深圳嵌入式软件开发工程师
嵌入式软件开发工程师是负责嵌入式系统软件开发的专业人员。他们设计、开发和测试嵌入式系统中的软件，这些软件通常嵌入在微控制器、微处理器或者其他专用的嵌入式硬件中。嵌入式软件开发工程师需要具备扎实的编程技能，熟练掌握C、C++等编程语言，熟悉实时操作系统如RTOS，对硬件系统有一定的了解和应用能力。他们负责与硬件工程师和系统设计师密切合作，确保软件与硬件的协同工作正常运行。另外，嵌入式软件开发工程师需要对系统性能、资源利用和功耗等方面有全面的考量。在日常工作中，他们可能会涉及到嵌入式系统的驱动程序开发、功能模块的设计及集成、软件优化、调试等工作。此外，他们还可能会参与软件架构设计、系统集成及测试等工作。嵌入式软件开发工程师需要具备扎实的技术功底、良好的团队合作能力和解决问题的能力。这个职位通常在汽车、消费电子、医疗设备、航空航天和工业控制等领域中有需求。
薪酬概览
平均月薪
¥20300
中位数 ¥21000 ｜ 区间 ¥15100 - ¥25600
数据来源：谈职全网86份招聘数据；更新时间：2026年7月13日
月薪分布
65.1% 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
109
对比上月：岗位减少43
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 | 109 | 90.8% |
| 3-5年 | 11 | 9.2% |
热招职位
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. 大模型工作流架构设计：负责基于大语言模型（LLM）的自动化业务工作流设计与落地，利用智能体技术解决复杂的业务逻辑编排问题，提升业务处理效率。
2. 核心框架开发：深入使用 LangChain 和 LangGraph 框架构建状态机驱动的智能体系统，实现任务规划、记忆管理、工具调用及异常处理的闭环。
3. AI 辅助研发提效：在代码开发过程中，熟练运用各类 AI 编程助手进行代码生成、重构、调试及单元测试编写，显著缩短交付周期并保证代码质量。
4. 业务场景落地：结合具体业务需求（如智能客服、自动核保、理赔定损辅助、数据清洗与分析等），将非结构化数据转化为可执行的业务动作，推动大模型技术在生产环境的规模化应用。
5. 性能优化与评估：对大模型应用进行延迟优化、成本控制和效果评估（推理加速，受控输出，harness工程），确保系统的稳定性与准确性。
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、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、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。
1、负责嵌入式Linux/RTOS系统BSP开发及平台Bring‑up，完成系统移植、驱动开发及系统稳定性优化；
2、负责SoC关键IP模块驱动开发与调试，包括充电、Memory、eMMC/SDIO、USB、Audio、Debug等模块；
3、负责平台级系统问题分析与性能优化，包括内存、调度、IO及系统稳定性问题定位；
4、负责系统功耗分析与优化，支持低功耗调试及复杂问题定位。
1、教育背景： 计算机、人工智能及相关专业硕士或博士；
2、技术功底： 扎实的 Python/C++ 基础，精通 PyTorch 及分布式训练工具；
3、核心能力：
（1）深入理解 Transformer 架构，熟悉主流大模型（如 GPT-4o, Qwen-Audio, RT-2 等）原理；
（2）了解音频特征提取及 Audio Tokenizer（如 EnCodec, AudioDec）基本原理；
（3）有 Agent 框架（LangChain, AutoGPT 等）开发经验或多模态对齐经验者优先；
4、综合素质： 具备良好的学术前瞻性或工程落地能力，能解决非结构化环境下的鲁棒性挑战。
1.负责 AI 应用（大模型、RAG、Agent、多模态交互等）的全流程质量保障，包括功能、性能、稳定性、幻觉、对齐度、安全性等专项测试。
2.构建 AI 测试体系，设计测试策略、测试标准、评测指标与自动化方案，提升 AI 系统可靠性与可控性。
3.参与研发流程 AI 提效建设，通过 AI 工具 / 平台实现需求分析、用例生成、缺陷分析、回归测试、自动化执行等环节增效。
4.搭建 AI 测试数据集、评测集、测试点 Checklist、测试标签体系，支持用例自动生成与覆盖度评估。
5.与算法、研发、产品协作，推动 AI 质量左移，输出质量报告、风险评估与优化建议。
6.探索 AI + 测试前沿技术（MCP、Skills、自动化 Agent、RAG 测试、模型评测等），落地团队提效工具与平台。