薪酬概览
平均月薪
¥42700
中位数 ¥0 ｜ 区间 ¥33300 - ¥52100
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
71.4% 人群薪酬落在 >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
8月新增岗位
27
对比上月：岗位新增26
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 | 3 | 13% |
| 1-3年 | 3 | 13% |
| 3-5年 | 3 | 13% |
| 5-10年 | 7 | 30.4% |
| >10年 | 7 | 30.4% |
热招职位
1. 负责Android客户端核心业务和平台相关架构、设计、优化;
2. 负责基础库、框架、关键模块的技术选型、开发和改进;
3. 对新技术进行调研，将新技术分享并应用到现有产品开发中，提高客户端的技术能力;
4. 优化Android团队的开发方式和流程、规范，提高团队效率。
任职要求
职位描述：
1.参与公司技术中台通用框架研发工作，支撑多款手游/端游项目的快速迭代；
2.帮助项目组优化游戏，解决项目开发中的各种问题。
任职要求：
1.统招本科及以上学历，计算机科学、软件工程等相关专业；
2.3年以上Unity引擎游戏开发经验；
3.熟悉C#或其他游戏开发相关编程语言，熟练掌握常用数据结构和算法；
4.富有团队意识，善于主动沟通、高效协作。
加分项：
1、具有帧同步游戏开发成功经验，掌握帧同步相关技术方案及经验；
职位描述：
1.参与公司技术中台通用框架研发工作，支撑多款手游/端游项目的快速迭代；
2.帮助项目组优化游戏，解决项目开发中的各种问题。
任职要求：
1.统招本科及以上学历，计算机科学、软件工程等相关专业；
2.3年以上Unity引擎游戏开发经验；
3.熟悉C#或其他游戏开发相关编程语言，熟练掌握常用数据结构和算法；
4.富有团队意识，善于主动沟通、高效协作。
加分项：
1、具有帧同步游戏开发成功经验，掌握帧同步相关技术方案及经验；
1. 对硬件电路产品进行SI/PI/EMC/电热/电磁等仿真，包括前仿真和后仿真；
2. 根据仿真结果提出电路设计改进意见，并提取设计的相关参数要求
3. 负责PCB板级信号测试，与信号仿真相结合，指导PCB设计工作；输出仿真报告，与硬件设计、Layout 工程师协作进行设计优化；
4. 针对机器人大电流/高动态工况，进行电源纹波、瞬态响应、热堆叠等仿真评估；
工作职责：
1、负责多模态大模型的研究、开发以及应用落地，包括但不限于语言大模型、视觉大模型、多模态向量模型等模型的预训练、微调、强化学习等训练推理工作；
2、负责多模态相关算法的研究和开发，包括但不限于文本、图像、视频、音频、图表等多模态数据的处理和生成；
3、负责行业智能体所需的算法模型、工作流、工具链的研究和开发；
4、跟进最新的学术研究进展，将先进的算法和技术应用到实际项目中；
5、与团队成员密切合作，共同推动项目的进展和创新。
任职要求：
1、研究生及以上学历，计算机、数学、统计学、自动化或相关专业，相关工作经验不低于5年；
2、熟悉Python/Java/C++等编程语言，具备良好的编码习惯和一定的工程能力；
3、具备机器学习、深度学习以及计算机视觉算法的基础知识，熟练掌握多模态大模型相关算法和模型；
4、良好的沟通能力、团队合作精神以及较强的问题解决能力；
5、对人工智能有浓厚的兴趣和热情，对每一行代码负责，对业务方负责，具备工匠精神。
6、熟练使用 AI 辅助开发工具。
工作职责：
1、负责多模态大模型的研究、开发以及应用落地，包括但不限于语言大模型、视觉大模型、多模态向量模型等模型的预训练、微调、强化学习等训练推理工作；
2、负责多模态相关算法的研究和开发，包括但不限于文本、图像、视频、音频、图表等多模态数据的处理和生成；
3、负责行业智能体所需的算法模型、工作流、工具链的研究和开发；
4、跟进最新的学术研究进展，将先进的算法和技术应用到实际项目中；
5、与团队成员密切合作，共同推动项目的进展和创新。
任职要求：
1、研究生及以上学历，计算机、数学、统计学、自动化或相关专业，相关工作经验不低于5年；
2、熟悉Python/Java/C++等编程语言，具备良好的编码习惯和一定的工程能力；
3、具备机器学习、深度学习以及计算机视觉算法的基础知识，熟练掌握多模态大模型相关算法和模型；
4、良好的沟通能力、团队合作精神以及较强的问题解决能力；
5、对人工智能有浓厚的兴趣和热情，对每一行代码负责，对业务方负责，具备工匠精神。
6、熟练使用 AI 辅助开发工具。
1.负责大模型研发项目的目标对齐、计划拟定、过程管理、风险控制；与算法、产品、工程、数据等多个团队深度合作，确保目标得到精准理解并高效实现；
2.建立和优化公共流程、机制、规范，提升内外协同效率，提供稳定高效的管理工具；
3.负责团队知识管理和沉淀， 赋能项目成员。
1.统筹新店开业全流程运营管理，包含排期、上下游作业对接等，确保按时交付。优化开店作业SOP。
2.拉通跨部门（设计、工程、运营、物流等）协作。协助制定新店运营计划（人员培训、货品陈列、促销活动等）。
3.开店团队能力建设和培养，带领开店团队主导新店筹备期现场作业落地，并支持开业前1周的运营关键阶段，解决系统调试、供应链衔接等问题，对开业前期运营结果负责。
1.持有腾讯云TCA/TCP认证或AI技术领域的专业认证；
2.具备从0到1打造标杆客户案例的经验，能够清晰梳理并复制成功方法论。
1. 负责无人机系统的整体架构设计与技术方案制定，涵盖结构、动力、能源、任务载荷等核心模块。
2. 主导无人机硬件系统的开发、集成与测试，确保系统稳定性、可靠性及性能指标达标。
3. 协调跨部门资源，推动项目从需求分析到产品落地的全流程实施，保障项目按时交付。
4. 跟踪行业前沿技术，持续优化系统性能，提升产品竞争力与技术创新能力。
5、主动探索并运用各类AI工具优化日常工作流程，积极推动AI在业务场景中的落地实践，持续提升个人及团队的工作效率与产出质量
【北斗实习】大模型应用算法工程师【全球多国的Agentic推荐】
【课题子主题】【搜推】面向全球多国的Agentic推荐【课题说明】随着业务发展，keeta推荐面临多国家不同文化和餐饮环境的挑战，包括：
1. 冷启动问题突出，推荐系统对本地的商家缺少理解，新市场和新用户缺乏交互数据，系统难以推荐符合本地用户偏好、受欢迎的餐厅；
2. 不同国家面临非常多的本地事件，例如中东斋月、巴西狂欢节、极端天气等，传统模型依赖历史行为数据难以及时对不同事件下的需求进行响应。 本课题拟引入 Agent 与多轮强化学习技术，构建具备策略生成、动态调控与反馈优化能力的搜推一体化推荐框架，提升系统在跨文化复杂场景下的响应速度和推荐效果。
【建议研究方向】1. 面向冷启动的语义理解与推荐建模，构建统一的商家与内容语义表征体系，通过世界知识和多模态信息建模，提升系统对不同国家餐饮供给的理解能力，并结合相似用户与商家的迁移泛化，在低数据与新市场场景下提升推荐效果。
2. 基于世界模型的推荐环境建模，构建统一的推荐世界模型，对用户偏好、商家供给及环境因素进行联合建模，学习需求随场景变化的动态规律，并通过用户反馈模拟器支持策略的离线评估与推演，提升系统对复杂环境的建模能力。
3. Agent驱动的推荐决策与强化学习，基于世界模型，将推荐建模为序列决策问题，引入Agent进行动态策略生成，并结合多轮强化学习与在线反馈持续优化排序与流量分配策略，以提升长期推荐效果与跨场景适应能力。
简介：研发下一代自动化研究智能体系统，专注于提升模型在长周期、高价值复杂任务中的自主执行能力，减少对人类指导的依赖。
1、自动化研究场景下的大模型能力建设，提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据整合与研究写作等方面的能力。
2、长程任务中的上下文组织与记忆管理，设计优化 context scaling、context compression、memory selection、状态追踪与长期依赖建模，提升模型在复杂研究任务中的上下文利用效率与稳定性。
3、自主研究任务相关环境与自动实验闭环建设，构建 search、browser、retrieval、code execution、verifier 等训练与评测环境，打通训练脚本迭代、实验编排、结果比对、版本保留/回滚与复现验证流程。
4、训练策略、数据配方与反馈信号设计，围绕 SFT、RLVR等方法，结合数据构造、数据清洗、超参数优化以及 outcome-level / process-level 信号设计，提升模型在开放研究任务中的完成率、事实正确性和稳定性。
5、面向真实 research 任务的评测体系与错误分析闭环建设，建立 benchmark、自动化评测指标，系统分析搜索遗漏、证据误判、上下文污染、推理漂移、错误归因与长链路失稳等问题，并推动针对性优化。
全链路增长体系构建：负责金融营销垂直领域基座模型的深度定制，推动大模型技术从 0 到 1 落地应用及持续迭代，从用户全生命周期（感知、获客、激活、转化、留存、召回）出发，深度参与构建高度智能的业务增长算法体系；基于Agent技术的数字员工构建：在智能理赔、智能客服等高人力消耗领域，构建各类智能 Agent，通过提供高效智能服务，有效降低人工成本，同时提升用户服务体验。高效的效果分析与复盘能力构建：构建自闭环高效效果分析系统，整合大模型营销全链路数据，建立涵盖转化率、ROI、用户体验、合规性的多维度评估指标体系；通过数据归因、异常诊断等手段定位瓶颈，形成标准化复盘流程并输出优化建议，驱动系统与策略迭代，实现全闭环运转，最大化 AI 营销效能。驱动项目的完成：与产品、运营团队紧密配合，将业务问题转化为科学的数学模型，有效协调上下游资源推进项目，保障目标落地。
1、结合AI技术，推动金融知识图谱在风控、营销等业务场景的落地与创新。借助大型语言模型（LLM）、图神经网络（GNN）、图挖掘等技术，实现数据资产的智能挖掘、动态更新和高维关系建模，提升金融业务的风险防控和营销增长能力。
2、主导AI在业务场景的应用，包括模型微调、偏好对齐、知识增强、AIGC应用，将AI能力深度嵌入金融业务流程。
3、与产品、研发、算法团队紧密协作，协同推进AI at work 提效，赋能金融业务全流程智能化。