薪酬概览
平均月薪
¥3700
中位数 ¥0 ｜ 区间 ¥3300 - ¥4200
数据来源：谈职全网11份招聘数据；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
5月新增岗位
11
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 |
|---|---|---|
| 不限经验 | 10 | 100% |
热招职位
工作内容：
1、负责日常资源交付、变更、巡检、告警处置与故障恢复工作，沉淀输出标准化操作流程；
2、参与可观测体系、容量管理、混沌工程、流量调度等方向的平台与体系持续优化演进；
3、主导基于大语言模型（LLM）的运维智能体（AI Agent）、AI工作流方案设计，落地运维数字人、AI巡检、AI根因分析等AIOps业务场景。
任职资格：
1、本科及以上学历，拥有3年及以上AI开发或运维相关工作经验；
2、熟练掌握Python/Go至少一门编程语言者优先；
3、熟悉Linux操作系统，了解Kubernetes(K8s)基础概念；熟练使用Prometheus、DNS、CDN、CICD、Nginx等常用中间件与服务，具备传统运维故障排查、自动化脚本编写实操能力；
4、了解可观测、容量管理、高可用容灾架构、混沌工程、流量调度相关知识，拥有大规模集群稳定性保障实战经验优先；
5、熟悉LangChain、LangGraph、Dify等主流Agent开发框架，掌握MCP、技能插件（Skills）、Prompt&RAP、多智能体规划相关技术；
6、具备优秀的问题拆解、逻辑分析、跨团队沟通协作能力，学习主动性强、自驱力突出。
工作内容：
1、负责日常资源交付、变更、巡检、告警处置与故障恢复工作，沉淀输出标准化操作流程；
2、参与可观测体系、容量管理、混沌工程、流量调度等方向的平台与体系持续优化演进；
3、主导基于大语言模型（LLM）的运维智能体（AI Agent）、AI工作流方案设计，落地运维数字人、AI巡检、AI根因分析等AIOps业务场景。
任职资格：
1、本科及以上学历，拥有3年及以上AI开发或运维相关工作经验；
2、熟练掌握Python/Go至少一门编程语言者优先；
3、熟悉Linux操作系统，了解Kubernetes(K8s)基础概念；熟练使用Prometheus、DNS、CDN、CICD、Nginx等常用中间件与服务，具备传统运维故障排查、自动化脚本编写实操能力；
4、了解可观测、容量管理、高可用容灾架构、混沌工程、流量调度相关知识，拥有大规模集群稳定性保障实战经验优先；
5、熟悉LangChain、LangGraph、Dify等主流Agent开发框架，掌握MCP、技能插件（Skills）、Prompt&RAP、多智能体规划相关技术；
6、具备优秀的问题拆解、逻辑分析、跨团队沟通协作能力，学习主动性强、自驱力突出。
1. 分析车载开关电源OBC、DCDC相关的客户需求，并对开发可行性进行评估
2. 提供开关电源相关项目售前技术方案、报价及开发时间周期预估
3. 分解客户需求，编撰控制器系统需求
4. 分析客户需求，识别特殊特性，编撰特殊特性清单
5. 对控制器硬件、软件、结构等方向进行概要设计，编撰系统方案
6. 编撰SDFMEA
7. 评审各子方向的工作产品是否符合客户需求及系统需求
8. 管控整个控制器开发过程的质量要求
9. 产品配置审计管理
10. 管理整个项目的技术开发以及与客户的技术对接
11. 组织项目团队解决开发过程中的质量问题
1、负责新能源车整车热管理系统原理设计、系统零部件选型、仿真、优化和测试；
2、负责热管理集成模块总成技术对接、技术风险评估、方案设计优化相关工作；
3、负责集成模块的样件制作、试验验证跟进，及相关问题整改；
4、负责集成模块BOM、DVP、DFMEA、特殊特性清单及零件OTS等相关文件制定/更新/释放；
1、负责Linux系统平台服务和应用程序的需求定义和程序设计
2、负责应用程序的开发实现
3、负责应用程序的优化调试工作和项目后期维护
4、配合驱动工程师和BSP工程师进行系统优化和项目开发
5、撰写接口文档和技术支持文档
团队 pitch
这是一支 Agent Native 的小团队。
我们不按前端/后端/测试切块，也没有层层中转的 ticket 流水线。每个人 own 一件完整的事——从设计、实现、发布到线上反馈，一条线贯到底。团队规模小，意味着：
- 一人一摊：你不是某条流水线上的一环，你是某个模块的终点和起点。
- Agent 是你的第二大脑：token管够！我们默认用 agent 放大自己，一个人打出传统10人的产出。
- 与资深同伴并肩：身边没有需要你带的人，只有一起吵架、一起把事情做对的同事。
- 看结果，不看汇报：我们关心的是模块有没有真的在跑、指标有没有真的在动。
如果你对"排期执行"感到乏味，对"自己说了算、自己也兜底"感到兴奋，往下看。
我们要找的人
你对"慢"这件事感到生理不适。别人看到一段训练代码问"能跑吗"，你问"能不能再快一倍、显存能不能再省一半"。你读得了框架源码，写得动 custom op，也能跟上层算法同事把"为什么快"讲清楚。
岗位描述：
作为新能源汽车电子控制器的产品经理，负责控制器全生命周期的技术对接及产品管控。主要产品为纯电动汽车及混动汽车的驱动系统相关控制器及电源系统相关控制器。
岗位职责：
1. 分析客户需求，结合自身资源对开发可行性进行评估
2. 提供项目售前技术方案、报价及开发时间预估
3. 分解客户正式需求，提出控制器系统需求及设计系统方案
4. 对控制器的硬件、软件、结构进行概要设计
5. 评审各子方向的工作产品是否满足客户需求及系统需求
6. 把控整个控制器开发过程的质量要求
7. 产品需求管理、追踪客户需求到设计的落实
8. 产品配置管理（需求、方案、FMEA、试验计划、测试用例等）
9. 组织项目团队解决开发过程中的质量问题
10. 管理整个项目的技术开发及与客户的技术对接
1、定义网络安全基座模型的知识体系和评测体系
2、建立网络安全基座模型的知识迭代飞轮，从多种知识来源收集沉淀网络安全领域知识，与算法同学合作为网络安全基座模型提供高质量领域知识与数据
3、针对网络安全基座模型在评测中的问题进行归因分析，识别网络安全基座模型的短板
工程基础能力（必备）
1、2年以上Java研发经验，具有扎实的Java功底，对JVM原理有一定了解，具有良好的Java IO、多线程、网络等方面编程能力。
2、熟悉Spring、MyBatis等常用Java开源框架，对其运行原理有较好理解。
3、精通数据库设计（MySQL优先），具备优秀的SQL编写及调优能力；熟悉常见NoSQL存储（如HBase、Redis、MongoDB等）。
4、有大规模高并发互联网应用的设计和开发经验，熟悉分布式架构，熟悉缓存、消息队列等中间件。
5、擅长业务系统架构设计，具备一定的项目协调推进能力。
AI工程能力（必备）
1、掌握Prompt工程、RAG、Tool Calling、Context Engineering等AI核心技术，能设计高可用、高扩展性的大模型/Agent架构。
2、对Agent系统开发有实践经验或深刻理解，熟悉LangGraph、ADK、AgentScope等框架中的至少一种；了解Claude Code、OpenClaw等前沿Agent的实现机制。
3、熟悉OpenAPI、RPC、MCP等协议，具备复杂工具与服务集成能力。
综合素质
1、热爱技术研发，对AI技术充满热忱，持续追踪AIGC前沿进展；具有快速学习能力，注重代码质量，有良好的软件工程知识和编码规范意识。
2、具备问题/价值驱动的探索精神和优秀的问题解决能力，敢于创新，主动探索AI新技术在复杂商业场景中的应用边界。
3、具有较好的沟通能力，思路清晰，善于思考，能独立分析和解决问题；有强烈的责任心和团队合作精神。
加分项
1、有广告投放系统的开发经验。
2、有自己精心维护或参与的GitHub开源项目。
1. 负责智能驾驶系统基础软件业务架构方案设计（包括通讯、诊断、OTA升级、时间同步、进程管理、信息安全、网络管理、电源管理、EOL下线等）
2. 承接上游平台规范及算法业务需求，负责智驾域控基础软件业务软件需求拆解，方案设计、接口定义，输出软件需求文档及架构设计文档
3. 支持mcu，soc基础软件开发及测试团队，评审详细设计文档，评审测试用例，支持工程量产落地
4. 支持智驾算法团队在智驾域控平台上算法软件部署，性能优化，软件架构方案优化迭代等需求
5. 信息安全需求管理拆解和需求闭环、流程认证及问题排查等
1.云桌面日常运维（云桌面新建、修改、删除流程处理，运维周报书写）
2.负责公司虚拟桌面和相关虚拟服务器问题处理工作
3.公司安全系统日常运维工作（权限开通，策略调整）
4.公司安全系统问题处理（排查由安全系统导致的终端异常）
1、参与并实现端到端多视角三维重建流水线：数据预处理、相机/传感器标定与对齐、稠密重建与渲染模块的设计与开发。
2、基于 NeRF、3DGS 等神经渲染与可微渲染方法，研发可扩展、高效的模型与部署方案，兼顾质量与性能。
3、设计并搭建量化评估体系与自动化测试框架，用以衡量重建质量、推理实时性及对下游感知/规划任务的影响。
4、将研究成果工程化：与数据、标注、仿真与感知团队协作，完成模型训练流水线、离线渲染与实时仿真集成与部署。
5、优化算法性能（计算与内存），并参与模型推理加速、量化或裁剪等工程化工作以满足实时/大规模训练需求。
【愿景】美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！【团队介绍】基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。【你将负责】模型推理是大模型应用的核心能力，是影响大模型应用成本和效率的关键因素。本课题专注于大模型推理加速与分布式系统优化的前沿技术探索，通过软硬件协同设计和算法工程联合优化，降低大模型推理的应用成本，提高推理性能。研究内容包括但不限于：
1.投机推理（Speculative Decoding），研究基于预测性执行的动态推理优化方法，参与设计低延迟推理框架，通过概率模型预生成候选序列以降低解码计算开销。
2.分布式系统优化，探索多节点协同推理中的通信-计算负载均衡策略，提出基于异构硬件的混合并行调度方案，实现吞吐量提升。
3.稀疏Transformer优化与模型压缩，通过稀疏Transformer优化以及模型压缩技术提升模型的计算效率。
4.算子优化，熟悉最新硬件架构的算子优化方法，通过更高效的算子优化模型的吞吐和延时。