薪酬概览
平均月薪
¥15600
中位数 ¥15000 ｜ 区间 ¥11100 - ¥20000
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
50% 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
3月新增岗位
23
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 | 14 | 51.9% |
| 1-3年 | 9 | 33.3% |
| 3-5年 | 4 | 14.8% |
热招职位
1、主导运动控制系统设计、算法开发和运控硬件选型验证，与自动化机构、电气和软件团队紧密合作，搭建和完善非标自动化设备运控平台，提升荣耀自研装备的智能化水平；
2、负责基于运控系统需求及应用场景，开展算法的建模设计、实现及落地应用，能通过场景分析与算法初步验证，持续优化算法架构，达成高实时性、高精度的各项运动性能；
3、对标业界优秀实践，研究运动控制领域的新技术和发展趋势，提升和保持运控领域竞争力。
关于感知方向
感知是无人驾驶中非常复杂和有趣的部分之一，你构建的是一个人工智能集大成的系统，不是一项按部就班就能完成的工作！感知软件工程师负责无人驾驶感知系统的设计和实现，应对无人驾驶中各种最有挑战的问题： 设计高效可靠的深度学习模型，在几十毫秒内精确检测和跟踪车周围200米之内所有的障碍物（人，车，非机动车辆，交通锥等），并对场景进行理解 如何设计一般性的模型和算法去处理各式各样的长尾情况，如路面上的垃圾袋，洒水车的水花，前车掉下来的挡板 如何保证感知模型和算法在极端的环境里的准确性和可靠性，如大雨，大雪，雾霾，风沙等 把模型优化到极致，让十几个到几十个模型在车上有限的计算资源上欢快的运行 如何搭建一个高效可靠的计算框架，支撑一个周期内接收几十个传感器的输入，做各种同步融合，并进行几十个深度学习模型的推理。
关于感知Infra方向
感知infra构建感知系统的基石，包括但不限于：
搭建高效可靠的计算框架；
实现模型的inference engine并对模型进行优化；
建立精确稳定高效的评估系统；搭建高效好用的训练框架等。
我们需要你：
1.丰富的Linux/Unix系统C++、Python开发经验，熟悉多线程，内存管理，泛型，及设计模式；
2.对于大数据的基础架构有深刻的理解，如流式数据处理架构等能够独立思考，具有良好的沟通能力、判断力、数据分析能力、执行力，自我驱动；
3.有较强的沟通协调能力，能够很好的组织协调多部门将方案推进落地。
加分项：
1.具有分布式系统相关项目经历，复杂系统软件的设计能力和调试能力，熟知常见的设计模式和架构的trade-off；
2.熟练掌握一种机器学习引擎框架，如TensorFlow、PyTorch等 熟悉GPU体系架构，精通CUDA，精通cuDNN，在深度学习计算框架等领域有丰富优化经验者优先；
3.熟悉模型训练各optimizer基本原理，了解分布式训练基本方法与框架；
4.对于最新训练加速方法有所了解，例如混合精度训练、低比特训练、分布式梯度压缩等。
1.负责AI智能体相关技术方案的设计与规划，结合业务需求制定合理的技术路线，主导智能体核心功能的研发与实现；
2.开展AI智能体的核心模块开发工作，包括但不限于智能决策、任务规划、多模态交互、环境感知与适配等模块的编码实现、测试与优化；
3.深入研究大语言模型、强化学习、多智能体协作、知识图谱等相关技术，将前沿技术融入智能体开发中，提升智能体的自主决策能力、自适应能力与交互体验；
4.负责AI智能体系统的性能优化与问题排查，保障系统在不同应用场景下的稳定性、高效性与可靠性；
5.与数字化、业务及其他技术团队紧密协作，准确理解业务需求，将技术方案落地应用，推动AI智能体在具体业务场景中的部署与迭代；
6.跟踪国内外AI智能体领域的技术动态与研究成果，开展技术调研与预研工作，为团队技术创新与产品升级提供支撑；
7.公司领导交办的其他工作。
1、统筹分析并产品软件需求,确保软件需求的可行性
2、统筹设计并评估软件架构方案,确保输出符合软件设计开发流程要求的软件架构设计规范
3、统筹实施软件详细设计,输出符合编码规范的代码或模型
4、统筹实施单元验证,输出静态检查报告、代码评审报告
5、统筹设计软件组件的集成策略，确保不同模块之间能够高效协调运作
6、统筹研究先进技术,完成技术沉淀，促进技术进步
1. 计算机、自动化、电子、机器人等相关专业本科及以上学历，具备 3 年及以上客户端、端侧或嵌入式软件开发经验。
2. 熟练掌握 C++、Python、Rust、Go 中至少一门语言，具备扎实的多线程、异步 IO、网络通信和文件系统基础。
3. 熟悉 Linux 开发与调试环境，能够使用常见性能分析、日志诊断和问题定位工具。
4. 理解多源数据时间同步、缓冲队列、文件封装、传输校验和异常恢复等关键工程问题。
5. 具备良好的架构设计、代码质量和跨团队协作能力，能够独立推动复杂模块落地。
6. 能够熟练使用 AI Coding Agent 等 Vibe Coding 工具提升方案设计、编码、测试和问题定位效率，并具备审查生成代码、补齐测试及验证边界条件的能力。
加分项
1. 有机器人、自动驾驶、智能硬件或边缘计算设备的数据采集与回传经验。
2. 熟悉 ROS/ROS2、DDS、gRPC、WebSocket 或常见设备通信协议。
3. 有音视频编解码、点云处理、设备抽象层或跨平台桌面客户端开发经验。
1.参与ai agent应用构建，在丰富的业务和垂直场景下，紧跟前沿agent应用技术发展，构建各类ai agent应用；
2.紧跟ai应用的前沿技术范式，提升ai应用构建的系统能力。
1. 参与企业级 AI Agent 应用开发，将大模型能力工程化落地到茶饮新零售的业务与技术团队；
2. 开发并优化 场景化 Agent，覆盖智能选品、智能客服、运营分析等业务场景；
3. 构建 研发效能类 Agent，包括代码 QA、漏洞检测、智能巡检、告警归因等场景；
4. 负责 Agent 核心能力建设与优化，包括数据清洗、Multi-Agent 协同、Tool / Function Calling、RAG、多轮对话与基础记忆、，以及 Agent 的上线与效果优化。
- 计算机科学、机器人学、人工智能、数据科学等相关专业本科及以上学历，具有硕士学历者优先
- 扎实的工程基础：精通 Linux 与 Docker 容器化技术，熟练掌握 C++/Python 双语开发，严格遵循 Git 工作流与编码规范
- 深厚的技术积累：具备机器人运动控制、计算机视觉、计算机图形学、物理仿真等领域研发经验者优先
- 仿真平台专长：熟练掌握 Isaac Gym/Sim、MuJoCo（含 MJX 及 MuJoCo_warp）等主流仿真平台，能够构建复杂仿真场景与环境
- 极客精神：对技术充满热情，追求极致性能优化，善于解决复杂工程问题
【携手构建下一代智能机器人】
加入我们，您将成为具身智能基础设施的构建者，用代码定义人形机器人的训练与进化之路。
1.有大规模机器学习平台或AI服务开发经验；
2.熟悉深度学习框架（如TensorFlow/PyTorch）或自然语言处理技术；
3.有IM相关或大型社交产品开发经验；
4.参与过开源项目或有技术博客分享经验。
1、负责软件技术发展方向的规划
2、负责软件开发标准和流程制定以及嵌入式软件平台化工作
3、负责项目的需求分解/架构设计/方案选型/子系统或模块划分/接口定义/框架代码编写，对系统的重用/扩展/安全/性能/简洁等做系统级的把握。
4、持续优化和演进平台软件架构，防止软件架构腐化和满足业务发展的需求。
5、负责软件设计人员/开发人员软件架构能力提升的培训
6、识别项目中的关键技术点，牵头攻关项目中的疑难问题
1.负责语音/音频大模型研发，包括音频理解（ASR/音频caption）、音视频理解等模型研发；
2.负责预训练、后训练、强化学习（文本和音频强化）相关的数据、算法、评测工作；
3.负责音频理解/ASR模型开源以及产品落地（比如产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化）。
1、负责视觉-语言大模型(VLM)研发与优化，推动中医智能诊疗、医学图像分析等场景的端到端算法落地。
2、针对舌象、面色、关节等多类医学图像，开发分类、检测、分割及异常检测算法，支撑辅助诊断与健康评估。
3、设计跨模态融合架构，实现图像、文本等多源数据的协同建模与联合推理。
4、基于LLM/VLM进行SFT、RLHF、LoRA等微调，优化辨证论治、报告生成、医学问答等任务，提升临床实用性。
5、开发具备自主推理与工具调用能力的Agentic智能体，覆盖辅助诊断、用药监测、随访管理等自动化场景。
6、构建医学知识图谱，结合RAG技术增强模型可解释性与专业可信度。
7、跟踪前沿技术，探索创新应用，确保算法符合医疗伦理与监管要求。
