薪酬概览
平均月薪
¥7900
中位数 ¥7500 | 区间 ¥5900 - ¥9900
数据来源:谈职全网12份招聘数据;更新时间:2026年7月13日
月薪分布
50% 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
2
对比上月:岗位减少18
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 |
|---|---|---|
| 3-5年 | 2 | 100% |
热招职位
1. 统筹管理:对区域各站点设备运维团队负责,监控和提升各城市团队的工作质量和效率,建立区域运维管理例会机制;
2. 数据看板与决策:主导搭建并持续迭代运维数据管理看板(设备可用率、MTTR、能耗趋势等),通过数据发现异常、引导团队工作方向,用数字准确呈现团队工作成果;
3. 智能工单管理:负责监控全区工程设备工单的处理全流程,推动工单系统从人工派单向自动化分级响应升级,管控工单处理进度、质量和成本;
4. IoT监控与预测维护:负责推进站点设备的IoT传感器接入与远程监控体系建设,探索基于设备运行数据的预测性维护模式,降低突发停机率;
5. 流程标准化迭代:负责运维组操作流程的梳理和持续迭代,根据成本支出变化和业务扩张节奏,更新维修标准手册和设备操作规程(SOP);
6. 新站验收管理:负责新站工程设备验收质量管控,完善验收清单标准,推动新站交付质量提升,确保设备带病开业率为零;
7. 设备全生命周期管理:统筹负责大区内站点工程设备(制冷系统、给排水、强弱电)的日常运行、维修、保养、巡检、改造等全面管理8. 节能降耗落地:管理大区站点设备能耗使用情况,结合数字化能耗平台数据提供节能优化方案,推动节能降耗KPI完成;
9. 培训体系建设:计划性巡查,现场调研培训需求,撰写培训课件,对设备维保人员进行技能培训和评估考核,打造区域标准化技能梯队;
10. 跨部门协同:建立与供应链、站长、采购、IT等相关方的协作机制,推动设备相关问题高效闭环;
11. 应急响应与保障:熟练掌握给排水、电气、制冷专业技术,制定应急预案,遇突发设备故障带领团队迅速处置,确保站点最短时间内恢复正常运营。
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
1.云桌面日常运维(云桌面新建、修改、删除流程处理,运维周报书写)
2.负责公司虚拟桌面和相关虚拟服务器问题处理工作
3.公司安全系统日常运维工作(权限开通,策略调整)
4.公司安全系统问题处理(排查由安全系统导致的终端异常)
1、参与并实现端到端多视角三维重建流水线:数据预处理、相机/传感器标定与对齐、稠密重建与渲染模块的设计与开发。
2、基于 NeRF、3DGS 等神经渲染与可微渲染方法,研发可扩展、高效的模型与部署方案,兼顾质量与性能。
3、设计并搭建量化评估体系与自动化测试框架,用以衡量重建质量、推理实时性及对下游感知/规划任务的影响。
4、将研究成果工程化:与数据、标注、仿真与感知团队协作,完成模型训练流水线、离线渲染与实时仿真集成与部署。
5、优化算法性能(计算与内存),并参与模型推理加速、量化或裁剪等工程化工作以满足实时/大规模训练需求。
【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。
运维工程师-27届薪资:1~1
1、负责参与评估硬件平台的计算性能测试、分析与落地;
2、负责服务器可靠性及稳定性验证,OS兼容性验证;
3、负责服务器新产品的BMC、BIOS测试设计及验证工作;
4、负责服务器板卡的引入测试,含内存、网卡、GPU及HBA卡等;
5、负责服务器配套软件变更,driver/fw升级的测试及版本管理;
6、负责服务器OS、driver及FW的网上问题分析处理;
7、参与硬件搭载软件相关的应用测试模型设计开发;
8、参与配套厂家制造品质的管理、解决产品质量问题;
SRE运维工程师薪资:25~35
1、负责同程旅行核心服务的高可靠、稳定、高效运行,持续保障核心业务 SLA 达成;
2、主导服务架构设计与评审,推动 AI 辅助的容量规划、性能调优与智能配置治理;
3、推进系统稳定性与容灾方案设计及落地,结合混沌工程与 AI 预测能力构建自适应韧性架构;
4、主导重大故障应急响应,利用智能运维(AIOps)技术,基于多维度监控、日志、Trace数据进行智能告警、自动止损与根因定位;
5、参与日常值班与线上应急响应,并通过自动化与 AI 工具提升故障处理效率与精准性。
运维开发工程师(服务器运维平台背景优先)薪资:20000~35000
1. 负责成本运营平台、服务器工单交付平台、配件管理平台、故障工单平台等服务器运维管理系统的前后端开发与功能实现2. 负责现有运维平台的性能优化、功能迭代及线上部署工作,保障系统稳定高效运行3. 负责服务器运维操作的 API 封装与标准化开发,构建统一的运维自动化接口体系4. 参与服务器硬件管理相关核心功能设计与开发,包括 BMC/BIOS 远程管理、硬件状态实时监控、驱动固件批量升级、硬件故障智能诊断等模块5. 结合服务器硬件测试与验证经验,优化运维平台的硬件兼容性检测、性能指标采集和故障预警能力,可以开发自动化测试脚本6. 参与硬件搭载软件相关的应用测试模型设计,提升平台对不同硬件配置的适配性
● 参加高性能RISCV IP的开发
● 阅读相关的设计文档,理解设计需求并定义出测试计划
● 搭建模块级和TOP级验证环境,产生测试向量
● 参与构建处理器验证流程及验证环境;
● 执行测试计划,进行覆盖率分析
● 定义,产生和分析各种验证指标
● 执行门级仿真和emulation
● 关注主流验证技术发展,引入先进的验证技术和策略,提高验证的质量和效率。
1. 负责内部运维基础设施(如 自动化运维、IaC、CMDB、服务树、应用中心、DNS、流量网关、VPN 接入)等推进和落地。
2. 负责 devops 平台的建设、负责 AI 时代下 AIOps 研发流程的建设。
3. 负责微服务体系能力建设,如多集群场景下 服务发现、微服务网关、服务治理、迭代及流量泳道等体系建设。
1.持续推动前沿技术落地,并持续优化视觉为主导的感知基础模型,并以业务和线上问题为导向,驱动优化感知系统。
2.主导动态感知领域复杂问题的分析与解决,负责核心模块的研发与效果打磨。具体方向包括但不限于:障碍物检测与跟踪、红绿灯检测,语义与意图理解。
3.和上下游团队共同推动算法的完全数据驱动和端到端可导能力建设。
蓝星公司-数字化部-数据管理经理 BI Manager
根据蓝星公司数字化部工作安排,负责全球数据治理及数据分析工作。主导挖掘数据分析应用场景、收集相关业务部门需求,构建数据报表与可视化分析看板。负责商业智能类项目全流程管理,从需求分析、方案设计、开发实施到上线交付,提升业务经营效率与数据洞察能力,助力企业数字化运营升级。
1.主导开展数据治理工作,推动数据标准制定、数据质量提升及主数据管理,确保分析数据的准确性、一致性与时效性。
2.统筹境内及海外数据湖、数据仓库架构及BI工具(如Fabric、Power BI等)的项目落地及优化迭代,并主导跨境数据传输项目。
3.负责商业智能类项目全流程管理,从需求分析、方案设计、开发实施到上线交付,确保项目按时保质完成。定期开展业务部门调研与需求收集,洞察业务痛点,识别高价值数据分析应用场景。
4.组织跨部门研讨,将业务需求转化为可落地的数据指标、分析模型与可视化方案。
5.组织编制需求规格说明书,明确指标定义、计算逻辑、数据粒度及权限要求,确保业务语言与技术实现精准对齐。
6.协调业务、数据、IT多方资源,管理项目范围、进度、成本及风险。
7. 公司安排的其他工作。

