薪酬概览
平均月薪
¥11000
中位数 ¥10900 ｜ 区间 ¥9300 - ¥12600
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
100% 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
11月新增岗位
24
对比上月：岗位新增9
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 | 6 | 16.7% |
| 3-5年 | 30 | 83.3% |
热招职位
方向1：负责燃料电池电堆、及系统所需结构零件设计及布置设计，负责燃料电池系统电气设计开发工作：高低压线束原理设计、高低压线束布置、高压配电盒设计、线束2D图设计等；方向2：负责燃料电池系统集成方案设计及各零部件选型；方向3：对燃料电池及系统进行仿真分析，CFD及FEA分析；方向4：对燃料电池电堆及发动机系统水热管理及设计
对无人车系统进行系统工程分析，与工程、产品和运营团队紧密合作，确保自动驾驶系统性能目标的实现：
• 定义ADAS与无人驾驶系统的性能指标，拆解系统层级的性能指标要求到子系统；从数据中提取检测的性能指标并分析系统性能变化趋势，向开发团队提供方向性反馈
• 参与制定无人驾驶系统验证策略、开发测试方法与测试集来清晰量化系统和子系统性能、定位性能差距，从而指导开发改进方向
• 在安全管理体系（SMS）框架下进行系统安全风险评估；组织评估不同ODD（操作设计域）中商业部署的成熟度，以支持管理层决策
• 为ADAS和AD系统架构设计，ADAS和AD系统法规与监管要求向内形成系统需求，safety case的制作等活动提供准出方向的支持
任职要求：
• 深入理解ADAS和AD技术领域的系统工程原理和方法，对软件功能、软硬件系统架构、应用层软件/中间件/底软、验证/准出指标等领域中的一项或若干项有较好了解，有在无人驾驶领域从事系统工程工作经验者优先
• 深入理解基于AI的系统指标开发和性能验证，熟悉机器学习技术
• 具有较强的沟通能力与技术文档编写能力，能够清晰定义需求或评估风险，能基于业务需求，独立完成系统设计并导入给开发或能独立完成风险评估报告
• 务实且富有创新精神，能够探索给出以合理资源解决复杂问题的技术方案
• 对自动驾驶行业有强烈兴趣，对驾驶行为和新技术方向有敏锐的洞察力
• 拥有工程、计算机科学或相关领域的学士或硕士学位
• 具备与不同时区团队合作的灵活性
从事车载智能驾驶系统的信息安全技术研究，方案设计，软件开发及验证。负责自动驾驶车载信息安全体系建设，识别安全风险，并设计开发应对方案根据项目需求，拆解，设计符合网络安全标准规范的安全方案(国标GB 44495-2024/欧盟R155/R156.)，并负责开发，测试，对外交付及验收。
职位要求(不需要全部满足)
熟悉信息安全加解密技术，数字证书PKI体系熟悉网络身份认证，数字签名技术，熟悉计算机网络原理，及计算机网络安全。熟悉安全启动，了解可信计算相关技术，例如：TPM, OP-TEE，PKCS了解Linux文件系统，及文件系统加解密原理
公司介绍：
文远知行（WeRide）成立于 2017 年，是全球领先的 L4 级自动驾驶科技公司，致力于“以无人驾驶改变人类出行”，已在全球10个国家30个城市开展自动驾驶研发、测试和运营，是全球唯一旗下产品同时拥有5个国家自动驾驶牌照的科技公司。应用场景覆盖智慧出行、智慧货运和智慧环卫，形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵，提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。
凭借“1个平台+3大场景+5大产品”的多元商业化战略，文远知行商业营收居同类自动驾驶企业之首，已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系，包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等，不断为人类出行提供更多新选择。
文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师，也不乏刚从顶尖高校毕业的青年才俊。来到我们当中，你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起，互相激励、脑力碰撞，为实现产品落地、创造社会价值、推进行业技术而努力。对有抱负的工程师，还有什么比这更有意义的呢？我们虚位以待，真诚期待技术过硬、志趣相投的小伙伴加入我们！
更多信息请访问：http://www.weride.ai，或关注官方微信号：文远知行WeRide
岗位职责：
推动公司整体信息安全技术架构设计与规划，涵盖DLP、云上安全、数据中心安全、企业内网安全等核心方向，推动安全能力平台化、体系化建设；推动企业信息安全系统、工具与平台的技术选型、系统架构设计，保障安全系统的高可用性、可扩展性与技术先进性；安全开发规范、代码安全检测、系统安全加固等在研发流程中的标准化落地；设计并推动云安全（AWS、阿里云、腾讯云等）架构方案落地，参与自研云安全工具、权限管理、配置合规、审计监控等系统的设计与开发；推动信息安全系统的整体性能优化、技术攻关与技术风险评估，保障系统稳定与业务连续性。
任职要求：
具备5年以上信息安全、网络安全工作经验，至少3年以上信息安全架构设计经验，参与过中大型安全平台或系统的整体设计与技术落地；熟悉至少一种主流开发语言（如 Python、Go）熟悉信息安全技术体系，具备DLP、数据安全、云安全、内网安全、入侵检测、漏洞管理、日志审计等领域技术经验；熟悉常见的云平台（AWS、阿里云、腾讯云）安全架构设计与最佳实践，具备实际落地经验；有大型企业安全平台架构设计经验，或具备数据安全、数据防泄漏、零信任、身份管理等专项技术背景者优先；有在自动驾驶或者汽车行业公司安全工作经验优先。
系统测试与验证：负责L4级自动驾驶整车级系统测试，包括功能性能验证、可靠性测试及用户体验评估。制定全流程测试方案，覆盖仿真测试、软件在环等验证，并输出系统级测试报告。设计复杂交通场景，构建系列场景库，支持数据闭环流程。问题定位与优化：分析仿真或者实车路测数据，定位问题，协调算法团队优化算法性能。工具链开发与自动化：开发自动化测试工具，提升测试和数据分析效率。合规性评估与标准落地：支持自动驾驶主流评价体系（如ENCAP）专项验证，推动系统迭代以满足法规要求。
任职要求
智能驾驶系统验证相关经验，深入理解L4级自动驾驶架构（感知/决策/控制模块），或熟悉智能驾驶系统各软件模块。熟悉全栈测试流程（需求分析→测试设计→问题闭环），有跨模块联调经验（如感知与控制模块协同优化）。理工类本科及以上学历，通信、电子工程、自动化、车辆工程、计算机及相关专业熟悉Python/C++等编程语言，有编写自动化脚本提高工作效率的能力熟悉Linux / Git / Shell 操作逻辑分析能力，能通过日志和传感器数据快速定位系统故障。
负责优化前沿三维重建（如神经辐射场、高斯泼溅等技术体系）数据链路，提升数据链路自动化程度、稳定性、处理效率和吞吐量；将三维重建技术应用于自动驾驶的数据合成、仿真环境构建、高精地图生成以及场景理解等领域，为自动驾驶的研发与测试提供核心工具与数据支撑；跟进学术界与工业界最新进展，能够将创新技术进行工程化落地，并与感知、规划、仿真等团队协作，推动技术方案在实际业务中的部署与应用。
职位要求
计算机科学、自动化、数学、机器人等相关专业硕士及以上学历，或具备同等水平的实践经验；出色的编程能力，熟练掌握Python和C++，代码风格良好，注重工程规范与算法性能优化；对三维重建数据链路有扎实的理论基础与实践经验，熟悉其主流算法框架与技术脉络；具备优秀的数学功底，包括但不限于线性代数、概率统计、数值优化与几何计算；强烈的自驱力、求知欲和解决问题的能力，能够在开放的研究与工程问题上进行有效探索。
加分项
具备大规模真实场景（如街景、城市场景）三维重建或建模的实际项目经验；具备大规模车载传感器数据处理链路的实际项目经验；熟悉点云、图像、IMU、GPS等传感器数据处理；在权威算法竞赛（如Kaggle、ACM-ICPC、全国信息学奥赛等）中取得突出成绩；深度参与过知名三维视觉或计算机视觉开源项目的贡献，并有可验证的成果。
1、负责公司现有DCS系统与集团公司数智化部的提升改造对接工作。
2、负责新建项目仪表专业的技术方案编制、系统建设对接工作。
3、负责设计院、课题组、供应商之间的技术衔接、把控工作。
4、负责公司自动控制系统的运行、变更、升级管理工作。
1. 设计和搭建大规模芯片级和模块级验证环境，制定cache/互联相关功能的验证策略。
2. 执行功能/集成以及门级仿真等有效验证方法来确保设计满足规格要求。
3. 分析和解决故障与问题，确保验证进度，交付完全验证的总线互联相关功能设计。
1. 复杂系统级建模与集成 (Complex System-Level Modeling and Integration):
-- 主导新型异构并行计算架构的系统级功能模型 (System-Level Functional Model) 设计与实现。
-- 负责集成各个IP模块的功能行为模型 (Behavioral Model)，构建完整的片上系统 (SoC) 虚拟平台 (Virtual Platform)，并确保模型在功能上的高保真度 (High Fidelity)。
-- 该模型将作为固件 (Firmware)、驱动程序 (Driver) 以及上层应用软件 (Application Software) 开发、预集成和早期验证的基础平台。
2. 关键IP的精确级建模 (Precise-Level Modeling for Key IP):
-- 对自研或定制的关键计算IP（如NPU/DSP/专用加速器等）执行事务级 (Transaction-Level) 的比特精确功能建模 (Bit-Accurate Functional Modeling)。
-- 确保模型和设计Spec的准确性， IP级模型将作为Golden Model 用于RTL功能验证，支持算法验证和早期性能瓶颈分析。
3. 建模方法学研究与性能优化 (Modeling Methodology Research and Performance Optimization):
-- 研究并引入先进的功能建模方法学和仿真技术（如**TLM
2.0/SystemC/C++**等）。
-- 专注于提升模型仿真速度 (Simulation Speed) 和吞吐量 (Throughput)，以满足大规模软件回归测试和快速迭代的需求。
-- 持续优化虚拟平台的效率 (Efficiency) 和可扩展性 (Scalability)。
面向阿里集团内部业务提供AI Infra容器网络、服务网络等技术支持，支撑集团内部大模型训练、推理、Agent等工作workload形态，服务ATH、淘天、闪购、国际化等各个业务BU。
● 负责面向异构/多云等 AI 计算环境构建统一的 K8s 容器网络，支持 RDMA 高性能通信，保障大规模训练与推理场景的网络性能与稳定性；
● 负责容器网络的轻量化多租隔离能力建设，支撑 AI 业务、传统业务的统一部署；
● 负责面向 Agent 场景提供安全、高效的沙箱网络技术；
● 负责 CoreDNS、kube-proxy 等云原生网络服务的建设与优化，提升 K8s Service 的可用性与性能；
高德-机器人系统开发工程师（算法工程集成方向）-具身业务部-系统软件组
1、负责将运控、感知、VLA、Agent、语音等算法团队产出的模型与能力接入机器人整体系统并完成工程化落地；
2、负责机器人一个或多个子功能模块的系统架构设计、模块拆分、接口定义和链路打通；
3、负责推动算法能力从单点验证走向系统级功能，形成可运行、可维护、可交付的完整闭环；
4、负责算法模块在机器人端侧或边缘侧的部署、联调、性能优化和稳定性建设；
5、负责多模块协同过程中的时序、状态、资源和异常问题分析与定位；
6、负责建设算法接入相关的工程规范、调试能力、监控体系和测试流程；
7、与算法、系统、平台、硬件团队紧密协作，推动复杂功能方案落地。
1. 负责各类系统的应用运维，包括但不限于监控处理问题跟踪灾备双活建设
2. 负责系统的容量管理，性能评估，为各类活动提供保障
3. 学习和了解集团相关的制度和内容并执行
