薪酬概览
平均月薪
¥30400
中位数 ¥0 ｜ 区间 ¥23300 - ¥37500
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
83.3% 人群薪酬落在 15-30k
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
23
对比上月：岗位新增16
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 | 14.3% |
| 1-3年 | 7 | 33.3% |
| 3-5年 | 11 | 52.4% |
热招职位
1、使用Unity3D引擎开发进行功能的开发与维护。
2、根据项目需求对各类所需工具进行再开发及调整优化。
3、与项目组策划、美术保持良好沟通，确保开发需求准确实现。
负责 HarmonyOS 客户端应用的设计、开发与维护；
负责业务需求的技术方案设计、开发实现及性能优化；
参与客户端架构设计，推动代码质量和研发效率提升；
负责应用稳定性、性能、内存、启动速度等方面的持续优化；
与产品、设计、服务端等团队协作，推动项目高质量交付；
跟进 HarmonyOS 新技术、新特性，推动业务在鸿蒙生态中的落地。
我们正在寻找一位专注自动驾驶仿真系统的技术专家，负责构建高保真仿真平台与场景体系，支撑自动驾驶算法验证与系统迭代，加速产品落地。
岗位职责
仿真平台与场景体系
1、搭建高保真自动驾驶仿真平台，支持虚拟场景库构建与场景泛化能力建设
2、实现传感器仿真、动态交通流模拟及复杂交互场景建模
3、支持软件在环（SIL）与硬件在环（HIL）测试体系，完善闭环验证能力
4、构建可扩展的仿真测试框架，提高测试效率与覆盖率
5、探索世界模型（World Model）与端到端自动驾驶系统的结合
6、利用生成式模型提升数据多样性与模型在未知场景下的泛化能力
岗位描述
滴滴旗下的自动驾驶团队成立于2016年，是最早进入L4自动驾驶领域的国内科技企业之一。依托于全球卓越的出行平台，滴滴自动驾驶专注于共享出行场景下的L4自动驾驶技术研发、产品应用及相关业务拓展，形成了领先的技术和运营能力。
滴滴自动驾驶仿真团队期待一位富有才华和后端研发经验的高级工程师加入，一起打造业界领先的分布式云计算平台，为自动驾驶系统的研发提供大规模云仿真计算服务。
岗位职责
从事以下一项或多项工作：
* 开发/维护一套高扩展性的分布式云计算平台，在多租户、算力资源潮汐变化的复杂环境下，参与制定并实现一套公平合理的资源分配/调度策略。
* 开发/维护一套轻量级的应用程序编程框架，以支持各类型仿真业务灵活接入，并保障系统稳定性。
* 建设高性能的异构计算系统，利用本地加速、GPU远程推理等技术，持续优化不同规格类型的CPU、GPU的仿真推理效率。
* 建设高性能的推理缓存系统，提升自动驾驶大模型离线仿真任务在云仿真平台的运行效率。
我们正在寻找一位专注于AI模型训练平台构建与优化的技术专家，负责模型训练平台及训练任务的优化，确保平台稳定性、高效率和可扩展。
1. 训练平台架构设计与构建。基于云原生技术设计和实现大规模AI模型训练平台，支持千卡规模以上的分布式训练任务；构建高效的资源调度和管理系统，优化GPU计算资源的利用率，确保平台的高性能和可扩展性。
2. 大规模训练稳定性优化。解决大规模训练过程中的稳定性问题，包括软硬件故障、通信瓶颈、数据同步与加速等；设计和实现容错机制，确保训练任务在硬件或网络故障时能够快速恢复。
3. 故障定位与诊断。设计和实现高效的故障定位系统，能够在大规模集群的复杂环境中快速定位故障点；利用日志分析、性能监控和分布式追踪技术，实时监控训练任务的运行状态，快速识别和修复问题；简化故障排查流程，减少人工干预。
4. 训练效率提升。利用大模型训练的优化技巧，结合自动驾驶场景的超大数据集，持续优化提升整体训练效率；
工作内容:
持续改进自动驾驶系统核心框架和应用，包括但不限于: 高性能、高可靠数据传输框架 日志系统 事故监控和采集 自动驾驶状态管理、故障监控和处理 系统可靠性改进
职位要求:
熟练使用C++，熟悉新C++特性 熟悉多线程开发 较好的系统分析和解决问题的能力 较强的沟通能力和团队合作精神 对系统研发有浓厚兴趣
加分项:
有系统性能profiling经验 有QNX、ASIL-D、PCIe/DMA、Nvidia Orin/DriveOS/NvStreams开发经验熟悉OS内核工作原理 熟悉ROS/ROS2, Apollo CyberRT, Iceoryx
参与公司前端项目的开发与维护，基于 TypeScript + Next.js 技术栈完成页面组件、功能模块的编码实现；
配合设计师与后端工程师，将 UI 设计稿转化为高质量的前端页面，确保跨设备、跨浏览器的兼容性；
学习并实践 React 组件化开发思想，结合 TailwindCSS 提升页面样式开发效率；
参与前端技术文档的编写与维护，协助团队优化开发流程与代码规范。
1.参与Web端、移动端或大屏可视化页面的开发；
2.配合UI设计师和后端工程师，完成页面交互与数据联调；
3.优化前端页面性能，提升用户体验。
岗位职责
1. 负责用户产品（小程序/Web/H5）的前端架构设计（如多端复用、微前端、模块化边界）与核心功能开发；
2. 与产品、设计、后端紧密协作，推动复杂业务需求高质量落地，持续提升用户体验指标（如转化率、留存）；
3. 主导页面性能优化与稳定性建设，包括首屏速度、交互流畅度、错误监控、降级方案等；
4. 参与前端基础设施建设（组件库、脚手架、领域skills），提升团队交付效率；
5. 推动技术演进，沉淀最佳实践，并能够指导初级工程师；
6. 探索 AI、Agent 等新技术在用户产品中的业务落地，完成可行性验证并推动实施。
任职要求
- 本科及以上学历，5 年以上前端开发经验，具备独立负责复杂业务模块或中小型产品的设计能力；
- 熟练使用 AI 辅助编程工具，并能将其融入需求分析、编码、调试和效率提升等日常研发流程；
- 熟悉 React、Vue技术栈及相关工程实践；
- 熟悉微信小程序、Taro/UniApp 等跨端方案，有 Hybrid 或 RN/Flutter 经验；
- 深入理解前端工程化（Webpack/Vite/Rspack、CI/CD、前端监控、自动化测试），有成功落地经验；
- 对性能优化有系统方法论，能通过工具和数据驱动改进。
- 有大型互联网产品、高并发用户场景的实际开发与调优经验；
- 熟悉至少一门后端开发语言，具备全栈开发能力；
- 对 AI 应用开发有好奇心，使用过 LLM API 或参与过 Agent 类项目。
我们希望你具备
- **用户价值导向**：能站在业务和用户角度思考技术方案；
- **Owner 精神**：主动发现问题、推动落地，而不只是执行需求；
- **技术热情**：持续学习，乐于分享和推动团队进步；
- **协作沟通**：能与产品、设计、后端高效对齐目标。
你将获得
- 参与真实千万级用户产品的核心建设，你的代码直接影响大量用户；
- 与业务一起探索 AI 在用户交互场景的落地；
- 面对新的业务挑战与成长机会，持续拓展技术与产品视野。
岗位职责
1. 负责用户产品（小程序/Web/H5）的前端架构设计（如多端复用、微前端、模块化边界）与核心功能开发；
2. 与产品、设计、后端紧密协作，推动复杂业务需求高质量落地，持续提升用户体验指标（如转化率、留存）；
3. 主导页面性能优化与稳定性建设，包括首屏速度、交互流畅度、错误监控、降级方案等；
4. 参与前端基础设施建设（组件库、脚手架、领域skills），提升团队交付效率；
5. 推动技术演进，沉淀最佳实践，并能够指导初级工程师；
6. 探索 AI、Agent 等新技术在用户产品中的业务落地，完成可行性验证并推动实施。
任职要求
- 本科及以上学历，5 年以上前端开发经验，具备独立负责复杂业务模块或中小型产品的设计能力；
- 熟练使用 AI 辅助编程工具，并能将其融入需求分析、编码、调试和效率提升等日常研发流程；
- 熟悉 React、Vue技术栈及相关工程实践；
- 熟悉微信小程序、Taro/UniApp 等跨端方案，有 Hybrid 或 RN/Flutter 经验；
- 深入理解前端工程化（Webpack/Vite/Rspack、CI/CD、前端监控、自动化测试），有成功落地经验；
- 对性能优化有系统方法论，能通过工具和数据驱动改进。
- 有大型互联网产品、高并发用户场景的实际开发与调优经验；
- 熟悉至少一门后端开发语言，具备全栈开发能力；
- 对 AI 应用开发有好奇心，使用过 LLM API 或参与过 Agent 类项目。
我们希望你具备
- **用户价值导向**：能站在业务和用户角度思考技术方案；
- **Owner 精神**：主动发现问题、推动落地，而不只是执行需求；
- **技术热情**：持续学习，乐于分享和推动团队进步；
- **协作沟通**：能与产品、设计、后端高效对齐目标。
你将获得
- 参与真实千万级用户产品的核心建设，你的代码直接影响大量用户；
- 与业务一起探索 AI 在用户交互场景的落地；
- 面对新的业务挑战与成长机会，持续拓展技术与产品视野。
：
1. 负责停车场工况行为决策、路径规划算法设计、开发及性能迭代
2.针对停车场工况的特殊场景，如窄路汇车/脱困等，优化算法性能，提升这些场景的通过性
3.针对量产平台进行算法工程化及调试，参与工程化项目开发，分析泛化问题，并设计优化和解决方案跟进日常路测问题
4.负责关注国际前沿动态，掌握HPA/APA决策规划算法的发展
【课题说明】传统销售模式中，销售人员通过电销系统触达商户，对商户进行营销/运营触达，整体链路人工依赖率高。随着大模型技术的快速发展，基于大模型的智能外呼在提升电销覆盖率和转化率方面展现出极大潜力。本课题致力于将大模型技术和智能外呼任务相结合，优化美团智能外呼系统，增强其在复杂对话环境下的意图理解与灵活应对能力。力图实现更自然的语音交互、更精准的营销策略，以及更灵活的应答处理等。【建议研究方向】1.转化信号奖励建模：依托业务场景多轮对话的真实转化信号，构建商家画像、对话文本特征信号以及交互环境特征，预估对话的转化率，进而通过强化学习（DPO/GRPO/RLHF）引导模型营销话术生成。
2.销售领域垂类大模型：通过收集多场景销售数据以及美团广告产品知识，通过continue-Pretraining构建垂类通用销售模型基座，支持多业务场景快速支持应用。
3.Multi-Agent交互式外呼系统：通过构建任务规划、流程监督、对话营销等多个agent交互逻辑，在较低响应耗时条件下，实现最佳的电话沟通效果。
【团队简介】
我们是公司核心的AI团队，肩负着将前沿AI模型转化为高效、稳定、可扩展的实际服务的重任。我们不仅是技术的践行者，更是创新边界的开拓者。
在这里，你将：
直面核心挑战：攻克大模型及深度学习模型在推理性能、延迟、吞吐和资源消耗方面的极限。
掌握尖端技术：深入应用和优化包括TensorRT, ONNX, Triton, vLLM等在内的业界最先进的推理部署工具链。
影响千万用户：你优化和部署的模型服务将直接赋能公司主营业务，服务亿万级用户和请求，见证技术带来的巨大商业价值。
与高手同行：与来自国内外顶尖高校和公司的资深专家一起工作，获得快速的技术成长和专业的职业指导。
【工作职责】
参与大规模深度学习模型（尤其是LLM大语言模型、多模态模型、CV模型等）的推理性能优化与部署工作。
基于NVIDIA TensorRT, ONNX Runtime, Triton Inference Server 等框架，进行模型转换、量化、编译和加速。
开发和维护高并发、低延迟、高可用的模型推理服务，保障线上服务的稳定性与效率。
设计和实现推理服务的监控、告警与自动化运维体系。
探索和落地推理部署领域的新技术和新方案，持续提升团队的技术影响力。
1、中心安全指标分解，组织签订目标责任书及安全环保协议；
2、跟踪、统计、分析物流服务商及部门安全指标完成情况，安全指标纠偏，制定并落实改进方案。
3、梳理物流运输业务流程中安全工作内容；
4、建立并完善运输安全规章制度、安全手册、安全作业指导书及运输安全流程文件；
5、物流服务商安全标准化推广、管理评审；
6、建立应急管理体系，编制综合应急预案、专项应急预案及现场处置方案
7、 完成物流运输危险源辨识工作和梳理，推行风险分级管控，提高各级专、兼职安全员、运输技术专员危险源辨识能力。
8、编制制度安全培训卡，组织周度扫码答题活动；编制、优化7类关键风险安全培训课件，双周开展安全培训；
9、统计、分析运输事故，制定下阶段管控措施；事故单位安全约谈、监督制定下阶段整改方案；
