深圳QT软件工程师
QT软件工程师是指负责使用QT框架（一个用于C++编程的跨平台应用程序开发框架）进行软件开发的专业人士。他们通过QT框架，可以为不同的操作系统（如Windows、macOS、Linux等）开发高质量的图形用户界面（GUI）应用程序。工作内容包括图形用户界面设计与开发、软件架构设计、程序编写与调试等。QT软件工程师需要具备扎实的C++编程技能，熟悉QT框架的使用与原理，了解跨平台开发的特点，对软件工程相关的知识有深入的理解。此外，他们还需要具备良好的团队合作能力，能够与产品经理、设计师及其他工程师密切合作，共同推动项目的进展。在不同行业中，QT软件工程师都有着广泛的应用领域，包括嵌入式系统、工业控制、医疗设备、汽车电子等领域。
薪酬概览
平均月薪
¥20600
中位数 ¥20000 ｜ 区间 ¥16100 - ¥25000
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
71.4% 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
8
对比上月：岗位新增3
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 | 8 | 100% |
热招职位
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、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。
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、聚焦地平线国内与海外开发者生态社区的推广工作，及时收集并追踪用户问题；
2、协助社区内容数量和质量的提升，与资深工程师一起跟踪行业热点与前沿技术话题，打造精品内容；
3、负责地瓜机器人开发者社区技术布道，与众多技术爱好者共同发现机器人开发平台的无限可能。
加入我们的中国物联网音频软件开发团队，为骁龙物联网平台的高通系统级芯片（SoC）提供高质量的音频/语音解决方案。
具体职责
· 音频调试、优化现有音频驱动程序和软件。
· 执行问题分类、根本原因分析，并制定调查策略。
· 设计、实现并验证音频功能（例如 Fluence、KWD、BT/DP/USB 音频）。
· 遵循既定的软件流程，并为持续的质量改进做出贡献。
· 与内部和国际团队协调，解决问题并提供解决方案。
1、负责 BMS 软件架构设计与开发（SOC/SOH/保护策略），实现电压、电流、温度采集与保护，电池充放电控制；
2、对接逆变器、上位机通信（CAN/RS485），实现电池信息上传、参数设置和软件升级；
3、参与系统调试、问题定位与量产支持；
4、编写技术文档与代码规范维护。
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。