薪酬概览
平均月薪
¥14100
中位数 ¥14000 ｜ 区间 ¥10900 - ¥17300
数据来源：谈职全网144份招聘数据；更新时间：2026年7月13日
月薪分布
59% 人群薪酬落在 8-15k
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
118
对比上月：岗位减少70
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 | 26 | 22.6% |
| 1-3年 | 32 | 27.8% |
| 3-5年 | 35 | 30.4% |
| 5-10年 | 5 | 4.3% |
| 不限经验 | 17 | 14.8% |
热招职位
1. 为客户导入和开发玄铁RISC-V IP和技术设计赢取胜利机会；
2. 负责RISC-V CPU IP产品的技术宣讲，对玄铁产品、服务和友商保持高标准的技术知识；
3. 积极拓展客户，保持对领域的动向和客情变化的敏感度；
4. 与Sales团队合作，提供技术知识和支撑，与潜在客户建立和维护良好的客户关系，介绍和推动玄铁RISC-V IP的design in；
5. 与技术工程团队合作，确保客户需求和产品的匹配度，确保客户项目的顺利落地。
1、客户需求对接与方案制定：精准把握海外客户对于户用储能系统的需求，提供定制化的产品解决方案，涵盖系统配置、容量规划等，助力客户实现能源管理目标。
2、技术沟通与答疑：与海外客户开展技术交流，及时且准确地解答客户在产品技术层面的疑问，包括系统原理、性能参数、兼容性等问题，增强客户对产品的信任。
3、市场调研与情报收集：密切关注海外户储市场动态，收集政策法规、竞争对手产品信息等，为公司产品优化与市场策略制定提供依据。
4、项目支持与跟进：协同销售团队，参与海外项目前期技术评估，跟进项目进展，保障从方案设计到交付环节的技术可行性与连贯性。
1、负责远程及现场技术支持，涵盖售前与售后全流程；
2、执行混合储能逆变器及电池储能系统(BESS)的调试、故障排查、固件/硬件升级；
3、向总部提交产品故障报告并持续跟进，需包含清晰的问题描述；
4、定期分析混合储能系统运行数据，评估设备性能；
5、主动对接安装商与经销商，提供良好的客户服务体验；
6、建立技术问题长效跟踪机制，维护与合作伙伴的良好关系。
1、迅速响应客户需求，为海外客户提供技术支持服务，维护客户满意度；
2、通过现场、邮件，电话等方式协助销售同事和客户处理售后相关问题；
3、管理处理常规客户工单以及质量问题，主导处理重大质量问题和客诉，管理客户对服务的满意度；
4、监督并反馈当地一级团队和服务商的服务表现；
5、负责开发关键市场的当地服务网络，即服务商的引入、包括评估、谈判、合同评审等；
6、主导组织内部经验积累，定期组织内部赋能培训，提升团队整理能力。
1、负责语音助手相关功能的需求分析、设计工作，通过大模型实现用户意图识别和AIGC相关的功能。
2、负责业务核心系统的架构设计与优化，确保系统的高可用性、高性能和可扩展性。
3、参与产品需求分析，制定技术方案，进行系统架构设计和技术选型。
4、解决系统在实际应用中的技术难题，进行性能调优和故障排查。
5、与产品经理、开发人员、测试人员等团队成员紧密合作，推动系统稳步迭代。
6、关注语音助手领域的最新技术动态和发展趋势，进行技术预研和创新。
1、负责遥操/VR/动捕的高效数据生成和增强，并在机器人操作算法(VLA/模仿学习/强化学习)上验证有效性；
2、利用视频/图像数据扩展操作数据，提升操作泛化性；
3、力/触觉和灵巧手数据采集和生成，力/触/IMU数据的分析和验证；
4、开发机器人数据生成和增强平台，支持足式机器人 地形适应 、机械臂抓取力反馈等需求，生成涵盖运动控制、环境交互的高保真仿真数据集；
5、负责Real2Sim2Real算法和数据生成管线构建，实现移动和操作的高效数据生成；
6、负责开发多模态视频理解数据、人类行为理解数据生成和处理平台，构建高质量多模态数据，完成多模态模型训练和部署。
1、负责安卓图形、显示框架相关的重点技术或特性的算法设计、开发与优化，看护商业价值闭环；
2、负责安卓图形、显示框架相关的算法级问题定位与解决，包括图形卡顿的算法归因、时延分析与链路优化、闪退与内存泄露的算法排查、黑花闪及其他显示异常的根因分析；
3、负责看护图形基础体验竞争力达成，包括图形性能、功耗、稳定性等维度的算法建模与持续调优；
4、负责安卓图形、显示框架在产品上的算法级调优适配。
1.负责元宝业务数据分析，洞察业务机会，发现业务问题，为产品迭代提供决策依据；
2.负责用户增长相关数据科学工作，通过ab实验、因果推断等方法，构建科学严谨的评估体系，对业务收益进行评估，并提出优化建议，推动策略优化带来业务增长；
3.负责元宝业务的指标体系搭建，包括数据链路建设，基础数据维护，数据报表构建；
4.探索统计、机器学习、因果推断等方法论，并推动相关方法在业务落地，产生业务影响力；
5.持续产出行业洞察，跟踪分析竞争对手、行业趋势等，形成商业分析并洞察其中的机会；
6.有大型互联网公司AI产品策略分析，驱动策略迭代效果提升经验的候选人优先。
1.面向AI应用场景的大模型微调，优化PostTraining (SFT/RM/RL) 算法的训练效率和实际用户体验效果；
2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路；
3.配合产品和工程，探索LLM在创作、教育、金融、代码等场景下的创新应用。
1.核心系统开发： 深度参与输入法核心业务逻辑的设计与研发，攻坚异构模型调度、高性能检索、多模态数据处理等技术难点；
2.高可用保障： 构建并维护具备高容错能力的分布式后端架构，完善全链路监控、自动化全量/灰度发布及故障自愈机制；
3.大模型推理加速： 负责微信输入法大模型（LLM）的后端服务部署，针对模型推理的端到端时延（Latency）、系统吞吐量（Throughput）及服务稳定性进行极致优化；
4.工程效率提升： 研发自动化数据分析系统与中台工具，通过工程化手段提升策略迭代与模型部署的效率；
5.前沿技术预研： 参与新技术调研以及探索，以及项目特定方向的重点、难点开发工作。
1.理解文化传媒行业对IaaS、PaaS、MaaS等技术及业务能力需求，结合行业政策及动向，基于腾讯自有产品及生态产品负责行业方案的售前支持，具体包括项目的咨询规划、方案编写、现场讲解及用户答疑等工作；
2.负责AI大模型及智能体在文化传媒行业的场景化方案设计与售前支持，包括但不限于数字员工、AIGC内容生成（文本/图像/音视频）、多模态内容理解与审核、内容运营等方向的解决方案构建与客户交流；
3.跟踪国内外主流大模型及智能体框架的技术演进，结合行业客户业务痛点，输出可落地的AI+行业解决方案，推动从PoC验证到规模化交付的全流程闭环；
4.根据用户需求，协助用户进行云服务产品及AI大模型相关产品的测试，并收集测试过程中遇到的问题反馈给后端，收集用户需求、市场需求和业务需求，并进行调研分析，不断优化行业解决方案和行业应用产品功能，提升产品及方案的核心竞争力；
5.熟悉招投标流程、有丰富的投标经验，能够独立完成招投标文件的编制工作；协助售中、产品、研发团队进行项目实施，推动项目方案落地；
6.了解行业发展变革方向，及时跟踪友商动态，重点关注AI大模型在文化传媒领域的竞争格局与技术路线差异，能针对行业特点在行业解决方案上有前瞻性布局。
1.负责腾讯视频业务的推荐与搜索技术研发（包含但不限于传统搜推、LLM4Rec、AI搜索、生成式推荐等），提升用户体验，用户消费与时长，用户转化与留存等核心业务指标；
2.根据场景特点和产品定位，对全链路算法体系进行深度理解与优化，持续优化推荐/推荐算法；
3.结合大模型技术，升级推荐技术，提升推荐效果，解决实际业务问题；
4.紧跟学术界、工业界的前沿技术，结合实际的业务场景进行算法开发、落地，实现团队技术和业务的共同发展。