薪酬概览
平均月薪
¥7200
中位数 ¥7000 ｜ 区间 ¥5800 - ¥8600
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 0-8k
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
8
对比上月：岗位新增2
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 |
|---|---|---|
| 3-5年 | 5 | 71.4% |
| 不限经验 | 2 | 28.6% |
热招职位
【愿景】广告系统长期采用"召回→粗排→精排→出价→拍卖"的多级漏斗架构，各模块独立优化导致目标不一致，前链路制约后链路上限，漏斗效率折损大。随着大模型与生成式技术的快速发展，工业界已在端到端生成式广告方向进行了系统性布局，验证了生成式框架在候选生成、全链路排序、创意生成和机制设计等环节的技术可行性，其强大的表征能力和良好的Scaling特性为广告系统的范式跃迁提供了新的可能性。本岗位致力于在探索如何利用生成式技术重塑整个广告系统，通过端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型联合决策空间。【你将参与】1.生成式召回：突破传统检索范式，探索广告场景下的生成式候选生成方案，包括层次化语义ID设计（RQ-VAE/VQ-VAE）、以及召回与排序联合端到端优化。
2.生成式预估：设计支持大规模候选端到端打分的生成式排序框架，探索"预训练+业务对齐（RLHF/DPO）"的分阶段训练范式，解锁广告模型的Scaling规律，驱动系统从人工调参向算力堆叠迭代跃。
3.生成式创意：基于多模态大模型实现广告创意的自动生成与动态组合，结合用户实时意图的个性化创意定制，以及创意与广告主商业目标的对齐优化，提升创意与用户的匹配深度。
4.生成式机制：构建端到端可学习的广告拍卖机制，将出价、分配、计费纳入统一生成框架，建模广告外部性（排列位置、上下文交互对转化率的影响），在保证近似激励相容性（IC）的同时最大化平台RPM。
1. 有效把握策划和UE真正需求，设计出适合的视觉设计方案，并且能有不同于市面上同款游戏的创新方案。
2. 配合程序、动效、美术同学等多个岗位将设计方案落地。
3. 对游戏交互设计的原理有所了解，同时关注细节。
4. 能够有竞品分析的能力，并且能够注入更多自己的思考，为产品的设计方向提出一些见解。
新能源汽车所有业务相关的软件开发、设计、测试，包括但是不限于以下方向：
1. 整车控制算法，整车上下电管理、故障诊断、热管理、驱动控制、巡航、限速、换挡、差速控制、附件控制等算法；
2. 电池管理算法，动力电池状态估计、故障监控、热管理、高压控制、绝缘监控等算法；
3. 电机控制算法，主驱电机和辅助电机的控制、故障诊断、主动加热、弱磁控制等算法；
4. 车载充电机算法，单/三向充电机整流、逆变算法，各国充电桩交互等算法；
5. DCDC算法，低压电源管理和直流电源变换算法；
6. 动力域控算法，结合以上算法内容，融合制动、转向、稳定性控制等多域融合算法。
1.负责功率模块及下级物料，汽车电子芯片、连接器等采购相关工作，包括不限于：芯片、AMB、衬底、继电器、熔断器、连接器等；
2.采购全过程管理，供应商资源开发、定点、合同签订、供应管理和供应商管理；产能达标、VAVE、设变及售后业务等相关工作；
3.跨团队合作，与研发、质量、项目高效合作，能够从半导体专业角度给出有效的选型和成本建议；
4.建立供应商资源池、选件库、Costbase，分析半导体物料价格及有效谈判和控制成本；
5.关注行业趋势，了解市场变化和供需情况，制定采购策略并下探多级管理，总结相关领域的洞察和思考.
【课题说明】以外卖场景下的C端配送费定价为核心决策问题，探索因果推断与前沿人工智能技术融合的下一代决策科学范式。本研究直面高维、动态、充满混杂的商业环境中的根本性挑战：商家间复杂的替代与互补关系、多干预下的交叉混杂效应、以及决策影响的延迟传导与长期因果效应。目标是构建能够表征长程因果、进行反事实推演与前瞻性预估的智能决策系统，实现从“数据相关性分析”到“因果性决策”的根本性跨越，为定价策略提供可解释、可预估的科学依据。【建议研究方向】1.List-wise替代效应的因果效应建模：传统point-wise的因果模型无法刻画在外卖平台多商家同时曝光、用户主动比价场景下复杂的替代与竞争关系。本研究需攻克两大核心问题：一是曝光集合（Impression Set）层面的因果结构识别，即如何从用户行为序列中识别商家间的替代、互补及溢出效应网络；二是反事实需求转移的量化估计，即当某个商家的价格或补贴发生变化时，如何准确估计其带来的流量、订单在整个局部市场商家列表中的转移分布，而非孤立地看待单个商家的指标变化。目标是构建一个能够理解并量化“商家生态”内动态因果关系的List-wise Causal Model。
2.延迟与长程因果效应建模：攻克干预动作的延迟效应表征与长程因果传导路径建模难题。建立能够量化短期冲击与长期均衡影响的动态因果模型，并基于对未来市场状态与用户行为的因果性预估，做出真正前瞻性的序列决策。
3.基于因果模型的强化学习决策：将因果效应预估作为奖励函数或环境模型的核心组成部分，运用强化学习（RL）技术进行序列化决策优化。重点研究如何学习干预的最佳顺序、时机与剂量，提高实时决策结果。
4.LLM + Causal融合推理：充分利用LLM的序列推理与语义理解能力，实时识别用户行为序列背后的潜在意图与决策逻辑，进行高价值特征挖掘，辅助因果图构建、混淆变量识别、反事实叙事生成，增强uplift模型能力。我们将提供美团外卖海量、高维的交易与用户行为数据、真实的A/B实验与线上决策平台、充足的计算资源以及面向重大业务难题的极高研究自由度。目标是能直接驱动核心业务决策系统的突破性成果，同时能在顶级学术会议（如ICML, NeurIPS, KDD）发表paper。
1. 负责动力电池、功率电子产品激光焊接工艺开发与落地：
负责焊接设备选型，新设计焊接可行性评估，焊接工艺开发-同材质/不同材质激光焊接参数验证（焊接功率、压力、焊接速度、离焦量、保护气体种类/流量、焊接路径）；
2. 负责激光焊接问题分析及解决：
针对焊缝气孔、裂纹、炸点熔深不足、焊缝发黑、飞溅等各类焊接不良做根因分析，输出改善对策，整改方案，闭环制程问题。
3. 负责激光焊接设备问题排查和日常维护：
1）了解设备组件及运行原理，可支持设备问题排查；
2）制定设备日常标定、光路校准等方案和设备周期性保养计划；
4. 对接新品项目，参与前期DFM工艺评审，支持评估结构设计焊接可行性，规避后期焊接设计缺陷；
5. 支持控制计划、PFMEA等工艺关键文件编制；
1.负责新零售业务门店/仓库网络的日常运维、故障处理、应急响应，保障网络及相关业务的稳定运行，有能力处理突发事件、对疑难问题进行跟踪并最终解决。
2.负责新零售业务门店/仓库网络的开仓建设，对涉及到系统架构中存在的网络设计提出解决方案，与其他协同团队一起完成重点项目的实施、配置等服务交付。
3.负责新零售业务门店/仓库网络的质量监控及用户体验收集，监控告警、运维自动化平台的持续性建设及功能优化，不断提高网络质量。
4.参与自动化工具开发，对网络基础信息、资产、故障率、可用性、容量性能、成本等数据的运营和分析，提升网络稳定性和运维效率。
5.参与对新零售网络相关技术、产品与工具、行业最佳实践进行研究、测试及运用，有探索和实践精神，满足业务发展需求。
6.在日常运维过程中为一线服务团队提供标准、流程规范和指导文档。
1.从用户视角理解电商业务关键点，结合AI能力探索导购新想法和新机会。
2.结合即时零售业务特点，制定具有竞争力的AI产品发展路径。
3.高效协调产品、研发、运营、设计等多团队，确保产品规划的落地实施与持续优化。
4.关注相关行业动态和新技术，预判趋势并转化为产品机会。
1负责到餐商家信息采集产品的AI化规划和全链路产品设计。通过多模态数据源（图像、语音、页面、经营数据）融合识别，将信息采集从人工/半自动推进到L2级Agent协同阶段，释放人工采集投入。
2.主导信息采集AI能力建设，涵盖图像识别包间、智能语音外呼、商家端Agent自助采集、跨端环境图挖掘等核心AI产品功能，推动从单工具应用到全链路覆盖的演进。
3.通过数据驱动持续优化产品，围绕AI采集准确率、覆盖率、商家自助完成率等核心指标组建STL敏捷小组，效率环式推进需求评审→方案设计→开发上线→效果验证全流程。
4.追踪AI在本地生活行业的应用趋势，结合到餐业务场景挖掘AI产品机会，输出中长期产品发展蓝图，规划从L2到L3自主闭环的演进路径。
1. 人员及效能管理：负责区域员工培训的工作组织与进度跟踪、区域内产能管理工作协同，以及总部效能提升策略、物耗管理等区域内的落地与跟进。
2. 标准落地及运营：负责门店标准运营落地与运营分析、顾客体验提升与售后管理，以及陈列的执行监督与异常反馈。
3. 新店筹建支持：负责新店开业期间的排班规划，对接开店PMO, 协同处理开店相关事宜，确保开业阶段的运营秩序。
4. 负责承接总部销售提升策略的执行跟进，协助门店进行销售异常诊断和机会挖掘并反馈需求，以及作为区域代表配合总部推进试点和调研在门店的执行。
1. 负责双臂机器人运动规划核心算法的研发与落地，包括但不限于：逆运动学求解、运动规划与双臂协同等；
2. 开发基于多传感器融合（视觉、激光雷达等）的环境感知与动态避障模块，提升机器人在非结构化环境中的自主作业能力；
3. 研究并开发遥操作系统，实现操作者对机器人的高精度、低延迟控制，探索力反馈、视觉引导等多模态遥操作方案；
4. 开发基于多传感器融合（视觉、激光雷达等）的环境感知与动态避障模块，提升机器人在非结构化环境中的自主作业能力；
5. 结合人工智能前沿技术，探索运动规划的智能化方向，如基于学习的运动策略生成、自适应抓取规划等，并搭建原理样机验证可行性；
6. 直接参与机器人系统的整体方案设计、技术架构制定与研发路线评审；
1、寻商：基于用户需求预测，输出品类备货计划，根据上游菜品研发的食材清单要求和标准，寻找匹配需求的工厂、供应商。
2、菜品：联动菜品研发，与供应商研发对接，进行定品和议价，输出采购方案，持续推动商品统采。
3、议价：通过竞标等流程，拿到供应商最优价格，并持续原料采购价格优化。
4、供应商管理：联动品控，对合作商的产品做品质监督管理，保障商品稳定性，以及联动商管，通过商管政策对合作商继续做合规化管理，保障供应链的高效运转。
5、履约仓储对接：对接供应商、仓配厂商，推动履约链路搭建，保障商品从工厂到门店的履约时效和效率、成本最优。