薪酬概览
平均月薪
¥27500
中位数 ¥0 ｜ 区间 ¥22000 - ¥33000
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
6月新增岗位
4
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 |
|---|---|---|
| 不限经验 | 4 | 100% |
热招职位
1. 多模态算法研发与优化
主导或参与座舱多模态交互核心算法的研究、开发与迭代，包括但不限于：
视觉感知：驾驶员/乘客状态监测（DMS/OMS）、手势识别、视线追踪、唇语识别、舱内活体检测。
语音交互：全双工语音对话、声纹识别、情感识别、语音降噪与增强。
多模态融合：基于视觉+语音+触控的意图理解、多模情感计算、多模消歧与协同。
持续跟进学术前沿，将Transformer、大模型等先进技术应用于座舱场景，提升算法精度与效率。
2. 车载场景化落地与工程优化
针对车规级硬件（如高通、瑞萨等座舱芯片）进行算法轻量化、低功耗化与性能优化，确保满足实时性要求（如DMS响应延迟 ＜ 100ms）。
解决车载实际场景中的挑战：复杂光照、遮挡、座舱噪音、低算力约束等。
主导算法从原型到量产的全流程，包括数据采集、模型训练、量化部署、效果评测与持续优化。
3. 数据闭环与系统集成
构建并维护高质量的座舱多模态数据集，设计数据采集、清洗、标注流程。
与软件、测试团队紧密协作，将算法模块集成至座舱软件平台，并完成实车联调与效果验证。
建立算法效果的数据监控与自动化评测体系，推动基于真实数据的算法持续迭代（数据闭环）。
4. 车规级安全与可靠性保障
确保算法符合功能安全（ISO 26262）与预期功能安全（SOTIF） 的相关要求，为关键功能（如驾驶员分神监测）提供可靠保障。
参与制定相关算法的安全测试方案，完成失效模式分析与冗余设计。
5. 前瞻预研与技术规划
探索下一代座舱多模态交互技术方向，如大模型在座舱的本地化应用、舱内3D场景理解、脑机接口等。
撰写技术专利，参与行业技术标准讨论，提升团队与公司的技术影响力。
具体职责包括但不限于：
1. 负责自然语言处理尤其是大模型领域的前沿技术创新研发；推动语言模型、知识表示、机器翻译、长思维链推理、对话系统、文本生成等关键技术和核心问题的解决，形成高引用论文和高价值专利，积极探索相关技术落地应用；
2. 负责追踪最新技术和热点，优化、改进现有技术和系统，提升系统的性能和效率，在内外部业务场景验证，形成业内领先的技术服务能力和体系；
3. 负责业务技术需求的支持，针对业务场景的真实需求，设计合理的技术方案和路线，通过技术创新和业务验证，实现业务价值和效率的提升。
1. 负责淘宝闪购营销定价算法，包括骑手补贴、定价、活动等优化；
2. 负责骑手全生命周期体验与成长，促进拉新和留存；
3. 参与创新性算法的研究及开发工作；
4. 协同业务进行跨团队技术范式落地变现。
1.计算机、人工智能、信号处理等相关专业硕士或博士学历；在语音合成、语音识别或对话系统领域有扎实的技术沉淀；
2.熟悉 全双工交互关键技术，包括高性能 VAD 算法、回声消除原理、打断机制逻辑及状态机管理；
3.精通 Python、C++，具备优秀的编程习惯及算法落地能力；
4.对电商直播行业有一定了解，有数字人项目经验者优先。
【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.智能座舱场景下的多模态（舱内外语音、舱内外视觉、车身状态参数等模态）大模型的指令微调、偏好对齐等阶段的工作，包括但不限于数据迭代、模型训练、模型自动化评测等环节。
2.搭建训练数据处理Pipeline，推动汽车座舱场景的音视频、文本等数据闭环，结合模型反馈进行数据动态筛选与更新，包含但不限于数据的质量评估、清洗、格式化、分类等。调优训练数据配比，持续构建与优化数据集。
3.基于多模态大模型，适配智能座舱场景中各类下游应用（乘客复杂意图理解，情绪健康关怀，GUI Agent等），探索大模型以及相关人工智能技术在车载场景的落地方案。
4.密切追踪国际多模态大模型领域的最新研究成果与发展趋势，积极引入先进理念和技术，保持技术的领先性。
1、参与手机端 GUI Agent 与多模态交互的算法研究与实验；
2、协助进行 GUI 视觉理解（屏幕元素检测、布局解析、视觉 （Grounding）、多步操作导航等方向的模型训练与评测；
3、配合推进端侧轻量 VLM 的适配与落地验证。
1、负责安卓图形、显示框架相关的重点技术或特性的算法设计、开发与优化，看护商业价值闭环；
2、负责安卓图形、显示框架相关的算法级问题定位与解决，包括图形卡顿的算法归因、时延分析与链路优化、闪退与内存泄露的算法排查、黑花闪及其他显示异常的根因分析；
3、负责看护图形基础体验竞争力达成，包括图形性能、功耗、稳定性等维度的算法建模与持续调优；
4、负责安卓图形、显示框架在产品上的算法级调优适配。
1.主导过推理任务优化项目（如数学解题、代码生成、逻辑问答），在权威推理评测（如AIME、MATH、HumanEval等）中取得过显著效果提升；
2.以第一作者身份发表过 NeurIPS、ICML、ICLR、ACL、EMNLP、NAACL 等论文；
3.了解GPU硬件架构，有CUDA编程经验，熟悉各种网络底层算子实现细节。
1.负责多模态大模型算法研发工作，承担语音/音频生成、理解等核心技术的研发与优化；
2.独立或协作研发多模态内容理解模型，主导搭建高精度、细粒度的内容描述体系，负责数据标注与管理工作；
3.主导或参与训练数据集的搭建、清洗、整理与标注，推动模型迭代优化，开展数据集相关技术调研；
4.推进多模态大模型在核心业务中的落地应用，负责技术实用化过程中的效果评估与问题解决；
5.持续跟踪多模态大模型、音频AI领域前沿技术，参与团队技术研讨，推动前沿技术在业务中的应用转化。
数据技术及产品部-大模型算法研发工程师-LLM&Agentic RL
1、负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地
2、针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，持续迭代模型在Agent场景的应用性能
3、探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流。