上海控制器软件工程师
控制器软件工程师是负责开发和维护嵌入式系统或设备的专业人员。他们通常参与设计和编写嵌入式系统的控制器软件，用于控制工业设备、机器人、汽车和其他嵌入式系统。控制器软件工程师需要具备扎实的编程技能，熟悉各种编程语言如C、C++、Python等，并且要了解嵌入式系统的硬件架构和操作系统。他们还需要与硬件工程师紧密合作，确保软件与硬件的协同工作。此外，控制器软件工程师还负责对软件进行测试、优化和维护，保证系统的稳定性和性能。这个职位需要具备良好的逻辑思维能力、沟通能力和团队合作精神。
薪酬概览
平均月薪
¥15900
中位数 ¥14000 ｜ 区间 ¥11800 - ¥20100
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
60% 人群薪酬落在 8-15k
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
4月新增岗位
7
对比上月：岗位减少5
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 | 10 | 100% |
热招职位
- 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”。
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、负责金融业务 Agent 系统（催收/电销/客服）的工程架构设计与落地，涵盖多 Agent 编排框架、工具层、记忆层和评测体系的全栈设计2、实施 Harness Engineering 最佳实践，解决长运行 Agent 的上下文管理、Token Budget 优化和多会话状态一致性等问题3、构建 Agent 生产可观测性体系，设计容错机制和降级策略，负责线上 Agent 系统的稳定性保障与故障快速定位4、与算法、产品、运营团队协作，将业务需求转化为工程实现，持续优化 Agent 在金融场景的落地效果
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
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、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;