薪酬概览
平均月薪
¥18300
中位数 ¥0 ｜ 区间 ¥14200 - ¥22500
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
83.3% 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
8月新增岗位
3
对比上月：岗位新增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 |
|---|---|---|
| 1-3年 | 2 | 50% |
| 3-5年 | 1 | 25% |
| 5-10年 | 1 | 25% |
热招职位
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.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.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。
【履职职责】
1.负责物流新技术论证和引进
2.负责承接总部物流新技术项目落地实施
3.负责物流技术标准组织编制
4.负责物流新项目技术规划；
5.负责物流新项目工艺设备技术要求编制；
6.负责重大项目变更技术方案编制；
7.负责配合交付中心开展新项目规划方案编制
详细信息按时点《职位说明书》为准
主要负责支持如下工作开展：
1.构建车机端车联网项目应用安全，数据安全，通信安全，系统安全，隐私管理能力体系，制定车联网软件安全实施方案与安全策略
2.主导信息安全需求评估，车机端车联网项目信息安全TARA分析，构建车机软件安全防护实施细则，
3.主导端侧车联网安全架构，安全方案设计，领导方案实施，安全风险评估，安全设计评审，过程安全能力建设
4.主导关键安全核心模块设计与实现，完备端侧个人信息数据处理实施规则，完善隐私数据安全保护实践
5.参与构建车联网端到端信息安全流程体系，主导端侧信息安全开发流程体系建设与实施
6.支持车机端安全测试与安全评价等相关工作
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。
Camera 驱动（初级/资深）：
职位描述:
1、负责Camera驱动软件开发(Lens, Sensor Driver, ISP,OTP)和
系统软件(Framework, HAL, V4L2,CAMIF, Power Consumption)的开发、维护和优化，
2、负责第三方Codec DSP/算法的评估和移植；
3、负责协助Camera Tuning(lens/sensor/马达/3A等)完成相关的工作，包括主客观调试以及相关认证标准的调试依赖项；
4、负责Camera Sensor 器件的风险评估和可行性分析；（可选）
5、 负责Camera Team的团队管理和技术培训工作；（可选）
6、制订CameraHAL、驱动开发相关的技术文档；
（可选）
Camera tuning：
工作职责：
1、主要负责移动终端的camera图片质量的调优工作；
2、 熟悉并掌握MTK或者高通平台的3a，isp的算法原理，及调试方法；
3、负责MTK或者高通平台的3a（ae，awb，af）和isp模块的调试；
4、负责图像主客观效果的调试，问题收敛；
5、负责和验收团队的技术沟通，保证达到客户验收标准；
6、输出项目总结问题，并团队内部分享；
7、 参与团队内部技术建设，人员培养等；
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.负责公司产品（刀具、涂层、测量仪器等）的售前售后技术支持工作；
2.为客户提供售前售后解决方案，进行公司内外部技术交流与沟通；
3.负责产品试用的审核，制造过程的跟踪及客户现场支持；
4.收集并总结应用的成功案例及使用报告等。
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。