薪酬概览
平均月薪
¥20000
中位数 ¥16000 ｜ 区间 ¥15500 - ¥24400
数据来源：谈职全网32份招聘数据；更新时间：2026年7月13日
月薪分布
46.9% 人群薪酬落在 15-30k
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
29
对比上月：岗位减少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 |
|---|---|---|
| 应届 | 8 | 29.6% |
| 3-5年 | 14 | 51.9% |
| 5-10年 | 5 | 18.5% |
热招职位
1、深度参与集团数据解决方案规划和架构设计，利用大数据解决当前的业务痛点；
2、深度参与集团数据架构的设计与开发；
3、深度参与集团数据质量体系的建设，形成完善的数据监控和数据校验机制；
4、负责企业级数据平台的搭建与优化，包括数据采集、存储、计算、调度等核心模块（如基于Hadoop/Spark/Flink构建离线，实时数仓）。
5、设计高可靠的数据ETL流程，处理结构化/非结构化数据，保障数据质量与时效性。
6、开发实时数据管道，支持业务实时决策；解决流程处理。
1、负责掌阅集团企业级数据建设(涵盖流量、内容、用户、商业化等业务方向)，提供通用、稳定、丰富、高效的公共数据能力，提升
数据支持业务的效率，探索数据增量价值；
2、面向流量、内容、用户、商业化等业务方向，建设专题数据，提供丰富易用的数据服务，直接支持公司业务决策分析，赋能业务；
3、建设企业级数据治理和管理体系，结合业务+元数据+技术，推进资源成本的优化，提高数据服务质量，保障数据产出的稳定性和准确性；
4、参与公司级别商业化相关系统数据设计、研发以及保障。
1.计算机相关专业本科及以上学历，硕士优先，具备1年以上Java开发经验，有互联网大厂背景或AI Agent项目开发经验者优先
2.精通Java技术栈，熟悉JVM原理、多线程、IO模型，具备扎实的分布式系统设计能力（如微服务架构、分库分表、高可用设计）；熟悉AI Agent基础架构，掌握LLM（大语言模型）调用、工具集成、记忆系统与规划器设计原理，有主流Agent框架开发经验者优先
3.熟悉大数据技术体系（如实时计算框架、分布式数据库、消息队列），具备千万级数据量或高并发场景开发经验，有结合大数据系统构建AI Agent数据检索与推理能力的实践经验者优先
4.具有广告、支付、风控等核心业务系统开发经验，熟悉用户生命周期管理、结算对账等业务逻辑者优先
5.优秀的逻辑思维与沟通能力，能够跨团队协作推进项目落地，对技术趋势保持敏感并主动探索实践；对AI Agent前沿技术（如多Agent协作、基于记忆的持续学习）及Vibe Coding相关工具链有深入理解，能结合业务场景设计创新解决方案者优先
1.熟练掌握C++、多线程、网络通信、高性能优化，或者熟练掌握Java开发和调优、并发编程模式，有丰富Unix/Linux环境开发经验。
2.具备丰富的数据开发经验，熟悉Hadoop、Hive、Spark、flink等体系结构，并有实际开发经验。
3.熟悉Impala/Presto/GreenPlum/Clickhouse等MPP数据库，对各数据库的优劣和适用场景有深入理解，有实践经验者优先。
4.熟悉分布式技术并有实践经验（rpc框架， nosql存储），对kafka等消息中间件有深入了解。
5.大学本科及以上学历，三年以上计算机相关工作经验，有强烈的求知欲和较强的学习能力，对技术充满热情。
负责提升自动驾驶数据闭环能力，结合自动驾驶模型算法的设计与迭代流程，建设高效的数据分析系统与工具。具体职责包括数据分析与挖掘、数据检索与标签系统搭建、数据的修复与生产、从数据维度出发的模型效果闭环提升等。
1. 数据策略制定：涉及挖掘框架，开发挖掘算子，与模型训练团队深度协作，指导数采团队定向增补高价值数据；通过数据消融实验，科学确定预训练数据、微调数据、难例数据的配比，最大化有限数据的训练收益；建立数据质量评估体系（信息密度、场景分布、标注质量、多样性等）；
2. 构建自动数据生产流水线：研发并维护自动化标注流水线，降低人工标注依赖；
3. 探索利用生成式AI（Diffusion model, NeRF/3D Gaussian）合成高价值训练数据，解决corner case数据稀疏问题；
4. 建立标注质量自动检测机制，确保训练数据的可靠性；
5. 构建数据处理平台：构建TB-PB级数据分布式处理流水线，实现高效去重、过滤、清洗、格式转换；
6. 建立数据版本管理和数据血缘系统，确保训练模型的可复现性和数据溯源；
7. 优化数据存储格式和访问效率，支持模型训练过程中高效数据加载和在线采样
1.承担美团骑行业务线的数仓设计和开发工作。
2.负责骑行财务方向相关数据平台的架构设计与开发，支撑数据采集、清洗、存储与分析全流程。
3.负责数据质量、成本、安全等各方向数据治理工作。
4.构建高可用、可扩展的数据处理系统，优化数据模型与计算性能，提升数据服务效率。
5.负责数据Agent落地、迭代，推动AI自动化运维、端到端需求交付。
6.与产品、算法、业务团队协作，深入理解骑行场景需求，输出高质量的数据解决方案。
1、负责测绘内业数据处理和制作；
2、爱岗敬业、能吃苦耐劳，有较强的学习能力与接受能力；
3、做好本岗位的测绘成果归档和档案保密工作；
1、负责多模态数据处理链路的推理优化，分析性能瓶颈，软硬件结合优化，实现包括语言识别、计算机视觉等多方向的推理优化，达到极致性能；
2、负责多模态数据处理链路的可观测性工具建设，包括数据处理、模型推理的监控、告警等；
3、负责异构资源（GPU、CPU等硬件）的调度优化，实现潮汐资源、混部资源、多云资源的最优化调度
4、负责集群和业务服务的稳定性治理、资源利用率提升，通过系统化方式提高GPU、CPU等硬件资源的使用效率。
5、参与设计高吞吐、低延迟的数据处理 pipeline。针对大模型数据处理场景（如LLM、多模态），优化数据清洗、预取、缓存及异步加载策略，确保数据大规模产出。
负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下：
1. 评测体系构建：主导多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。
2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给；
3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
1.负责生产制造设备联网、工业数据采集、设备控制类GO后端软件的设计、开发与迭代，对接设备PLC、传感器、上位机等硬件系统，支撑智能工厂/数字化车间业务落地；
2.基于gRPC微服务架构开发设备管理、数据采集、状态监控、指令下发等核心模块，保障工业场景下服务的低延迟、高稳定运行；
3.参与工业设备软件的需求分析、技术方案设计、代码评审与线上部署，对接硬件工程师、现场实施团队，解决开发、交付过程中的技术问题；
4.负责现有设备软件系统的维护、性能调优与故障排查，保障生产现场设备软件全年高可用，解决工业现场复杂网络环境下的通信稳定性问题；
5.编写开发文档、接口规范与现场部署手册，配合测试、实施团队完成项目交付与验收。