深圳嵌入式测试
嵌入式测试是负责测试和验证嵌入式系统的职位。嵌入式系统是指嵌入到产品中的特定硬件和软件系统，如智能手机、汽车电子控制单元等。嵌入式测试工程师需要使用各种测试工具和技术，确保嵌入式系统在各种条件下的稳定性和可靠性。职责包括制定测试计划、编写测试用例、执行测试、分析测试结果和报告缺陷。他们与软件工程师和硬件工程师合作，测试和验证嵌入式系统的各个功能和性能，确保产品的质量和符合需求。嵌入式测试需要具备扎实的嵌入式系统知识，熟悉常用的测试工具和方法，有良好的分析和沟通能力，能够及时发现和解决问题，确保嵌入式系统的稳定性和可靠性。
薪酬概览
平均月薪
¥11300
中位数 ¥13000 ｜ 区间 ¥9000 - ¥13600
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
80% 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
6月新增岗位
5
对比上月：岗位减少0
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 | 2 | 50% |
| 不限经验 | 2 | 50% |
热招职位
1.负责 Agent 服务及底层分布式系统的功能正确性、高可用性及性能压测，确保在复杂长链路下的系统稳定与响应效率；
2.针对 Prompt、RAG、Tool Use 等核心环节，研发自动化评估工具（如 LLM-as-a-Judge），将模糊的生成式体验转化为可量化的技术指标；
3.分析从代码变更、架构调整到模型策略优化全过程中的工程与算法风险，建立覆盖全链路的异常检测与预警机制；
4.通过对线上/线下数据的建模与分析，定位链路瓶颈与模型失效点，驱动工程架构与算法策略的持续优化。
云架构平台部是腾讯规模最大的技术部门之一，为公司各业务提供存储、接入和计算服务。这里有海量的存储平台、世界级的CDN服务、先进的操作系统和视频编解码技术以及自研芯片，我们致力于用技术的力量持续赋能客户，帮助他们提升效率、降低成本。云架构平台部聚焦于规模、产品竞争力、平台能力，通过存储、接入、计算等重点领域的核心技术能力，有力支持和保障腾讯云、自研云等重点业务；同时，部门在各技术领域不断挑战和创造新的记录，视频编码器在MSU国际大赛中一再夺冠、自研芯片性能持续优化助力业务发展、TencentOS深度参与全链路国产化操作系统OpenCloudOS共建，发布自主可控发行版等，在公司内部多次获得代表最高荣誉的技术突破奖和研发奖。
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。
软件测试工程（高科技）的工作重点是测试多种类型/类别的软件，包括出售给外部顾客的终端用户应用程序和操作系统/实用软件（提供平台供终端用户应用程序运行）。工作包括：1•开发和指导综合测试计划、质量监督计划、程序和进度表的准备和执行。2•规划和开展软件测试（包括使用编程语言编写用于应用程序/软件代码的代码），进行测试结果分析，并在测试过程中追踪/报告风险级别.3•对系统变更造成潜在影响的软件和组件进行回归测试与随机测试.4•诊断软件/硬件/数据界面问题，保证系统的集成
1、负责检测能力建设搭建，检测要求落地执行；
2、负责检测方案和方法的制定、实施和评估；
3、负责检测资源协调沟通，跟进检测进度和异常失效闭环；；
4、负责检测数据收集分析（售后、来料、产线及可靠性）和检测方法优化；
5、参与七新评审，参与行业技术交流和前沿产品检测技术；
6、培训考核技术员和检测员检测标准和方法，监督标准执行有效性；
1. 本科及以上学历，计算机/电子/自动化/机器人工程等相关专业；
2. 2年以上的复杂的软件工程/嵌入式/分布式系统/多模型交互等领域的测试经验（其一或以上）；
3. 具备一定的编程能力(Python/C++/Java)，具备良好的编码风格参与编写自动化框架/运控脚本/测试平台开发等；
4. 熟悉使用SIL/HIL其中之一的技术，对仿真软件(MuJoCo/Isaac系列/Gazebo等)具备一定的项目实践经验，可进行部分场景模型的修改及完善，并对仿真结果进行分析及问题的排查；
5. 有良好的组织协调能力、沟通表达能力、主动学习能力，自驱力强。
加分项：
1. 有主导负责多模态(语音/具身/导航/视觉等)/机器人学/传统控制/深度控制/强化学习/slam原理等领域的经验者加分；
2. 有大模型技术(Prompt/RAG/微调等)在测试领域经验中实践并应用的经验者更佳。
1、本科及以上学历，机械电子、机器人、自动化、测控、电子工程等相关专业；
2、精通多自由度灵巧手整手系统测试理论与方法，有高自由度灵巧手、精密电机或触觉传感器相关测试经验；
3、熟悉机器人系统、电机控制（FOC）、传感器集成及通讯协议（CAN/EtherCAT/串口/TCP/UDP等）的测试与验证；
4、具备扎实的软硬件基础，精通Python/C++，能独立主导自动化测试框架与测试工具开发；
5、具备极强的逻辑思维、问题分析与解决能力，具备优秀的跨部门沟通协调能力与团队领导力；
6、熟悉整手级抓取规划、在手操作（如翻转、捏取、工具使用等）场景的测试方法；
7、了解ISO
13849、IEC 61508等安全标准，具备功能安全测试经验；
8、有伺服系统或相关产品测试经验；
9、熟悉DFMEA/PFMEA等失效分析方法；
10、了解ISO/IEC
17025、GB/T等测试相关标准；
11、结果导向，对整手测试质量负责，具备较强风险意识；
12、对新技术保持高度敏感，自驱力强，善于思考与总结；
13、具备优秀的沟通表达能力与组织协调能力。
1.独立制定无人机、自动化设备、具身智能等硬件产品的振动试验方案，包括随机振动谱（PSD）、正弦扫频谱、冲击响应谱（SRS）的编制与优化，结合产品使用场景和任务剖面确定试验条件；
2.独立执行振动环境试验（随机振动、正弦振动、扫频振动、冲击、共振搜索与驻留等），覆盖整机、子系统及关键结构件，确保试验过程规范、数据可追溯；
3.开展产品实际使用环境的振动数据采集与分析（外场振动测量），基于实测数据编制或修正试验室振动谱，建立产品振动环境剖面；
4.进行结构模态测试与分析（模态频率、振型、阻尼比识别），评估产品结构动态特性，识别共振风险点，为结构设计优化提供数据支撑；
5.负责整机及关键结构件（机身壳体、机臂、起落架、支架、复合材料部件等）的力学性能与耐久性测试，覆盖静力强度、疲劳寿命、冲击韧性等项目；
6.对试验中出现的异常与失效进行分析（疲劳断裂、紧固件松动、焊点开裂、共振放大、结构脱层等），结合振动数据与断口/金相分析梳理根因，联合结构设计/工艺/材料团队推动改进闭环；
7.负责振动及力学测试工装/夹具的方案设计与动态特性评估，确保夹具在试验频率范围内不引入寄生共振；
8.参与/协助实验室建设（振动设备选型、隔振基础需求输入、力学设备选型意见等）；
9.配合CNAS体系建设与维持（体系文件技术内容配合、内外审技术支撑等）；
10.主动探索并运用各类AI工具优化日常工作流程，积极推动AI在业务场景中的落地实践，持续提升个人及团队的工作效率与产出质量。
1. 相机选型与评估。根据产品需求，对图像传感器（CMOS Sensor）、镜头、ISP芯片等进行选型调研与对比评估建立相机模组评价体系，输出选型报告；与供应商进行技术对接与谈判。
2. ISP Pipeline 调试与优化。- 负责全链路 ISP 算法模块调试，包括但不限于：自动曝光/ AWB（自动白平衡）/ AF（自动对焦）3A 算法调优、Demosaic、Denoise（2D/3D NR）等。- 利用专业标定工具（如 X-Rite、Imatest、OpenCV）完成相机标定与图像质量评估。- 针对不同场景（强光、弱光、逆光、运动模糊）进行专项调优。
3. 需求梳理与规格制定。承接产品/算法团队的图像质量需求，转化为可量化的 IQ（Image Quality）规格指标，输出相机模组规格、ISP 参数配置文档。
4. 图像质量问题排查。负责量产前/后图像质量问题的定位、复现与解决（Flicker、色偏、噪点、过曝等）；建立图像质量测试规范与 Benchmark 流程，推动图像质量持续提升。
岗位职责：
1、对接自动驾驶落地项目或者项目开发工作；
2、主导落地项目的所有技术相关工作和所有技术问题跟踪，能够预见项目的技术难点和安全点，设计实验完成测试；
3、参与测试规范化流程搭建，参与软件模块需求定义和方案设计，根据需求文档，设计验证方案，编写测试用例；
4、有效地执行自动驾驶示范测试、对测试数据进行分析及跟进，在仿真环境或路测中执行测试用例，并向相关部门汇报和沟通测试结果。
岗位要求：
1、计算机、车辆工程、汽车电子、机电一体化、自动化等专业全日制本科及以上；
2、有较好的学习能力、思维活跃，有良好的沟通、协调能力，有相关项目管理经验者优先；
3、对车辆测试有一定的了解，道路测试、性能测试、场景测试等接触过一样或者多样。有自动驾驶测试经验优先，对测试流程有自己的想法，能提出自己的见解或者优化建议；
4、责任心强，在项目落地中有一定的解决问题的能力和预见风险的能力，并能积极主动推动问题解决；
5、有一定的数据分析能力，有发现、分析和总结归纳问题的基本能力；
6、需要熟悉车辆整车测试的知识和流程，掌握测试工具 Linux、Git、docker 等，能看懂代码（必需项）；
7、熟悉软件测试的知识和流程（需要详细到测试用例）；
8、有驾驶证，对车辆运行场景有理解；
1、测试体系构建：建立毫米波雷达全生命周期测试标准（研发验证、产线测试、场景实测），覆盖射频性能、感知算法、环境适应性等维度。
2、设计自动化测试工具链（如点云数据比对、多传感器同步采集），提升测试效率。
3、场景化测试验证：针对无人机低空物流场景（如城市峡谷、强电磁干扰、雨雾天气），制定毫米波雷达的极限工况测试方案。主导外场实测，验证雷达在真实飞行中的探测精度、抗干扰能力及失效模式。
4、问题闭环管理：分析测试数据（如虚警率、漏检率、测距误差），定位硬件/算法缺陷并推动研发团队优化。建立雷达性能基线库，支撑量产一致性管控与供应商质量评估。
5、合规性测试：负责毫米波雷达频段辐射、EMC等法规测试，协助完成型号核准认证。
6、跨职能协同：与算法、硬件、飞控团队协作，设计"感知-控制"联调测试用例，确保系统级功能达标。
7、主动探索并运用各类AI工具优化日常工作流程，积极推动AI在业务场景中的落地实践，持续提升个人及团队的工作效率与产出质量；