AI时代,嵌入式工程师,多强才能拿月薪5W+?

大家好,我是嵌入式孙老师。做嵌入式十几年了,从 MCU、Linux、驱动、Yocto,到 NXP、Rockchip、Jetson、Camera,再到现在的边缘 AI,这一路接触过不少项目,也认识了不少同行。平时我自己也建了一个边缘嵌入式交流群,群里有做 BSP、Camera、机器人、Jetson、瑞芯微、NXP,也有做 AI 部署和系统开发的工程师。

前两天,群里聊到一个很现实的话题:

嵌入式工程师,月薪 5W+,到底算什么水平?

在这里插入图片描述

有人说已经很高了,有人觉得深圳、上海其实并不少,也有人直接说“羡慕”。我当时也说了一句,群里拿到这个收入的人应该也有,只是大部分技术人比较低调。

后来我觉得,这个问题其实挺值得聊一聊。

因为工作几年以后,我们平时讨论的是 Linux、驱动、AI、机器人,但心里多少都会想过一个问题:

自己做了这么多年技术,到底值多少钱?


5W+没那么神秘,但也不是“技术好”就一定能拿

以前我也很容易把高薪理解成:技术特别强。

Linux 内核懂得深、驱动写得好、C/C++ 扎实,再多会几个平台,工资自然就会上去。

后来做得越久,越发现不是这么简单。嵌入式太大了,MCU、RTOS、Linux、Bootloader、Driver、Yocto、Camera、GPU、NPU,现在又来了 AI,想全部学完几乎不可能。

真正拉开差距的,很多时候不是“你会多少”,而是:

一个复杂问题摆在你面前,你能解决到什么程度。

刚工作的时候,调通一个驱动就是能力;再往后,不只是 Driver 能不能起来,而是整个系统为什么不稳定、Camera 为什么掉帧、性能为什么上不去;做到更后面,项目出了一个没人愿意接的难题,大家第一时间会想到谁。

所以从 2W、3W 往 5W+ 走,我觉得一个很明显的变化就是:

你解决的问题越来越大了。

一个点要够深,但不能永远只看自己那一块

做嵌入式的人很容易焦虑,什么都觉得应该学。我的理解反而越来越简单:至少先有一个真正拿得出手的方向。

可以是 Linux BSP,可以是 Camera、ISP、GMSL,可以是 Yocto 和量产,也可以是 Jetson、Rockchip、NXP、GPU/NPU,甚至系统安全。

关键不是哪个方向听起来高级,而是项目遇到这个问题的时候,别人会不会想到你。

但只做深一个点也不够。

如果干了十年 Driver,遇到问题永远只回答一句“驱动没问题,后面不归我管”,职业上限其实也比较明显。做到后面,还是要慢慢看懂硬件、驱动、系统、应用、性能和客户需求之间到底是什么关系。

我比较认可的状态就是:

一个点做深,再把整个系统慢慢看宽。

这类人通常比较难替代。


AI来了以后,真正值钱的反而更清楚了

我现在每天也会大量使用 AI。看代码、分析 Log、查资料、写脚本、整理方案,确实比以前快很多。

所以以前一些靠“记得多、搜得快”建立起来的优势,未来可能会越来越弱。

但有一样东西,我觉得反而更值钱:

判断。

AI 可以一次给你五个方案,但到底选哪个?为什么这样选?这个方案现在能跑,量产以后会不会出问题?性能瓶颈到底在哪?这些还是需要项目经验。

所以我现在并不太担心一个真正有经验的工程师马上被 AI 替代。我更在意的是:两个同样有十年经验的人,一个已经开始用 AI 把效率放大,另一个还完全按照原来的方法工作,几年以后差距会有多大。

AI时代,高薪工程师未必什么都自己做。

但他应该越来越知道:

什么值得自己判断,什么可以交给 AI。

5W+背后,很多时候也是责任

高薪这个事情,还有一面大家不太喜欢聊。

我们看到别人月薪 5W、年包百万,很容易只看到那个数字。

但多数情况下,工资越高,责任也不会越小。

客户现场出了问题,普通工程师可以往上报,高级工程师可能就是那个“上面的人”;产品准备量产,系统突然不稳定,最后需要有人判断到底能不能继续;技术路线选错了,可能半年以后整个项目都要重新来。

当然,不是所有高薪岗位都意味着疯狂加班,不同公司差别很大。但从我的经历和接触到的人来看,高收入通常也对应着更复杂的问题、更大的责任,有些岗位的工作强度也确实会更高。

大厂里工作十年以上,一些核心技术人员、架构师、Tech Lead 或管理岗位,年收入过百万并不罕见,当然也绝不是“工作十年自动百万”。公司、行业、级别、股票奖金、个人能力,差别都很大。

所以5W+其实不能只问:

“我技术够不够强?”

还要问一句:

“这个工资背后的事情,我能不能扛?”


最后还是看真实项目

我现在如果判断一个工程师值不值更高的工资,不太会先看他会多少框架,我更愿意看几个真实场景。

比如一套 Camera 系统跑不到 4K60。有人只看驱动,有人会继续看 MIPI、ISP、DDR、GPU、编码器,最后能明确告诉团队:瓶颈到底在哪里,应该改哪一层。

再比如产品准备量产,要上 Secure Boot。会跑签名命令不难,但密钥怎么管、eFuse 怎么烧、生产线怎么做、烧错以后怎么办、以后 OTA 怎么升级,这就不是一条命令的问题了。

再比如客户现场偶发死机,实验室还复现不了。这个时候能不能把硬件、内核、驱动、应用一步步排除,最终把一个模糊问题缩到真正的范围,靠的也不是背 API。

这些事情做多以后,我越来越觉得:

真正贵的不是某一项技术,而是关键时候的判断和解决问题的能力。

所以群里有人说羡慕 5W+,我完全能理解。

但如果工作几年以后还想继续往上走,我觉得比盯着工资数字更值得问自己的是:

三年前我只能解决一个模块的问题,今天我能不能解决一条链路,甚至一个系统的问题?

如果答案一直在变,收入大概率也会跟着变。

5W+ 没那么神秘,也绝不是嵌入式工程师的天花板。

说到底,公司真正愿意花高价买的,往往就是一句很简单的话:

这个事情交给你,我放心。



评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值