新紫光集团
车载中间件开发工程师8216
车载中间件开发工程师8216
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
本科
软件工程
QNX
cmake
AUTOSAR
MQTT
Hypervisor
DDS
SOME/IP
Perf
Vtune
AI 估算 · 30k–50k
结合智能驾驶赛道热度、3年以上经验要求及一线城市薪资水平，该岗位薪资竞争力强，技术深度高，回报可观。
职位详情
关于这个职位
该职位负责智能驾驶舱驾一体平台的核心中间件开发，涉及跨域通信、实时调度、零拷贝等关键技术，要求深厚的C++和系统编程功底
你将参与从芯片到上层应用的完整技术栈，解决多域融合下的性能与可靠性难题
适合有车载经验、追求技术深度的工程师
最低要求
）计算机、电子工程、自动化等相关专业本科及以上学历，3年以上车载中间件或相似软件开发经验，有完整的舱驾一体/中央计算平台量产项目经验者优先
）精通C/C++，具备扎实的数据结构、算法及多线程/多进程编程功底
深入理解Linux/QNX/Android等至少一种车载操作系统的内核机制、驱动模型及IPC原理
）深刻理解SOA架构理念
熟练掌握SOME/IP、DDS、MQTT等车载通信协议的原理、QoS配置及性能调优
熟悉AUTOSAR CP/AP规范者优先
）熟悉Hypervisor（如QNX Hypervisor、ACRN等）或容器化技术，了解多OS共存环境下的安全隔离与资源共享机制
）熟练使用CMake、Bazel等构建工具，精通Git工作流
具备优秀的系统级性能分析能力，熟练使用perf、gprof、VTune等工具定位瓶颈
工作职责
）负责舱驾一体平台中间件的设计、核心模块开发与持续迭代
）基于SOME/IP、DDS等协议，设计并实现座舱域与智驾域之间高并发、低延迟、高可靠的跨域通信机制与数据路由策略
）针对多核SoC及MCU架构，负责进程/线程调度、内存池管理及零拷贝（Zero-Copy）共享内存机制的开发，确保高负载状态下的系统实时性与确定性
）配合底层系统，实现跨操作系统（Linux/QNX/Android）的进程间通信（IPC）、共享内存管理及算力/内存资源的动态分配与隔离
）负责中间件的性能剖析与调优，解决多域融合场景下的通信延迟、内存泄漏、系统卡顿等疑难问题，保障系统稳定运行
）制定中间件接口规范（IDL），开发配套的自动化代码生成工具、调试工具及测试框架，提升跨团队协同开发效率
）进行车云协同、AI Agent跨域调用、大模型上车等行业前沿预研，探索中间件在大模型推理、多模态交互等场景下的技术赋能
优先资格
）有高通SA8155/8295/8775、英伟达Orin/Thor等主流高算力SoC平台的实际开发与量产经验
）熟悉ISO 26262功能安全标准，有中间件层面的安全机制（如E2E保护、看门狗、冗余管理）设计经验
）了解ROS2、CyberRT、eCAL等开源中间件框架，或有相关代码贡献
）深入理解LLM Agent技术体系，熟练掌握ReAct、Function Calling、Memory、Planning等范式
有Prompt编写、复杂任务编排、多智能体协作或长程记忆系统构建等AI辅助开发经验者优先
AI 洞察
优缺点分析
优点
- 处于智能驾驶核心赛道，技术前沿，项目价值高
- 深度接触底层系统和高性能中间件技术，技能积累扎实
- 公司为上市巨头，平台稳定，资源充足
- 多元化地点选择，可灵活安排工作城市
- 技术栈深且广（多OS、多协议、实时性），学习曲线陡峭
- 跨团队协作频繁，沟通成本高
缺点 / 挑战
- 量产车规要求高，需解决复杂系统难题，压力较大
- 适合热爱底层系统开发、对智能驾驶技术有热情、喜欢挑战高性能和实时性难题的工程师
角色解读
- 技术路线：从中间件工程师成长为系统架构师，主导车载平台整体设计
- 横向扩展：深入AI Agent、大模型上车等新兴领域，成为车云协同专家
- 管理路线：带团队负责关键模块，晋升为技术经理或总监
- 设计并开发舱驾一体平台的中间件，实现座舱与智驾域的高效跨域通信
- 基于多核SoC/MCU架构，优化进程调度、内存管理及零拷贝共享内存，保证实时性与确定性
- 跨操作系统（Linux/QNX/Android）实现IPC、算力/资源隔离与动态分配
- 开发自动化工具链（IDL生成、调试、测试框架），提升团队效率，并预研车云协同、AI Agent等前沿技术
- 精通C/C++，扎实的数据结构、算法及多线程编程能力
- 深入理解至少一种车载OS（Linux/QNX/Android）内核及IPC原理
- 掌握SOME/IP、DDS、MQTT等协议及SOA架构，熟悉AUTOSAR CP/AP
- 具备系统性能分析能力（perf、VTune等），熟悉Hypervisor或容器技术
申请策略
- 关注公司车规级量产要求，准备相关案例
- 了解新紫光集团在智能驾驶领域的具体产品线和合作伙伴
- 突出车载中间件或量化项目经验，尤其是跨域通信、性能调优案例
- 强调C++系统编程能力，展示多线程/多进程、内存管理相关项目
- 列出熟悉的协议（SOME/IP、DDS）和工具链（perf、CMake），体现实操经验
- 如有AUTOSAR、Hypervisor或功能安全经验，务必醒目呈现
- 补充QNX或Android系统编程知识，尤其是IPC和驱动模型
- 学习DDS（如Fast DDS）和SOME/IP开源实现，动手搭建DEMO
面试指南
- 针对技术细节问题，采用STAR法则：背景-任务-行动-结果，突出量化指标
- 对比类问题，先给出定义再对比优缺点，最后结合场景给出选择
- 性能调优问题，从发现问题、工具分析、根因、解决方案到验证闭环
- 请谈谈你在车载中间件项目中设计的跨域通信机制，如何保证低延迟和高可靠性？
- 解释Zero-Copy共享内存的实现原理及在QNX/Linux下的差异
- 描述一次你使用perf或VTune定位并解决系统瓶颈的经历
- 你对SOA架构的理解，以及SOME/IP与DDS的适用场景对比
- 如何保证中间件在功能安全（ISO 26262）下的可靠运行？
匹配度报告
71
综合匹配度
前沿智能驾驶中间件，技术深、前景好，但工作强度和现场办公限制WLB。
适合人群
最看重技术成长和行业前景、能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活40
使命价值75
薪资福利匹配
80较高
薪资水平较高，公司为上市巨头稳定性好，福利未明确但行业惯例健全。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
90较高
技术栈前沿（舱驾一体、AI Agent），成长空间巨大，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈SOME/IP, DDS, QNX, LLM Agent, Zero-Copy
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，地点多为科技园或产业园，工作强度可能较高，无WLB信号。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
75中等
智能驾驶行业高速增长，技术创新性高，但社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs