薪酬概览
平均月薪
¥19600
中位数 ¥10500 ｜ 区间 ¥16100 - ¥23000
数据来源：谈职全网52份招聘数据；更新时间：2026年7月13日
月薪分布
69.2% 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
44
对比上月：岗位减少24
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 | 14 | 37.8% |
| 1-3年 | 5 | 13.5% |
| 3-5年 | 11 | 29.7% |
| 5-10年 | 2 | 5.4% |
| 不限经验 | 5 | 13.5% |
热招职位
1、定义整车网络架构，开发需求标准；
2、设计整车若干ECU间交互报文及信号、诊断协议及数据；
3、定义整车网络测试标准、编写测试程序、执行测试并分析问题；
4、开发车载网络自动化测试系统；
5、协助项目经理保证项目的质量及进度。
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
【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。
负责自动驾驶车辆激光雷达子系统的系统集成、性能验证与持续优化工作。具体包括：参与激光雷达传感器的选型评估与技术对标，从光学性能、点云质量、环境适应性、可靠性等维度建立评价体系，输出选型建议与技术对比报告。主导激光雷达与车载计算平台的集成调试，包括通信链路打通（UDP点云数据、TCP控制协议）、PTP时间同步对齐、多雷达坐标系标定与外参管理等工作，确保数据链路端到端稳定可靠。设计并执行激光雷达性能测试方案，覆盖探测距离、角分辨率、测距精度、反射率响应、高反滤波效果等关键指标，建立量化的性能基线与回归验证机制。推动激光雷达在整车环境下的可靠性验证，包括振动、温湿度、电磁兼容等环境适应性测试，以及长时运行的功能稳定性监测。与激光雷达供应商保持紧密协作，跟踪固件版本迭代、SDK升级与问题修复，管理各开发阶段的供应商交付物清单，推动技术问题闭环。参与传感器数据质量自动化质检体系的建设，开发或优化数据解析、异常检测、质量报告生成等工具链，支撑批量车辆的传感器健康度监控。协同感知算法团队，从传感器端理解算法对点云数据的需求，推动传感器参数调优与性能迭代，支持算法性能提升。
岗位职责：
自动驾驶高精地图系统研发，实现大规模分布式建图和快速更新。
工作内容包括但不限于：
分布式数据处理系统的构建、性能优化与维护云端建图微服务的构建、部署与维护车载地图相关系统的构建，性能及可靠性优化地图质量评测系统搭建与维护
岗位要求：
熟练使用C++（C++11及以上版本）和 Python，精通常用的数据结构和算法熟悉全栈开发熟悉Linux 开发环境熟悉面向对象编程有较强的工程能力及大型系统开发经验热爱技术、积极主动、思维活跃、学习能力强加分项：分布式或大型数据处理系统架构经验熟悉React；熟悉ThreeJS、webGL等前端三维渲染技术熟悉大数据主流技术栈和开源框架数据处理的相关经验，ML/DL、推荐、广告、数据挖掘相关知识和经验深度学习系统的搭建与使用经验
Cloud LLM Agent 系统研发工程师【2027届校招】
关于我们
我们致力于构建新一代大模型系统基础设施，让大模型不仅能“对话”，而是能够在真实业务和自动驾驶研发场景中稳定运行、可控执行并持续进化。
本方向聚焦云端 LLM Agent 系统、工具调用、工作流编排、多 Agent 协同和生产级 Agent Infra，强调工程能力、系统设计能力和面向真实业务场景的稳定落地能力。
岗位职责
作为 Cloud LLM Agent 系统研发工程师，你将参与构建面向真实业务场景的云端 Agent 基础设施，主要工作包括：
参与构建云端 LLM Agent 系统，包括工具调用、任务执行、工作流编排和多 Agent 协同能力。
设计和实现 Agent 执行框架，包括状态管理、任务调度、上下文管理、记忆机制和执行恢复。
对接内部系统、研发工具链和数据平台，建设自动化任务执行能力。
优化 Agent 系统的稳定性、延迟、成本和可观测性，支持生产环境持续运行。
建设 Agent 评测、回归测试、badcase 分析和效果迭代体系。
与模型训练和端侧部署团队协作，推动 Agent 场景下的模型能力优化和工程闭环。
任职要求
计算机相关专业本科及以上学历
扎实的计算机基础，包括数据结构、操作系统、网络、分布式系统等。
熟悉至少一种编程语言（Python / Go / Java / C++）。
对大模型、Agent 系统或 AI 应用工程有基本了解或强兴趣。
具备良好的工程动手能力、问题定位能力和系统设计意识。
能阅读英文技术文档。
加分项（非必须）
有 LLM Agent、RAG、工具调用、工作流引擎或自动化系统项目经验。
熟悉 LangChain、LlamaIndex、AutoGen、OpenAI / Anthropic / LiteLLM 等相关框架或 API。
熟悉 Kubernetes / Docker / Linux 环境，有服务端系统开发经验。
有异步任务调度、状态机、消息队列、事件系统或分布式系统经验。
有模型评测、prompt engineering、上下文压缩、记忆系统或 Agent 安全控制经验。
有开源项目或工程实践经验。
我们提供的成长机会：
深度参与生产级 Cloud LLM Agent 系统从框架设计、工具接入到线上运行的完整工程链路。接触真实业务和自动驾驶研发场景中的 Agent 落地问题。建立大模型应用系统在稳定性、可观测性、成本和效果迭代上的系统化经验。与训练、部署和业务团队协作，理解 AI Agent 从 demo 到 production 的关键工程挑战。
1、人形/四足狗/灵巧手等形态整机结构设计及开发：
（1）负责机器人本体结构设计和开发工作，负责整机堆叠设计、结构件设计、可靠性设计、轻量化设计、组装工艺设计、可维修性设计；
（2）负责机器人运动机构设计，结合生物力学原理优化机构设计方案，进行动力学建模与性能验证，解决运动控制中的耦合问题；
（3）负责结构件的交付工作；
2、关节模组设计及开发：
（1）减速器（行星、谐波、摆线等形式）设计开发；
（2）无框力矩电机、空心杯电机等设计和开发。
1. 承担系统/子系统/复杂模块的验证交付工作，搭建CT/BT环境。对现有系统验证方案进行综合评估，提出改进和优化；
2. 针对模块各种复杂应用场景，开发和实现不同验证组件，帮助设计人员高效定位和解决问题；
3. 根据编译器内核指令开发随机约束验证环境，撰写功能覆盖率文件，测试各种极端指令场景；
4. 与架构工程师紧密配合，运用各种技术全面分析芯片功耗/性能数据，优化芯片PPA技术指标；
5. 开发针对车规芯片FuSa (Functional Safety)功能的验证环境，并使用Z01X工具进行功能验证；
6. 引入和使用系统建模/ 静态仿真/ 原型验证等多种手段，延长验证生命周期，提高验证可信度；
7. 进一步规范系统验证流程，明确验证交付标准，全面提升验证与前后端技术人员的交互效率；
1.负责新零售业务门店/仓库网络的日常运维、故障处理、应急响应，保障网络及相关业务的稳定运行，有能力处理突发事件、对疑难问题进行跟踪并最终解决。
2.负责新零售业务门店/仓库网络的开仓建设，对涉及到系统架构中存在的网络设计提出解决方案，与其他协同团队一起完成重点项目的实施、配置等服务交付。
3.负责新零售业务门店/仓库网络的质量监控及用户体验收集，监控告警、运维自动化平台的持续性建设及功能优化，不断提高网络质量。
4.参与自动化工具开发，对网络基础信息、资产、故障率、可用性、容量性能、成本等数据的运营和分析，提升网络稳定性和运维效率。
5.参与对新零售网络相关技术、产品与工具、行业最佳实践进行研究、测试及运用，有探索和实践精神，满足业务发展需求。
6.在日常运维过程中为一线服务团队提供标准、流程规范和指导文档。
1、学历基础：计算机、人工智能、自动化、数学等相关专业硕士及以上学历，博士优先。具备扎实的深度学习与强化学习数理功底；
2、大模型能力：精通 VLM / VLA 端到端自动驾驶模型原理与全链路研发，熟悉大模型跨域泛化、域自适应、微调蒸馏技术，有智驾或机器人大模型落地经验优先；
3、强化学习能力：熟练掌握 PPO、DPO、GRPO 等算法，具备用强化学习解决问题的实战经验，有智驾或机器人项目量产落地经验；
4、自动驾驶认知：熟悉自动驾驶感知、预测、规划、控制全链路逻辑，兼具传统模块化与端到端模型研发认知；
5、工程与综合能力：熟练使用 PyTorch，掌握 Agent / Harness 等自动化工具；具备良好的逻辑攻坚、跨团队协作与项目推进能力，有技术带队经验优先。
加分项
1、参与过自动驾驶或机器人技术路线、算法体系标准搭建；
2、深耕VLM/VLA预训练、后训练方向，有相关落地成果；
3、拥有顶会论文、核心专利成果。
- 标杆物企物业项目管理经验- 精通属地物业管理条例及业委会工作流程- 具备出色的资源整合、团队管理、关系处理、任务落地能力