技术和测试方法在现有测试流程中的应用潜力，进行技术预研和推广应用。
8，推动产品质量和交付标准的制定，推动整体交付流程建设。
1.负责架空线路导地线、线路金具及相关材料检测技术开发。
2.负责架空线路导地线、线路金具及相关材料科研工作。
3.负责根据产品要求和标准规范，实施样品检测，出具检测报告;
4.完成领导交办的其他工作。
作为芯片研发团队的项目经理，你将负责团队内部项目管理、跨部门协调及全流程执行，确保各方向的研发任务有序推进，资源高效利用，项目顺利交付。该岗位的具体职责包括：
1. 项目规划与进度管理
○ 制定项目的详细计划，包括里程碑、关键节点、资源分配和时间表，确保团队成员任务清晰、目标明确。
○ 跟踪项目执行情况，及时更新状态报告，推动项目在计划内高质量完成。
○ 分析潜在风险，制定应对措施，确保项目进展的可控性与稳定性。
2. 内部协作与资源协调
○ 在团队内部协调架构、前端、中后端、硬件、软件等方向的工作，确保团队内部信息畅通，资源合理分配。
○ 推动各模块间的有效协作，解决技术依赖与交付冲突，保证工作流程顺畅。
○ 组织定期项目会议，确保团队成员对项目目标、进展及问题保持一致理解。
○ 跨部门沟通拉通资源，与合作团队密切协作，推动项目进展。
3. 项目文档与流程管理
○ 负责项目相关文档的整理和归档，包括项目计划、会议纪要、问题清单和项目总结等。
○ 优化团队内部的工作流程，推广并使用高效的项目管理工具，提高工作效率和透明度。
4. 质量控制与问题解决
○ 参与设计评审、验证计划制定及测试结果分析等环节，推动项目各阶段的质量控制。
○ 主导技术问题的协调解决，推动资源快速处理设计、验证及测试中的问题，确保项目目标不受影响。
5. 客户与供应商协作
○ 与外部供应商、制造合作伙伴（如Foundry、OSAT等）保持良好沟通，确保项目需求被充分理解和响应。
○ 对接客户需求，及时反馈和调整项目方向，确保产品符合客户期望。
6. 团队支持与文化建设
○ 支持团队成员解决工作中遇到的协调性问题，保障资源供给和信息流通。
○ 营造高效协作的工作氛围，激发团队成员潜能，提升整体执行力和技术积累。
1.充分理解客户需求，并推进要求切实落地
2.项目团队管理，保障项目目标的达成
3.运营质量风险识别、提升与保障，保证高峰期间的运营平稳，建立专业服务口碑
4.客诉控制和客户关系管理，定期汇报项目状态，解决问题和冲突
5.项目经营管理，实现降本增效，和客户的合作共赢
岗位要求：
1、大专以上学历，5年以上大客户供应链项目管理经验
2、熟悉行业运营服务要求和痛点，有商超、餐茶饮、快消、果蔬等冷链食品行业经验优先
3、良好的逻辑思维、沟通表达和PPT书写能力；责任心强，具备团队合作精神和跨部门协调能力
【北斗实习】广告大模型应用算法工程师-【生成式召回链路升级】
【课题说明】本课题目标打破传统推荐系统的召回范式，在LBS服务零售场景下，借助LLM的世界知识与推理能力，构建融合业务特点的生成式召回架构，实现效果突破。主要挑战在于服务零售行业需求差异大、服务非标准化，在召回过程中同时把控个性化和相关性。课题将重点设计基于LLM的生成式召回架构，通过领域知识增强与业务目标微调，结合传统稀疏模型的记忆能力与LLM的泛化推理能力，优化端到端目标一致性、长尾query/item的冷启动等问题。【建议研究方向】1.推理生成：基于生成式架构引入think过程，结合服务零售行业特点，推理用户真实需求，进而生成更匹配用户诉求的候选。
2.LBS码本优化：基于多模态表征优化语义ID的构建，同时融合时空位置信息与商户服务特征，提升本地生活场景下的地理相关性建模与长尾商户曝光。
3.链路融合：基于生成式架构统一建模传统“召回-粗排-创意-精排”漏斗，端到端建模优化目标一致性。