上海电气
控制软件技术助理（27届实习）
控制软件技术助理（27届实习）
发布于 7 天前实习/见习
实习生仅现场办公嵌入式开发
嵌入式开发
Pytorch
Tensorflow
多线程编程
实时系统
模型部署
软件测试
边缘计算
值不值得投
65综合评分
综合评分 65
控制与AI融合方向的实习岗，技术前沿、全链路历练，津贴回报一般。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
5.0千
比嵌入式开发中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择面较广
上海 · 嵌入式开发 · 约 270 个在招
职位详情
关于这个职位
面向控制与AI融合方向的实习岗，参与设备主控软件模块设计、AI模型在嵌入式/边缘端部署优化，以及传统控制与AI增强混合架构开发，同时参与软件调试测试与前沿技术预研
最低要求
本科及以上在读或应届毕业生
非相关专业但在嵌入式/AI/编程方面有实际项目经验者也可投递
熟练掌握软件开发，具备良好的数据结构、内存管理和多线程编程能力
熟悉 Python，能进行 AI 模型调用、数据处理及工具脚本开发
了解AI及机器学习基本概念
对嵌入式开发、AI 落地、智能系统感兴趣，有较强学习意愿
具备基本的逻辑思维能力，能根据文档/日志分析问题
具备良好沟通能力和团队协作意识，能接受一定强度的学习与挑战
工作职责
参与设备/系统主控软件的模块设计、任务划分与接口定义讨论（主控软件架构设计与实现）
参与在实时或近实时环境下，控制逻辑与 AI 推理的集成与调度实现
参与将学习模型移植到嵌入式或边缘计算平台的工作（AI 算法在嵌入式端的部署与优化）
参与模型及内存/算力优化，协助满足系统实时性和资源约束要求
参与「传统控制 + AI 增强」混合架构的设计与实现（控制与 AI 的融合开发）
配合算法与系统团队，参与感知–决策–控制的整体链路
参与主控软件在仿真和实机环境下的调试、性能分析与问题定位（软件调试、测试与问题定位）
协助编写单元测试、集成测试用例，参与提升代码质量和系统稳定性
参与输出软件设计方案、接口说明、部署手册及调试文档（文档沉淀与技术预研）
参与跟踪主控AI 推理框架、实时系统等技术发展，协助开展相关技术预研与选型评估
优先资格
计算机、软件工程、自动化、电子信息、通信、机器人、机械电子等相关专业优先
有PyTorch/TensorFlow简单使用经验，或跑通过公开模型示例者，了解模型部署概念优先
AI 洞察
优缺点分析
优点
- 控制与AI融合是工业软件前沿方向，技术积累稀缺
- 覆盖架构设计、部署优化、调试测试全链路，成长面广
- 实时性与资源约束下调优难度高，对底层能力要求扎实
- 需同时跟进AI框架与实时系统两条技术线的演进
- 适合有嵌入式或AI项目实践、想在工业智能方向深入的在读学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从软件技术助理成长为嵌入式软件或AI部署工程师
- 深耕控制与AI融合架构，可向系统架构师方向发展
- 参与设备主控软件的模块设计与接口定义，实现控制逻辑与AI推理的集成调度
- 将AI模型移植到嵌入式/边缘平台，做内存与算力优化
- 参与仿真与实机调试、测试用例编写及技术预研
- 扎实的软件开发基础：数据结构、内存管理、多线程
- Python 能力，可做模型调用、数据处理与脚本开发
- 对嵌入式与AI部署有兴趣，能按文档/日志定位问题
申请策略
- 面试前了解主控AI推理框架的主流方案
- 准备一个能讲清问题定位过程的调试案例
- 突出嵌入式开发或AI模型部署的项目经历与成果
- 强调 Python、数据结构与多线程编程能力
- 展示跑通PyTorch/TensorFlow模型或边缘部署的案例
- 了解模型量化、剪枝等端侧优化手段
- 学习实时操作系统与嵌入式开发基础
面试指南
- 用「背景-方案-结果」结构讲项目经历
- 用原理+实例结合的方式回答技术细节问题
- 介绍一下你做过的嵌入式或AI项目
- 如何理解模型部署中的实时性与资源约束？
- 多线程编程中如何避免竞态问题？
- 你如何根据日志定位一个线上问题？
- 对传统控制+AI增强的混合架构怎么理解？
- 复习数据结构与操作系统的核心知识
职位点评
薪资福利50
成长发展82
工作生活52
使命价值62
薪资福利
50较低
实习岗按津贴估算，JD未披露薪资与福利，正式转化后的回报需另行确认。
薪资信号未披露（AI估算：3.0–6.0千/月）
成长发展
82较高
控制与AI融合、边缘部署均为前沿方向，实习即可接触架构、部署、调试全链路。
技术前沿前沿/新兴技术
技术栈嵌入式开发、AI推理、PyTorch、TensorFlow、边缘计算、混合控制架构
业务类型ambiguous
工作生活
52较低
JD提及需接受一定强度的学习与挑战，实习期学习任务较重，办公模式未说明。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
62中等
工业设备智能化属新兴交叉领域，社会价值偏中性，JD未表述使命感内容。
行业发展新兴领域（暂难判断）
社会影响中性/一般
创新程度积极采用新技术
上海电气 的其他在招职位
相似职位推荐
Watch Jobs