薪酬概览
平均月薪
¥8700
中位数 ¥7500 ｜ 区间 ¥6600 - ¥10800
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
60% 人群薪酬落在 0-8k
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
2月新增岗位
5
对比上月：岗位减少87
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 | 5 | 100% |
热招职位
1.产品讲解：用最热情的方式接待所有进店用户，提供专业的产品讲解，结合用户情况与使用场景，使用户理解产品的核心价值，激发用户对于品牌与产品的热情；
2.试乘试驾：为顾客提供专业的试乘试驾服务，通过在实际驾乘体验过程中回答关于车辆使用的相关问题，解除顾客用车顾虑；
3.用户体验：通过专业的咨询与服务，不断提升零售中心用户服务满意度，持续创造品牌与产品的推介者，同时与交付、售后伙伴高效合作，解决用户购车及用车问题，提供改进工作的建议和反馈；
4.团队合作：在达成个人关键业务指标的基础上，助力达成团队销售目标，并不断提升业绩达成能力；
5.活动执行：支持各类型市场活动，持续吸引与挖掘潜在用户；
6.门店维护：配合店长及零售主管维持零售中心视觉陈列标准和后区标准，维护展车、展具和零售店整体环境。
送货员面议
负责跟车送货，安全将货物送到项目地点，并办理货物清点及签收手续。岗位要求：
1、男性，年龄在22岁以上，初中或以上学历；
2、身体健康，无传染病，能适应长途出差，不晕车；
3、退伍军人农村户口优先；待遇：2000～3000元/月＋补助，白班，双休，免费提供食宿。公司福利：⑴武汉有班车接送，免费提供食宿，住宿为标准间（可分单间），转正办理社保（五险）；⑵免费提供专业培训，不收取任何押金费用；⑶每年享有工龄工资、调资及年终奖金； ⑷每天实行8小时工作制，白班，周末双休，节假日按国家规定安排休假。
聚焦研发效能场景，负责智能Agent的设计、开发与落地，围绕研发全流程打造自动化提效工具，推动研发模式升级。负责Agent核心模块（任务规划、工具调用、记忆管理等）的工程实现，解决落地中的技术难点，优化Agent性能与体验。对接研发效能现有工具链，实现Agent与系统无缝集成，构建智能效能提效闭环。跟踪Agent、大模型领域前沿技术，结合业务场景探索落地，沉淀可复用开发组件与方法。协同跨团队挖掘研发痛点，将业务需求转化为Agent解决方案，推动AI与研发效能深度融合。任职要求
本科及以上学历，计算机相关专业有Agent项目实践。核心技能： a 熟练掌握Python/Java/Go等主流开发语言，具备扎实的编程与工程实践能力。
b了解Agent开发核心原理与关键技术，有相关开发、落地经验者优先。
c 熟悉主流大模型特性，具备Prompt调优能力，了解大模型与Agent集成方法者优先。
d 了解LangChain/CrewAI等Agent开发框架、RAG技术者优先，了解容器化部署工具者加分。
3.能力特质：
a 逻辑思维与问题解决能力强，有技术钻研精神，能独立完成开发任务。
b 对研发效能有一定认知，能将技术方案转化为业务价值，有相关经验者加分。
c 沟通协作能力良好，自驱力强，具备快速学习与创新能力。
【加分项】
1．有完整Agent产品开发落地经验，能提供项目成果者优先。
2．有大模型微调、推理优化或MLOps相关经验，了解AI Infra者加分。
3．有AI/Agent相关开源项目、技术博客或编程比赛获奖经历者优先。
4．有研发效能、DevOps相关工作经验者优先。
5．作为AI工具深度用户，熟悉各类AI工具的应用场景与使用技巧者加分
我们正在寻找一位具备 AI Agent 应用开发经验的工程师，参与下一代机票智能助手产品的设计与研发。你将负责构建基于大语言模型（LLM）的 Agent 系统，包括意图理解、任务规划、工具调用、知识检索、评测优化以及持续迭代闭环建设。保证AI产品从前到后完整落地，可维护可运营。参与AI agent评测，性能、准确率优化工作。
参与项目技术体系建设，完善工具和文档，参与技术分享
工作职责
Agent 系统开发
负责基于 LLM 构建 Agent 系统与复杂 Workflow设计并实现 ReAct、Plan-Execute、Multi-Agent 等 Agent 架构实现 Tool Calling、Function Calling、MCP 等工具生态集成设计任务规划、记忆管理、状态管理与长期上下文机制Prompt Engineering 与模型优化
设计和优化 Prompt、System Prompt、Tool Description建立 Prompt 评测体系与自动优化闭环基于线上 Case 持续进行 Bad Case 分析与迭代参与模型选型与效果评估LLM Evaluation
构建 Agent、RAG、Prompt 等模块的自动化评测体系设计 Accuracy、Latency、Cost、Preference 等评测指标建设 Golden Dataset、Regression Test、Benchmark 体系推动 AI 应用从经验驱动向数据驱动演进RAG 与知识增强
负责企业知识库建设与检索增强生成（RAG）系统开发设计向量检索、Hybrid Search、Re-Ranking 等检索链路优化知识召回率、准确率与时效性构建知识评测体系与数据质量监控机制微调与数据工程
参与 SFT、DPO 等模型微调项目设计训练数据构建、清洗与质量评估流程结合业务场景探索小模型优化与领域模型建设前端与产品交互
基于 TypeScript 开发 AI 产品能力参与 Agent UI、Chat UI、Workflow UI 等前端开发与产品、设计协同完成 AI 能力落地优化用户体验与交互效果
任职要求
必备条件
本科及以上学历，计算机相关专业熟练掌握 TypeScript熟悉 Node.js 生态及现代前端开发体系具备生产级大模型应用开发经验熟悉 Prompt Engineering 方法论熟悉 Agent 开发框架，并掌握其核心原理：LangGraphLangChainLlamaIndexAutoGen或同类框架熟悉 RAG 架构与相关技术栈技术能力
熟悉 OpenAI、Gemini、Claude、Qwen、DeepSeek 等主流模型熟悉 Tool Calling / Function Calling熟悉常见向量数据库：Milvus、Elasticsearch、pgvector熟悉评测体系建设与实验设计熟悉 AI 应用性能优化与成本优化加分项
有 Prompt 自动优化经验有 AI Evaluation 平台建设经验有 SFT/DPO/LoRA 微调经验有 MCP、A2A 等 Agent Protocol 实践经验
我们希望你具备
对 AI Agent 充满热情善于从真实业务问题中抽象通用能力具备数据驱动和评测驱动思维关注 AI 应用的准确率、成本、延迟与用户体验能够推动系统形成持续优化、自我进化的闭环
技术栈
TypeScriptNode.jsReact / Next.jsLangGraph / LangChainOpenAI / Gemini / Claude / Qwen / DeepSeekElasticsearch / Milvus / pgvectorDocker / KubernetesGitHub ActionsLangfuse / LangSmith
关键词
Agent · RAG · Evaluation · Prompt Engineering · Fine-tuning · Workflow · MCP · Multi-Agent · TypeScript · AI Application Engineering
1.有大规模机器学习平台或AI服务开发经验；
2.熟悉深度学习框架（如TensorFlow/PyTorch）或自然语言处理技术；
3.有IM相关或大型社交产品开发经验；
4.参与过开源项目或有技术博客分享经验。
1、针对物流业务场景，利用大数据分析、数据挖掘、机器学习相关算法，解决业务需求，确保算法的效率和准确性；
1、利用AI、大数据分析、大模型等技术能力，解决企业内部各种低效率高人工成本场景；
2、参与全链路数据开发，包括数据采集、日志解析、数据同步、数据清洗、数据模型设计、离线实时开发、数据服务化、可视化和数据治理等工作；
3、探索大模型技术与现有数据架构融合，实现基于LLM的智能问答、知识图谱构建等创新应用；
4、与业务部门对接，收集需求、分析需求，并跟进方案实施及应用推广，确保数据解决方案落地效果满足业务需求；
5、进行数据应用价值研究和分析，提供数据洞察和决策支持，为业务部门提供数据驱动的解决方案。
AI应用工程师面议
1、在具备扎实后端能力的基础上， 能够用 Al Coding 工具(Claude Code /GPT等)高效完成产品功能开发，实现业务流程的自动化与智能化，提高运营效率；
具体包括：
①利用AI提升研发效率，如自动生成测试文档、AI代码审查等，敏捷交付高质量代码
②在没有专职前端参与时，能阅读、理解并调试AI生成的代码，独立完成简单到中等复杂度的全栈功能交付
2、深刻理解产品需求，参与技术方案设计及相关文档的撰写、维护，持续进行功能选代和性能优化；
3、负责日常自动化运维、故障排查和性能优化，积极响应业务方需求和落地；
4、关注AI/自动化工具，结合业务工作场景探索AI应用方向并推动落地，持续在团队中推广实践。
1、负责集团人工智能服务平台的推广与落地，推动平台在各业务场景中的应用，为各业务单元提供技术指导与支撑。
2、负责基于AI平台的智能体开发与建设，根据业务需求进行需求分析、方案设计与开发实施，实现智能体场景的快速交付。
3、负责AI大模型的部署与服务封装，基于平台完成模型推理服务的上线、算力调度、扩容与纳管，保障模型服务的高可用运行。
4、负责根据业务需求进行二次开发与深度集成，将AI能力嵌入业务系统，实现平台与业务系统的高效对接。
5、负责平台集群的部署与运维，掌握平台运维能力，独立完成平台部署、配置管理及故障排查处理，保障平台稳定运行。
6、与算法、研发、客户等多部门团队高效沟通协作，推动AI平台建设需求的落地与交付。
1. 雷达系统分析与工程支持
• 支持汽车雷达系统（MRR/SRR）的开发与验证。
• 分析雷达性能（如目标检测行为、测距、速度及角度精度等）。
• 处理并评估雷达数据（如 CAN 日志、测试测量数据等）。
• 在指导下支持问题排查，并进行基础的根因分析。
• 协助制定并执行雷达测试方案（整车测试 / 台架测试）。
2. 项目支持与跨团队协作
• 根据客户需求，支持系统工程师开展开发、测试及标定工作。
• 与硬件、软件及算法团队紧密合作，跟踪并解决技术问题。
• 与中国研发团队协调沟通，进行技术澄清及问题解决。
• 编写技术文档、分析报告及测试总结。
3. 客户技术支持
• 支持与欧洲客户就雷达相关技术问题进行沟通。
• 在 RFI / RFQ 等项目阶段协助准备技术资料。
• 协助分析客户反馈的问题，并提供基于数据的解释。
4. 其他相关工作
• 支持内部演示、测试活动及项目相关技术任务。
大模型应用开发面议
1、主导多智能体（Multi-Agent）系统设计与开发，支持Agent间高效协作与任务分解，构建可扩展、低耦合的智能体协作架构；
2、结合物流业务场景及数据，设计并构建具备业务感知与决策支持的智能体系统；
3、与产品、算法、业务团队紧密协作，支持大模型推理优化与部署，推动智能体系统在物流场景的落地、迭代与效果验证。
一、职位描述
1、从全站海量微博内容中，结合 LLM、Embedding、向量检索等技术，提升热点发现能力，挖掘出具有传播和讨论价值的热点。
2、对热点内容进行质量识别，设计并优化基于 Agent技术的智能工作流，提高识别模型的准确性和及时性。
3、持续关注 LLM、Agent、推理模型、多 Agent 等前沿技术，结合微博业务特点探索创新应用，推动 AI 能力在业务中的规模化落地。
二、岗位要求
1、熟悉大语言模型应用开发，具备 Prompt Engineering、RAG、Agent、Embedding、Function Calling、Tool Calling、向量检索等相关实践经验。
2、熟练掌握 Python，具有良好的编码规范及工程开发能力，能够独立完成业务开发。
3、熟悉至少一种 LLM 应用开发框架或生态，如LangChain、LangGraph等。
4、有内容理解、热点挖掘、信息抽取、聚类、事件识别经验者优先。
5、具有良好的学习能力、问题分析能力和团队协作能力，对 AI 新技术保持持续关注，并能够快速推动业务落地。
一、职位描述
1、从全站海量微博内容中，结合 LLM、Embedding、向量检索等技术，提升热点发现能力，挖掘出具有传播和讨论价值的热点。
2、对热点内容进行质量识别，设计并优化基于 Agent技术的智能工作流，提高识别模型的准确性和及时性。
3、持续关注 LLM、Agent、推理模型、多 Agent 等前沿技术，结合微博业务特点探索创新应用，推动 AI 能力在业务中的规模化落地。
二、岗位要求
1、熟悉大语言模型应用开发，具备 Prompt Engineering、RAG、Agent、Embedding、Function Calling、Tool Calling、向量检索等相关实践经验。
2、熟练掌握 Python，具有良好的编码规范及工程开发能力，能够独立完成业务开发。
3、熟悉至少一种 LLM 应用开发框架或生态，如LangChain、LangGraph等。
4、有内容理解、热点挖掘、信息抽取、聚类、事件识别经验者优先。
5、具有良好的学习能力、问题分析能力和团队协作能力，对 AI 新技术保持持续关注，并能够快速推动业务落地。
淘宝平台事业部-AI Agent应用研发工程师-淘系商家服务方向
1. 本科及以上学历，计算机科学、软件工程、人工智能相关专业优先；
2. 掌握Java/Python等编程语言开发，具备扎实的算法与数据结构基础；
3. 有开源或代表作，具备Agent系统开发经验，掌握LangChain/LLamaIndex/AutoGen等框架及实现原理；
4. 掌握Prompt工程、RAG、Tool Calling、Context Engineering、构建SKILLs等AI应用关键技术；
5. 能够进行工具集成，掌握OpenAPI、RPC、MCP等协议实现方案；
6. 了解机器学习、深度学习框架（PyTorch/TensorFlow），有Transformer等模型实战经验优先；
7. 主动探索AI新技术/新范式在商业场景中的应用边界；对AI技术充满热情，具备快速学习的能力，持续关注和学习AIGC前沿技术研究。