薪酬概览
平均月薪
¥32900
中位数 ¥0 ｜ 区间 ¥24200 - ¥41700
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
50% 人群薪酬落在 >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
11月新增岗位
20
对比上月：岗位新增19
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 |
|---|---|---|
| 1-3年 | 4 | 20% |
| 3-5年 | 12 | 60% |
| 不限经验 | 4 | 20% |
热招职位
1）负责目标检测/分割、物体分类/回归、头姿/视线估计、单视图深度估计等算法开发；
2）负责相机标定、多相机同步开发；
3）负责模型量化与端侧推理逻辑开发。
1.学术成果：在ACL、EMNLP、NeurIPS、ICML、ICLR等会议或期刊上发表过 关于 大语言模型（LLM）、NLP、强化学习、机器学习等方面的论文；
2.项目经验：有大语言模型（LLM）和NLP的实际业务经验，包括不限于剧情生成、可控NPC对话、聊天对话、逻辑推理、盘面推理等；
3.竞赛经验：在kaggle等竞赛中获得过优异名次。
1.参与构建高可靠性数据pipeline，支撑大模型sft/dpo/grpo等的数据需求，通过高效的数据获取、清洗、精良等，为模型提供多样化、低噪声、高信息密度的训练数据，驱动模型性能提升和业务落地；
2.参与构建科学的数据评估体系，量化数据对模型性能提升的影响，迭代优化数据生成策略；
3.研究探索新型数据处理/生成/评估技术，推动数据整体链路优化。
1.参与企业微信非结构化数据挖掘工作，利用大模型技术挖掘出真实的业务流程；
2.参与构建和优化高质量知识图谱，完成结构化/非结构化数据的信息抽取、知识融合、关系推理及图谱存储方案设计；
3.参与大模型后训练算法相关的研究、优化和业务场景的落地。
1.负责机器学习模型、深度学习模型的应用落地，包括但不限于对大模型的RL、SFT；
2.负责探索与跟进AIGC前沿技术，推动技术框架持续迭代升级，保持行业同类竞品前沿水平；
3.将LLM、RAG的最新技术并用于业务落地，包括但不限于AI搜索、知识抽取等场景。
1.负责整车OS AI工具链需求开发及实现；
2.结合实际产品和业务需求, 参与AI Agent 设计、开发、优化和升级；
3. 负责AI知识库与工具链的集成与调试；
工作方向包括但不限于：智能驾驶、新能源、雷达、大数据、整车控制、机器视觉、图像、FPGA、SLAM、感知融合、决策规划：
1.协助算法工程师进行算法调试、标定、文档编写、测试环境搭建等工作；
2.负责人工智能方案在智能车领域的落地应用；
3.负责AI算法/神经网络等在嵌入式系统上的优化和部署；
4.参与运动控制或过程控制方向、原型设备开发与调试、信号处理、运筹与优化相关的算法设计、开发及验证工作。
1. 复杂系统级建模与集成 (Complex System-Level Modeling and Integration):
-- 主导新型异构并行计算架构的系统级功能模型 (System-Level Functional Model) 设计与实现。
-- 负责集成各个IP模块的功能行为模型 (Behavioral Model)，构建完整的片上系统 (SoC) 虚拟平台 (Virtual Platform)，并确保模型在功能上的高保真度 (High Fidelity)。
-- 该模型将作为固件 (Firmware)、驱动程序 (Driver) 以及上层应用软件 (Application Software) 开发、预集成和早期验证的基础平台。
2. 关键IP的精确级建模 (Precise-Level Modeling for Key IP):
-- 对自研或定制的关键计算IP（如NPU/DSP/专用加速器等）执行事务级 (Transaction-Level) 的比特精确功能建模 (Bit-Accurate Functional Modeling)。
-- 确保模型和设计Spec的准确性， IP级模型将作为Golden Model 用于RTL功能验证，支持算法验证和早期性能瓶颈分析。
3. 建模方法学研究与性能优化 (Modeling Methodology Research and Performance Optimization):
-- 研究并引入先进的功能建模方法学和仿真技术（如**TLM
2.0/SystemC/C++**等）。
-- 专注于提升模型仿真速度 (Simulation Speed) 和吞吐量 (Throughput)，以满足大规模软件回归测试和快速迭代的需求。
-- 持续优化虚拟平台的效率 (Efficiency) 和可扩展性 (Scalability)。
1. 开发模型框架测试代码，负责大模型框架功能、性能、稳定性等自动化测试，对编译器质量进行看护。
2. 负责项目测试集代码开发以及项目自动化测试工作，如前期需求分析、制定测试策略、设计和开发测试集和自动化测试脚本开发。
3. 和开发团队合作定位问题，分析错误原因以及协助验证问题修复。
1.负责冶金、锻压、矿山等领域产品成台套设备流体系统的设计工作。
2.负责冶金、锻压、矿山等领域产品成台套设备流体系统的研发工作。
3.负责冶金、锻压、矿山等领域产品成台套设备流体系统的技术营销工作。
4.负责冶金、锻压、矿山等领域产品成台套设备流体系统的技术服务工作。
1.有引擎底层或性能工程经验；熟悉性能分析工具的使用；
2.了解线上运营体系：特性开关、遥测、崩溃与指标分析；
3.跨平台经验（PC/主机/移动）；
4.了解 DCC 与设计师数据驱动工具链；
5.参与过服务端或专用服务器架构的开发落地；
6.擅长使用大语言模型辅助开发；
7.能够在全英文环境下工作。
1、建团队，负责电销团队的搭建，梯队能力成长，提升前线团队的凝聚力与战斗力，打造良好氛围；
2、业务目标策略，结合团队目标进行拆解，并制定有效策略推动落地，确保业务指标达成；
3、过程管理，负责电销团队作业流程和日常管理，带领团队快速拿到结果，为目标负责；
4、资源协同，与协同团队建立有效链接，及时协调内部资源与政策，给团队提供及时有效的支持；