深圳Linux应用开发工程师
Linux应用开发工程师是专门负责在Linux操作系统上开发和维护应用程序的专业人员。他们需要对Linux操作系统有深入的了解，能够编写高效的、可靠的应用程序，并且熟悉常用的编程语言如C/C++、Python等。Linux应用开发工程师通常需要与其他软件工程师、系统管理员和产品经理合作，共同开发满足用户需求的应用程序。他们负责编写代码、优化应用程序性能、解决bug、进行单元测试和集成测试等工作。此外，他们需要不断关注Linux操作系统的发展动态，熟悉新技术、新工具，并不断提升自己的技术水平，以应对不断变化的市场需求。因此，一位Linux应用开发工程师需要具备扎实的编程基础、丰富的Linux开发经验和较强的问题解决能力。
薪酬概览
平均月薪
¥22000
中位数 ¥20000 ｜ 区间 ¥16100 - ¥27900
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
70% 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
4月新增岗位
9
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 | 9 | 100% |
热招职位
1.完成车载智能网联系统的软件系统代码的实现，程序设计，编写开发文档；
2.辅助进行智能网联系统的功能定义；
3.根据设计文档或需求说明完成Linux应用开发和调试、测试和维护；
4.智能网联系统的实车联调和适配；
5.配合驱动工程师和BSP工程师进行系统优化和项目开发.
1、计算机科学、电子工程或相关领域本科及以上学历；
2、5年以上嵌入式系统或系统软件开发经验，其中至少1年承担过系统架构师或技术负责人角色；
3、有主导过复杂系统架构设计或重构的完整经历：从问题分析、方案设计、接口定义到落地实施和效果验证；
4、精通 C/C++，熟练使用 Python；具备多线程/多进程、IPC、实时调度等系统编程能力；
5、熟练掌握 Linux 系统级调试与性能分析工具（perf / ftrace / perfetto / valgrind / gdb 等）；
6、有从性能瓶颈定位到方案设计到落地验证的完整优化闭环经验；
7、具备优秀的抽象建模与文档表达能力，能将复杂系统拆解为清晰的架构图和接口规范；
8、具备出色的团队合作精神，拥有谦逊开放的态度，乐于持续学习；
加分项：
1、有机器人操作系统（ROS/ROS2）或类似中间件框架的开发经验；
2、有 DDS 或类似发布-订阅通信中间件的使用与调优经验；
3、有自动驾驶或机器人领域的量产项目经验，理解量产级软件质量要求；
4、有状态机设计、行为树、任务调度等机器人功能架构的实践经验；
5、熟悉深度学习模型的端侧部署与推理优化（ONNX Runtime / TensorRT / NPU 等）；
6、理解机器学习基本原理，对大语言模型应用或 AI 工程化有实际接触。
软件开发工程师（未来领军），招聘方向如下：
AI大模型、无线接入预研（6G/NTN）、架构技术、无线网络智能化、分组数据、核心网技术预研、系统架构、终端影像技术、智能家端、芯片、大数据、操作系统、数据库、存储、后端开发
每个技术方向均配有独立的招聘需求说明，更多岗位详情 请点击查看
软件开发工程师（未来领军），招聘方向如下：
AI大模型、无线接入预研（6G/NTN）、架构技术、无线网络智能化、分组数据、核心网技术预研、系统架构、终端影像技术、智能家端、芯片、大数据、操作系统、数据库、存储、后端开发
每个技术方向均配有独立的招聘需求说明，更多岗位详情 请点击查看
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. 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。
1．光储逆变器DSP软件开发；
2．参与产品项目立项可行性分析与系统方案设计，控制参数理论计算、前期仿真验证工作等；
3．新产品的软件调试、测试、试验认证等；
4．市场调研、客户需求沟通、技术交流等；
5. 新产品、新技术的研究；
1、本科及以上学历，计算机科学与技术、自动化、机械电子工程、软件工程等相关专业，5年及以上机器人或智能硬件领域产品系统架构设计、需求拆解相关工作经验；
2、熟悉嵌入式软件和ROS机器人操作系统；
3、具有机器人或自动驾驶相关系统量产开发经验。
优先条件
1、有397或850嵌入式平台开发经验、Orin平台SoC软件相关开发经验者优先；
2、主导过机器人或自动驾驶软件开发（代码）工作2年以上且熟悉机器人软件架构优先。
- 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、参与AI平台设计开发工作，解决系统中关键问题和技术难题；
2、对系统架构方案进行研究及改进，核心功能的代码编写，开发与维护系统公用核心模块。
1.负责喜茶物联网设备（出茶机、智能秤等）的软件开发和相关上位机测试（网关Linux、ESP32），制定测试标准和规范
2.负责 IoT 核心功能测试，含协议兼容、数据上报、远程控制、OTA 升级等场景，完成设备验收工作；
3.设计设备性能测试方案，主导设备安全测试，推动自动化测试工作，提高自动化覆盖率；
4.参与研发全流程，协调跨团队解决 IOT 系统复杂质量问题；
5.沉淀知识库，提升团队专业能力。
- 机械、控制、机器人、自动化、计算机、人工智能等相关专业硕士及以上学历，
- 理解机器人运动学、动力学及全身控制基本方法，具备较强的强化学习算法能力，熟悉深度强化学习在机器人控制中的训练、调参、评测与部署流程，能够结合具体问题进行技术选型与系统集成，
- 具备复杂机器人系统从仿真开发到实机部署、调试和迭代优化的完整经验，能够在真实机器人系统上定位和分析控制、传感、执行器、通信或系统集成相关问题，并推动闭环解决，
- 具备较强工程实现能力，熟练使用 C++ / Python，熟悉 PyTorch 等深度学习框架，能使用 legged_gym、Isaac Lab 或 mjlab 等开源训练框架开展训练、验证与部署调试，
- 具备复杂技术项目主导经验，能够独立完成技术方案设计、问题拆解、风险识别和跨团队推进，
- 有作为核心技术负责人、项目负责人或团队负责人推动关键技术攻关落地的经验者优先。
优先考虑
- 有基于强化学习的人形机器人行走（Locomotion）、上下肢协同控制（Loco-Manipulation），全身控制（WBC）相关经验，
- 有 sim-to-real、策略泛化与数据闭环相关经验，
- 有复杂接触场景控制、contact-rich manipulation、任务级动作执行等相关经验，
- 有大规模训练平台、分布式训练、策略部署优化或仿真基础设施建设经验，
- 有机器人控制、强化学习或人形机器人相关领域的高水平论文、开源项目，或在业界知名机器人项目中承担核心角色者优先。
你将获得的机会
- 参与定义机器人通用全身控制能力的核心技术路线，推动强化学习方法在真实机器人系统中的落地与演进，
- 面向产品化与量产场景，持续解决算法在实机部署、联调优化与复杂环境执行中的关键问题，
- 对关键技术方向、系统架构、团队建设和项目推进产生实质影响