薪酬概览
平均月薪
¥33200
中位数 ¥30000 ｜ 区间 ¥24300 - ¥42100
数据来源：谈职全网11份招聘数据；更新时间：2026年7月13日
月薪分布
54.5% 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
6月新增岗位
8
对比上月：岗位新增3
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 |
|---|---|---|
| 5-10年 | 2 | 28.6% |
| 不限经验 | 5 | 71.4% |
热招职位
1.全流程电气设计：负责事业部光热及熔盐储能项目的电气系统施工图设计，包括高低压配电系统、动力与照明系统、防雷接地系统及电缆敷设等。
2.核心设备选型与技术规范：独立完成变压器、开关柜、变频器、电缆及保护装置等关键电气设备的选型、计算与招标技术文件编制。
3.项目预算与成本控制：精准编制电气专业的设备采购预算与材料清单，并在采购过程中提供专业技术支持，有效控制项目成本。
4.专业协同与技术支持：与工艺、仪表、土建等专业紧密配合，完成设计接口管理；为项目现场提供及时的电气技术指导，解决安装与调试中的复杂问题。
6.程序编制与标准执行：编制及优化电气作业指导书、调试方案等程序文件；确保所有设计及施工严格遵循国家、行业及国际电气规范与标准。
1.负责新能源汽车车载大功率电机控制器、电源、多合一等新产品的开发和设计，包括需求分析、系统方案及硬件设计、建模仿真、控制算法研究、调试测试及相关文档编写等；
2.负责功率半导体器件特性及应用研究，驱动电路的开发、设计和验证和测试工作；
3.负责新能源汽车功率电子系统相关前瞻性技术的预研和创新。
1.负责生产制造设备联网、工业数据采集、设备控制类GO后端软件的设计、开发与迭代，对接设备PLC、传感器、上位机等硬件系统，支撑智能工厂/数字化车间业务落地；
2.基于gRPC微服务架构开发设备管理、数据采集、状态监控、指令下发等核心模块，保障工业场景下服务的低延迟、高稳定运行；
3.参与工业设备软件的需求分析、技术方案设计、代码评审与线上部署，对接硬件工程师、现场实施团队，解决开发、交付过程中的技术问题；
4.负责现有设备软件系统的维护、性能调优与故障排查，保障生产现场设备软件全年高可用，解决工业现场复杂网络环境下的通信稳定性问题；
5.编写开发文档、接口规范与现场部署手册，配合测试、实施团队完成项目交付与验收。
1、负责合作商Agent的产品建设，结合业务场景系统性规划Agent能力，包括但不限于：对话问答、经营分析、技能操作、知识管理等功能。
2、统筹语料建设、数据集构建、评测标准制定及效果回收工作。
3、与算法和工程团队合作，推进系统及策略的落地，定期评估现有策略效果，并根据业务需求进行优化。
我们正在寻找优秀的研究员 / 工程师加入团队，共同探索世界模型、多模态统一模型等前沿技术边界，打造下一代具身智能基础模型框架。
岗位职责
- 前沿算法研究：围绕具身基础模型 / 世界模型相关技术与算法开展研究，包括但不限于 World Action Model（WAM）、Action-Conditioned World Model、Unified Multimodal Model（UMM）、4D Foundation Model 等方向；探索创新方法及其在具身智能中的应用，参与基础模型的构建、训练、评测与开源，支持高质量技术报告与研究成果产出。
- 成果产出与技术转化：负责高质量技术论文与技术报告的撰写，推动研究成果在 ICLR、CVPR、RSS、ICML 等国际顶级会议发表，并参与前沿算法在真实机器人系统与具身基础模型中的落地转化。
1.深度研究行业，对不同战场、不同供给类型制定供给标准，建设和完善输入输出指标体系。
2.通过一系列精细化的运营方式实现供给竞争力提升，引导强化用户购票心智。
2.站在景区品类视角，挖掘应季品类、热点品类的增长机会，通过建立与营销场的合作机制，整合营销资源，助力业务拿到好货，搞试点并推广；
1.负责火龙漫剧/视频业务的推荐与搜索技术研发（包含但不限于传统搜推、LLM4Rec、AI搜索、生成式推荐等），提升用户体验，用户消费与时长，用户转化与留存等核心业务指标；
2.根据场景特点和产品定位，对全链路算法体系进行深度理解与优化，持续优化推荐/推荐算法；
3.结合大模型技术，升级推荐技术，提升推荐效果，解决实际业务问题；
4.紧跟学术界、工业界的前沿技术，结合实际的业务场景进行算法开发、落地，实现团队技术和业务的共同发展。
1.Agent 后训练算法设计与实现：主导基模大模型的 Agent 化后训练方案研发，包括指令微调（SFT）、奖励模型（RM）训练、强化学习（RLHF/RLAIF）优化，聚焦任务规划、记忆机制、工具调用、多轮对话一致性等核心能力提升。；
2.后训练数据体系构建：设计 Agent 后训练数据的采集、清洗、标注与迭代策略，涵盖通用指令集、任务型对话数据、工具调用样本、多模态交互数据等，建立数据质量评估与筛选机制，优化数据分布与多样性。；
3.Agent 能力优化与突破：针对 Agent 在复杂任务拆解、跨领域知识迁移、动态环境适配等场景的痛点，研发创新后训练算法（如分层任务规划训练、多智能体协作训练、反幻觉优化），提升 Agent 的决策准确性与鲁棒性。；
4.工程化落地与系统协作：搭建高高效后训练流水线，支持大规模数据并行处理、分布式训练（DDP/FSDP）与模型压缩部署；与产品、工程团队协作，打通 “后训练 - 评测 - 迭代” 闭环，适配不同场景下的 Agent 产品需求。；
5.技术创新与沉淀：跟踪大模型 Agent 领域前沿技术（如 LLM+Planning、Tool Learning、Multi-Agent Interaction），主导核心技术攻关与专利申请；输出可复用的后训练算法组件、技术文档与评测基准，推动团队技术能力沉淀。
1.多模态数据体系构建：设计并实现 VLM 预训练数据的采集、清洗、标注全流程方案，涵盖通用图文对、OCR 数据、Visual Grounding/Counting 数据、3D 空间理解数据及视频时序数据等多类型数据，建立数据质量评估体系（如 CLIP 相似度过滤、标注一致性校验）。；
2.数据算法创新设计：研发多模态数据对齐算法，优化视觉 - 语言模态映射策略；设计高效数据增强方案，包括图像形变、文本扰动、跨模态混合增强等，提升模型鲁棒性与场景适应性；探索自动标注与数据合成技术（如 Grounding DINO 自动框标注、LLM 辅助问答生成），降低标注成本。；
3.预训练数据策略优化：结合 VLM 预训练目标（模态对齐、上下文学习、复杂推理），设计数据配比方案与训练数据筛选策略；迭代优化数据配方，解决数据冗余、分布偏差等问题，提升训练效率与模型效果。；
4.工程化落地与协作：搭建高吞吐率数据处理流水线，支持大规模多模态数据的并行处理与分布式训练适配；与模型训练团队协作，打通数据 - 训练 - 评测闭环，提供定制化数据解决方案；跟进 NVILA、InternVL 等前沿技术，推动数据算法的工程化落地。；
5.技术沉淀与创新：跟踪 VLM 领域数据相关前沿研究（如预训练数据设计、模态融合策略），主导技术攻关与专利申请；输出可复用的数据处理算法组件与技术文档，建立团队数据算法基准体系。
1. 拓展 Facebook、Tiktok、Google 等媒体游戏、泛娱乐、电商行业出海广告客户；
2. 沟通了解客户需求，挖掘销售机会并达成销售业绩；
3. 独立完成销售指标，开发客户、谈判、签约，实现既定业绩收入；
4. 参与部门及公司各项培训，持续进行个人能力提升；
5. 维护互联网行业内客户关系，促成并提高合作的质量和效率。
1.完成Scale-up模块级UT验证与子系统级的BT验证，包括初始化、系统级端到端数据通路、协议层管理、流控与重传机制等。
2.制定验证方案和计划，完成验证环境搭建和测试点分解，开发和调试测试用例，并完成验证覆盖率收集及分析。
3.支持系统级验证与硅后调试，参与芯片从前仿到后仿验证全流程。