广州机器学习工程师
机器学习工程师是一种统计学和计算机科学相结合的职业，通常涉及利用大数据来训练机器学习模型，以解决复杂的问题和自动执行任务。机器学习工程师需要深入了解算法、统计学和编程，以及数据处理和数据可视化技术。他们负责收集、整理和分析数据，选择最适合问题的机器学习算法，并通过学习和优化来训练模型。此外，他们还要设计、实施和部署机器学习系统，并进行性能调优和持续改进。机器学习工程师通常在科技公司、金融机构、医疗健康领域或其他行业的研究与开发部门工作，为企业提供智能决策和预测分析的解决方案。这个职业需要有很强的数学和编程能力，以及对新技术和创新的敏感度。
薪酬概览
平均月薪
¥10900
中位数 ¥11300 ｜ 区间 ¥7700 - ¥14000
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
40% 人群薪酬落在 8-15k
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
5
对比上月：岗位减少5
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 | 5 | 100% |
热招职位
负责开发基于云原生技术的搜索和推荐机器学习工程平台负责搜索推荐模型训练平台开发，包括训练任务生命周期管理和云原生训练调度引擎开发负责在线推理服务开发与优化，提升模型加载效率和推理性能设计模型存储管理和自动化发布流程，保障模型上线稳定性与算法团队协作，持续优化平台易用性
任职要求：
本科及以上学历，计算机相关专业，5年以上开发经验精通Java，熟悉Python/Go/C++者优先精通机器学习训练/推理工程平台功能开发精通云原生技术栈，如Kubernetes/Volcano调度技术栈了解TensorFlow/pytorch框架，了解分布式训练原理（如Parameter Server架构）了解大数据技术栈（HDFS、Spark、Kafka）具备良好的系统设计能力和问题排查能力
岗位介绍
你将面向智能驾驶量产项目，参与行车、泊车、主动安全、性能泛化等方向的测试验证工作，通过实车、台架或仿真测试发现问题并推动闭环，保障产品顺利交付和用户体验。
你将负责
根据项目需求设计测试方案和测试用例。执行实车、台架或仿真测试。记录、分析并跟踪测试问题。输出版本评测报告和测试结论。推动问题修复、回归验证和闭环。参与测试流程和工具链优化。我们希望你具备
理工类本科及以上学历，车辆工程、自动化、计算机、电子信息等相关专业优先。有ADAS、智能驾驶或自动驾驶测试经验。熟悉测试设计方法，能独立编写测试用例。熟悉Linux、Git、Shell等基础工具。具备良好的问题分析、沟通反馈和推动能力。加分项
有实车测试、台架测试或量产项目经验。熟悉CarMaker、CarSim、PreScan等仿真工具。熟悉Python/C++，能编写测试脚本。持有驾照并具备实际驾驶经验。
岗位介绍
你将参与智能驾驶实车和台架测试，负责测试执行、问题记录、数据整理和测试报告输出，是发现真实道路问题和保障版本质量的重要角色。
你将负责
负责测试车辆和测试台架的软件部署、版本更新和日常维护。
执行实车道路测试和台架测试。
根据测试需求完成场景测试。
记录系统表现、异常现象和问题数据。
整理日志、视频、场景描述等信息。
输出测试报告并支持问题回归验证。
我们希望你具备
持有C1/C2驾照，具备实际驾驶经验。
有ADAS、智能驾驶或自动驾驶实车测试经验优先。
熟悉NOA、LCC、APA、HPA等辅助驾驶功能。
熟悉Linux基础命令。
具备良好的安全意识、执行能力和问题记录能力。
加分项
有台架测试、道路测试或量产项目测试经验。
熟悉Python/Shell，能完成简单脚本操作。
熟悉智能驾驶系统基础架构
【主要职责】：
1、负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力
2、集成云原生能力，负责模型研发、训练、推理、Agent等相关功能，提升平台资源利用率和计算效率
3、负责大模型训练/推理的监控、排障和容错，参与模型训练和推理性能调优
4、持续运营，改进平台性能、易用性和稳定性，优化用户体验
【基本资格】
1、计算机科学，工程或相关领域的学士学位；
2、熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力；
3、熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验；
4、熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术；
5、强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展
【期望资格】
1、相关领域的硕士学位；
2、深入理解深度学习理论，熟悉主流训练推理框架Pytorch/Deepspeed/Megatron/Triton/Vllm，故障定位和性能调优方向有相关项目经验；
3、参与过AI Infra相关项目，熟悉FlashAttantion、DLRover、AIBrix等社区项目；
4、具备大规模GPU集群的研发和实践经验，了解通用GPU架构、GPU虚拟化、RDMA高速网络和分布式存储技术
寻找对计算机底层系统以及 AI Infra 相关技术充满热情的同学
职位概述:
负责 GPU 训练集群的资源管理与调度，保证 GPU 资源的高效使用提升分布式训练任务的稳定性，包括开发鲁棒的训练框架以及方便易用的可视化工具等提升分布式训练任务的训练效率，系统性地解决 IO/通信/运算等方向的性能问题负责对接训练平台在自动驾驶数据流中的上下游，具体包括提升数据预处理的效率，提供用户友好的模型管理工具等
职位要求：
计算机及相关专业的应届毕业生熟悉 Python/Golang/C++/C 任一开发语言，并有关相关的项目经验参与过社区开源项目，如 kubernetes/kubeflow/horovod 等加分了解通用 GPU 架构以及业内相关虚拟化方案加分了解高性能网络相关技术，对 RDMA 编程以及相关流控技术有一定的技术储备加分熟练使用 Tensorflow/Pytorch 等训练框架，有 CUDA 编程经验加分
1、硕士及以上学历，计算机、电子信息、自动化、车辆工程、软件工程等相关专业优先；
2、掌握至少一种编程语言，如 Python 或 C++，有脚本开发经验者优先；
3、了解基本的软件测试流程与方法，对车载电子系统或智能网联汽车有浓厚兴趣；
4、学习能力强，具备良好的逻辑思维、沟通能力和团队协作意识；
5、有实习或项目经验涉及汽车测试、嵌入式系统、自动化测试者优先。
6、具备良好的英语读写能力优先；
7、熟练使用AI工具者优先。
1. 学历与专业
学历要求： 本科及以上学历（硕士优先），2027届应届毕业生。
专业要求： 车辆工程、自动化、控制理论与控制工程、机械电子工程、电子信息等相关专业。
2. 知识与理论基础
具备扎实的车辆动力学基础，了解汽车底盘（制动、转向、悬架）的基本结构与工作原理；
具备扎实的自动控制原理基础，理解常见的控制算法（如PID控制，了解LQR、MPC等现代控制理论更佳）。
3. 绝对加分项（优先录用条件）
有大学生方程式赛车（FSC/FSAE）、智能车竞赛、机器人大赛等参赛经验并担任相关技术骨干者优先！
有底盘电控（如ABS/ESC、EPS、主动悬架等）相关实验室课题研究，或相关车企/Tier1实习经验者优先；
了解汽车CAN/LIN总线通信，或对 AUTOSAR 架构、ISO 26262 功能安全有初步概念者优先。
1、本科及以上学历，机器人、工业自动化、人工智能、机电一体化等相关专业；
2、人形机器人/汽车域控制器/电驱电机产品研发与过程工艺等同行业相关岗位经验3年以上；
3、具备良好的编程能力，熟悉Python或者软件测试，精通Linux操作系统，能够独立移植Linux系统，有裁剪、优化经验者优先；
4、熟悉推杆、关节、人形机器人及工业机器人的品牌、编程、调试，组装等工艺过程或汽车域控/电驱电机工艺；
5、熟悉使用市面上常见的制图工具，具有较好的质量问题收集与整理能力；
6、具备优秀的分析和解决问题能力，具备创新性，具备良好的团队协作素质；
7、对机器人技术有浓厚的兴趣和激情。
岗位职责:
1、参与自动驾驶研发效能平台与工具链的设计和开发，涵盖 CI/CD、数据处理、AI 应用等方向
2、参与内部工具的开发与优化，提升研发、测试、运营团队的工作效率和交付质量
3、参与平台监控、告警和问题排查，保障线上服务稳定运行
4、主动发现工程流程中的瓶颈和低效环节，提出并实现改进方案
岗位要求:
1、本科及以上学历，计算机科学、软件工程、电子信息、自动化等相关专业
2、熟练掌握 Python 或 C++，具备良好的编码习惯和代码规范意识
3、了解面向对象设计、常用设计模式和数据结构与算法
4、有较强的学习能力和解决问题的能力，对技术充满热情
5、良好的团队协作和沟通能力
加分项:
1、了解 Docker、Kubernetes 等容器化和编排技术
2、了解数据库原理（MySQL / PostgreSQL）
3、有 Web 开发经验（Django / Flask / React / Vue 等）
4、了解 CI/CD 流程或有相关实践经验
5、对大语言模型（LLM）应用或数据分析有兴趣或实践经历
6、有自动驾驶、机器人或嵌入式系统相关项目经验
中文：
我们致力于开发高效的自动驾驶算法和评估系统，以增强和优化我们的自动驾驶技术。该职位将专注于研究基于人工智能的方法，并将其部署在仿真工具上，以促进AV算法的开发和验证。
工作职责：
研发AI 为基础的方法并部署到仿真工具中来帮助AV 算法的开发和验证。包括但不限于：
1. 生成真实的仿真场景。
2. 开发与AV 算法合理交互的仿真智能体。
3. 开发AI 为基础的指标来评估仿真的结果。
需求：
1. 至少在预测，计算机视觉，大语言模型 或强化学习的一方面有很好的知识积累和实践经验；
或有很强的算法和C++coding 能力
2. 良好的沟通能力
3. 自驱力强，相信仿真对无人驾驶行业的未来
加分项：
1. 世界模型相关的经验
2. 计算机视觉或lidar 检测模型相关的经验
3. 预测或端到端AV 模型相关的开发经验
4. 规划控制相关的经验
5. 顶会或期刊的发表
1.基础功能开发：参与视频号核心系统（发表、账号认证、互动等）的服务开发，优化高并发场景下的性能与稳定性，支撑亿级用户流畅体验；
2.商业化后台支持：开发和维护广告流量链路，变现任务系统等，驱动业务商业增长；
3.AI业务落地：聚焦LLM服务部署与工程优化，推动智能合集、创意发表生成等场景落地；
4.系统架构优化：对现有架构进行分析和优化，确保系统的稳定性、可扩展性和安全性。
