薪酬概览
平均月薪
¥15100
中位数 ¥0 ｜ 区间 ¥11400 - ¥18800
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
60% 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
5月新增岗位
1
对比上月：岗位减少9
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 |
|---|---|---|
| 1-3年 | 5 | 45.5% |
| 3-5年 | 2 | 18.2% |
| 5-10年 | 2 | 18.2% |
| 不限经验 | 2 | 18.2% |
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）水处理、环境工程、应用化学、给排水等相关专业本科以上学历；
（2）能完成环保或循环水项目的需求调查及方案编写，对项目进行现场技术指导；
（3）能协助商务人员进行环保或循环水项目的技术交流与谈判；
（4）熟悉循环水处理流程、污水处理工艺、给水处理工艺等环保工程相关工艺；
（5）可独立完成循环水处理、污水处理、给水处理工艺等环保工程相关工艺并编制技术文件及工程投标文件等。
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、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。
（以下一项或多项）：
1. 设计NPU中的高性能向量计算单元（VPU）的完整微架构，包括SIMT执行模型、线程块调度、寄存器文件、执行流水线等；对标NVIDIA GPU的Warp执行模型，设计适应NPU特点的向量执行方案；
2. 定义VPU的指令集架构（ISA），包括向量运算指令、内存访问指令、同步指令等；设计高效的执行单元支持多种数据类型和精度；
3. 对VPU的PPA负责，优化线程级并行性和资源利用率；建立VPU的架构和性能模型，识别瓶颈并提出优化方案，确保VPU的吞吐量和能效达到业界水平；
4. 撰写详细的微架构文档和设计规范，与设计验证人员合作，确保 VPU的功能正确性和数值精度。
1、参与制定销售策略，基于业务目标及策略方向，借助AI工具搭建月度/周度经营监控体系，结合AI异常检测功能自动识别业务异动，有效的监控业务异常及机会点的识别，并能够结构化沉淀出周、月报；
2、了解大客户销售作业模式，建立销售过程管理评估体系，有效对过程进度进行监控及分析识别优化空间，及时给予销售策略及销售过程管理给予迭代建议；
3、了解品牌经营模式，能够理解品牌经营逻辑，搭建品牌下的分层分类体系，更好的洞察识别行业及品类机会。
1. 负责城区高阶辅助驾驶功能 动态感知算法研发和工程落地，包括视觉/Lidar融合模型、Occupancy Network 网络、多任务模型等；
2. 探索使用端到端、时序等高效学习算法检测周围环境信息和交通参与者信息，探索云端算法性能上限，同时结合端侧算力算子实现量产落地；
3. 掌握数据端云挖掘、标注、训练、部署及badcase回归等闭环链路，通过数据闭环持续迭代模型能力，解决专项问题。
1.计算机、人工智能、电子信息、数学等相关专业本科及以上学历，硕士/博士优先。
2.熟悉 Transformer、大语言模型、多模态大模型或对话系统相关技术，具备基座模型研发经验者优先。
3.熟悉大规模预训练、SFT、RLHF/RLAIF、DPO、PPO、GRPO 等训练或对齐方法中的一种或多种。
4.具备大规模分布式训练经验，了解混合精度训练、数据并行、模型并行、DeepSpeed、Megatron-LM、FSDP 等技术者优先。
5.具备多语言模型、机器翻译、跨语言表示学习、语音语言模型或多语言对话系统经验者优先。
6.具备良好的论文阅读、问题分析、实验设计和工程实现能力，能够独立推动算法方案从调研到落地。
1、2027 届硕士应届毕业生，计算机科学、人工智能、电子工程、自动化等相关专业硕士/博士学历；
2、具备扎实的机器学习理论基础，熟悉常见的机器学习算法（如监督学习、无监督学习、强化学习等）和深度学习框架（如 、PyTorch 等）；
3、有一定的编程能力，熟练掌握 Python、C++ 等编程语言；
4、具备良好的数学基础，包括线性代数、概率论、统计学等；
5、有较强的学习能力和创新精神，对自动驾驶技术有浓厚的兴趣和热情；
6、具备良好的团队合作精神和沟通能力，能够承受一定的工作压力。
1、2027届硕士应届毕业生，计算机科学与技术、电子工程、通信工程、自动化等相关专业；
2、具有扎实的计算机基础知识，包括操作系统、计算机网络、数据库等；
3、熟悉至少一种编程语言，如 C/C++、Python 等，具备一定编程能力；有Ros工程经验的加分；
4、了解云计算、大数据相关技术和概念，有实践经验者优先；
5、对自动驾驶技术有浓厚兴趣和热情，愿意投身该领域基础设施建设工作；
6、具备良好团队合作精神和沟通能力，能与不同专业背景人员协同工作；
7、有较强学习能力和问题解决能力，能快速适应新技术新环境；
8、注重细节，有责任心，具备良好抗压能力，能承担一定工作压力。