上海架构工程师
架构工程师是负责设计和规划软件或系统架构的专业人士。他们负责分析业务需求，并根据需求设计和开发软件系统的架构。架构工程师需要深入了解各种技术和平台，以便选择最适合的技术和工具来构建系统。他们还负责评估和优化现有系统的性能、安全性和可靠性，并提出改进建议。架构工程师需要密切合作，与开发团队、项目经理和其他利益相关者合作，确保系统设计满足业务需求并符合最佳实践。此外，架构工程师还需要关注新技术的发展趋势，以保持系统架构的先进性和可持续性。这是一个需要综合技术能力、沟通能力和解决问题能力的职位。
薪酬概览
平均月薪
¥34000
中位数 ¥30000 ｜ 区间 ¥26300 - ¥41600
数据来源：谈职全网107份招聘数据；更新时间：2026年7月13日
月薪分布
54.2% 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
192
对比上月：岗位新增82
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 | 86 | 47.8% |
| 1-3年 | 2 | 1.1% |
| 3-5年 | 17 | 9.4% |
| 5-10年 | 53 | 29.4% |
| >10年 | 14 | 7.8% |
| 不限经验 | 8 | 4.4% |
热招职位
1、手机、穿戴类产品热设计开发，负责热设计方案制定评估及落地，并能够针对产品热体验问题进行闭环分析与改进，满足最终产品需求，提升用户体验；
2、能够针对高效、领先的散热技术进行研究与开发，并结合产品形态实现落地，对金属材料/石墨类材料/液冷技术以及主动散热方案技术应用熟悉掌握；
3、熟练掌握传热学理论知识，能够运用热仿真工具进行散热方案评估和优化；
4、参与行业技术交流，开展行业散热技术合作与提前研究，持续保持散热技术满足产品演进需求；
In this role, you will work with hardware and software engineering groups to define the next-generation inter-chip network architecture for high-performance AI chip and AI network.
* Identifies the challenging problems, and evaluate various architectural solutions for the next-generation of network for AI chip and AI Super Pod.
* Gets strong influences on future AI products by advanced architecture design as the excellent interface between software and hardware.
* Architecture design of AI chip to chip interconnect subsystem, Scale-up Switch chip, C2C link, and etc.
* Documents the high-level architecture specification.
* Participation in defining the micro-architecture of key subsystem.
* Strong technical leadership to achieve successful delivery of final silicon product.
* Works closely with design, software, system, and verification team.
1.架构咨询服务：作为行业架构师，深入自主品牌及合资车企一线，提供汽车行业数字化业务及底层技术架构的咨询与设计服务；
2.信任建立与拓展：通过深厚的技术实力赢得客户信任，负责深度合作项目的技术拓展与机会点挖掘；
3.定制化方案输出：针对国内车企敏捷开发的态势，输出基于腾讯云底层的定制化解决方案，并主导高质量技术投标文件的编写；
4.行业方案沉淀：基于国内行业前瞻趋势，不断迭代有竞争力的行业产品，推动腾讯云技术服务的持续优化；
5.案例维护与布道：沉淀行业实战案例，开展高水平的技术分享，在团队内及行业内形成技术影响力；
6.生态协同布局：紧跟国内汽车技术变革，主导行业合作伙伴的技术生态建设。
1、5年以上人工智能系统架构设计经验，对于人工智能的应用和整体架构有深入研究；
2、有GPGPU/NPU芯片项目研发经验，熟悉Nvidia/AMD或国产厂家 GPU计算产品，熟悉CUDA/ROCm等GPU软件栈；
3、深入理解AI大模型训推原理，精通至少一种深度学习框架，如TensorFlow或PyTorch；
4、具有强大的领导力和工程技术技能，能够领导团队并实现交付；
加分项：
1、熟悉CUDA编程，熟悉AI框架，对一种或者多种网络模型结构有深入理解；
2、擅长跨团队沟通交流协作，有项目或团队管理经验；
3、能够深度剖析任意一个大模型的训练和推理的数学过程；
4、拥有云系统或数据中心基础设施部署和优化的专业知识；
1、研究天线相关新技术，能够及时洞察和分析新的天线方案，并推动相关技术和方案在预研项目上落地，；
2、根据产品对天线的需求，完成新产品开发及相关技术解决方案；
3、负责产品开发过程中的多天线问题的分析与解决
4、 微波/毫米波天线仿真平台搭建，建模精度和效率提升
1. 承接产品和市场需求，分解到芯片产品定义规格书，并进行相关系统设计，输出AI计算子系统上层和详细系统架构（包括AI算力和算子支持，片上内存和缓存结构，相关编程生态环境和编译器支持，目标AI网络支持的优化支持和相应数据流等）
2. 负责AI计算子系统以及复杂模块的架构/微架构设计，包括和编译器的联合设计，性能/功耗/面积优化和评估，相关领域的竞品分析，竞争力分析等
3. 负责三方相关IP评估和选型
4. 联合相关团队，构建AI计算子系统性能和功耗仿真和验证模型，支持芯片设计和验证
1、深度参与或主导CPU/GPU/AI处理器中缓存子系统的架构方案制定和评估；
2、负责缓存层次结构、容量、关联度、替换策略、预取算法等关键微架构设计；
3、设计并优化缓存一致性协议（如MESI、MOESI及其变种）在复杂多核/众核系统中的实现；
4、定义缓存与内存控制器（DDR/HBM）、片上网络（NoC）之间的高效接口与协议。分析各类负载（如SPEC CPU, 大数据，AI训练/推理）下的缓存性能瓶颈（命中率、带宽、延迟）。
1.硬件能力
•计算机体系结构 / 微电子 / 通信硕士及以上，5 年以上 GPU / NPU / GPGPU多核架构经验；
•至少一次大算力芯片完整项目经验；
•熟悉并行编程模型（SIMT、SIMD、SPMD）、Cache Coherence、NoC、Chiplet、DDR/HBM、PCIe/CXL等领域架构知识。
2.软性能力
• 了解 LLM、MoE、Diffusion、稀疏化、量化、Flash-Attention ；
• 具备跨团队协调与落地架构的技术沟通能力；
• 拥有CUDA，GPGPU架构经验者优先。