薪酬概览
平均月薪
¥28700
中位数 ¥0 ｜ 区间 ¥22300 - ¥35000
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
80% 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
9月新增岗位
1
对比上月：岗位减少1
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 | 1 | 100% |
热招职位
1. 推进供应链 AI 应用方案落地实施
依据供应链数字化开发团队和 AI 开发部门输出的 AI 应用设计方案，完成需求细化、系统集成、环境配置、联调测试及上线交付，保障 AI 能力按既定计划投入业务使用。
2. 负责供应链 AI 工具日常运维与持续优化
承担 Skill Agent 的运行监控、日志分析、性能监控与告警配置、提示词（Prompt）调优、知识库维护、权限管理及故障处置；基于使用数据与用户反馈，开展轻量级功能优化与规则迭代。
3. 开展轻量级开发与一线技术支持
运用 Python、SQL 等工具完成数据预处理、API 对接、自动化报表生成等开发任务；为供应链相关岗位用户提供操作培训、使用指导及问题响应，提升工具应用效能。
4. 协同跨部门完成技术对接与集成
理解供应链业务逻辑与核心系统数据结构及接口规范，准确传递业务约束与集成需求；与 AI 开发工程师、业务系统开发工程师协作，明确接口定义、数据映射关系、测试验证标准及上线协同机制。
5. 组织 AI 工具推广与应用能力建设
制定分角色、分场景的推广计划与标准化培训材料，组织开展实操培训与应用辅导；建立用户反馈收集与分析机制，支撑 AI 应用持续改进。
6. 负责 AI 应用数据安全与合规管理
确保 AI 工具数据处理符合公司信息安全规范，敏感数据脱敏处理，API 凭证安全管理，操作日志审计追踪；配合 IT 安全部门完成安全评估与合规检查。
1.负责产品研发过程中AI算法开发及AI提效的开发工作，包括：AI算法开发、工具自动化、知识库提取、大模型部署等；
2.负责数据预处理、模型推理、模型输出后处理整个流水线pipeline的开发和调试；
3.负责AI工具与现有工具的结合开发和调试，提高开发效率；
4.关注并研究AI测试相关前沿技术，撰写技术文档与应用报告，推动AI提效的创新升级。
1、负责车载高压电源产品（如 OBC车载充电机、 DC/DC变换器、车载充电桩模块等）嵌入式软件的架构设计、模块划分和接口定义。
2、根据系统需求文档和功能规范，进行详细的软件需求分析和功能设计。
3、使用 C/C++ 等语言进行嵌入式软件开发，实现电源控制算法（如 AC/DC, DC/DC 转换控制，PFC功率因数校正，LLC谐振控制等）、通信协议（CAN, CAN FD, LIN, Ethernet等）、诊断功能（UDS, DTC处理）、保护逻辑（过压、过流、过温等）及状态管理。
4、配合测试工程师进行HIL台架测试、系统集成测试和整车测试，定位并解决软件相关问题。
5、分析测试数据，验证软件功能与性能指标是否符合设计要求。
6、支持 DV试验、EMC测试中出现的软件问题解决。
7、进行电源算法的建模、仿真（如）与性能优化，确保算法满足动态响应、效率等要求。负责控制算法从模型到嵌入式代码的转化、集成、调试与优化。
8、与硬件工程师紧密合作，参与硬件电路评审，协同解决软硬件接口问题。
AI Agent 系统工程与业务落地- 构建生产级 Multi-Agent 系统：主导设计并实现高可用、可扩展的 Agent 架构，涵盖智能调度、工具调用链路编排、长期记忆管理及上下文压缩策略，保障系统在复杂业务场景下的稳定性与效率。- 端到端 RAG 系统建设：从文档解析、语义 Chunking 策略设计，到向量索引优化、混合检索（关键词+向量）与 Rerank 模型调优，打造高性能知识增强推理 pipeline。- AI 安全与应用治理：建立全面的 Agent 评估框架，覆盖任务完成率、工具调用准确性、安全边界等核心指标，驱动系统持续迭代与安全合规。业务与技术融合创新- 深入探索 业务AI+，结合意图识别、推理规划、Query 理解与轻量级模型微调，推动 Agent 在真实业务中的闭环落地，验证商业价值。- 深入探索 AICoding 工具链核心技术基建，SDD、CI/CD 智能化等模块的设计与落地，对标业界先进水平独立攻克关键技术难点。复杂项目交付与团队赋能- 负责AI+工程化大型复杂项目，主导里程碑拆解、技术方案设计与实施路径规划，确保高质量交付与系统可维护性。- 关注AI 工程化前沿趋势，组织技术分享与培训，推动知识沉淀与团队能力升级。
1.负责项目后端软件Java代码开发、调试、review及相关文档编写工作；
2.参与完成后端软件架构设计、微服务开发、数据库开发、大数据平台开发等工作；
3.参与后端团队工程化体系搭建，包含代码规范、构建工具、监控体系搭建等工作，以支持敏捷开发过程；
4.负责与前端软件进行联调，保证软件完整功能正常运行，负责Bug定位和修复工作；
5.参与车联网、智能驾驶相关项目中的运营调度软件设计、开发与调试工作。
1.负责设计和开发基于AI Agent的智能系统提升工具链的内部研发和外部客户支持效率；
2.开发地平线工具链定制化智能助手，辅助研发进行代码补全、缺陷定位、日志分析、自动化测试用例、API手册生成，显著提升工具链的开发效率与质量
3.构建智能支持Agent，能够精准理解客户在工具使用中的问题（如模型转换失败、精度不达标、性能不达预期），提供即时诊断、步骤指导、知识推荐，并高效协同专家处理复杂问题
1、负责车云通信网络子系统的软件设计、开发与性能调优，覆盖协议栈选型、链路可靠性及端到端时延优化。
2、参与车载综合业务网关的系统软件与底层软件开发，交付高性能、高可靠的网关产品，推动其规模化量产落地。
3、面向无人配送业务场景，持续优化系统整体性能、稳定性与可靠性，推动研发迭代和规模化落地运营。
1.拥有硕士或博士学位，或在海外知名院校有相关教育背景；
2.拥有在大型云平台（如AWS, Azure, GCP）上构建和运维大规模分布式系统的经验；
3.具备AIOps、可观测性（Observability）、SRE或相关领域的实践经验；
4.熟悉主流开源可观测性技术栈（如OpenTelemetry, Prometheus等）；
5.拥有海外知名科技公司、研究机构相关岗位的工作或实习经历者优先；
6.有高质量的开源项目贡献或技术博客。
1. 负责车联网核心平台IoT平台的架构设计、开发及日常运维，建设高并发、高吞吐、可扩展的IoT平台；
2. 负责核心功能模块的设计和开发，撰写技术文档，包括设计文档、接口文档和操作手册等；
3. 深入理解业务需求，设计优化和调试方案，解决技术难题，保证系统性能和稳定性；
4. 关注车联网行业动态，跟踪技术发展趋势，不断提升自身技术水平。
● 负责芯片软件栈架构设计，包括但不限于调度系统设计、编译系统设计、计算系统设计、分布式系统设计。
● 负责大规模分布式训练和推理的软件系统性能优化方案的设计，针对芯片架构特点提出合理的解决方案。
● 负责各软件组件之间的协同设计，以及软件与硬件的协同设计，能够基于产品要求提出对硬件的明确需求。
● 追踪行业动态，基于公司的AI芯片架构特点提出前瞻性的建议以及技术储备。