杭州MCU软件开发工程师
MCU软件开发工程师是负责嵌入式微控制器单元（MCU）软件的设计、开发和维护的专业人员。他们需要具备扎实的嵌入式系统开发技能和对微控制器硬件架构的深入了解。在职位上，他们负责根据产品需求编写嵌入式软件代码，进行软件架构设计和优化，解决软件相关的技术问题，并进行软件的测试和调试。此外，他们也需要与硬件工程师和其他团队成员紧密合作，确保软件和硬件的协同工作。另外，他们需要对新的技术趋势和市场需求保持敏感，并不断提升自身的技术能力和创新意识。
薪酬概览
平均月薪
¥16500
中位数 ¥15000 ｜ 区间 ¥11800 - ¥21200
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
66.7% 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
4月新增岗位
25
对比上月：岗位新增20
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 | 8 | 33.3% |
| 5-10年 | 16 | 66.7% |
热招职位
1. 负责视频处理算法开发和相关硬件的Pre/Post-silicon验证；
2. 负责计算机视觉算法性能提升；
3. 负责CV产品化和相关应用场景的对接；
1、承担SoC系统级FPGA和模块级FPGA验证环境搭建
2、搭建FPGA系统的仿真环境，完成相应的测试
3、完成ASIC到FPGA的代码转换，验证和集成工作
4、协助IP设计/CV验证，以及系统软件开发和测试
1.参与财务分析领域、ESG领域相关系统建设，可根据个人能力承担前端、后端或全栈研发工作；
2.具备良好的沟通能力，能够充分理解业务需求，完成从方案设计、开发实现到上线交付的工作；
3.能够带着思考支持业务，主动挖掘业务痛点，并通过工程技术、数据能力、AI工具等手段提升业务效率与系统体验；
4.关注产品体验、系统质量与交付效率，能与产品、业务、设计、测试等角色高效协作。
负责直播及视频场景下的内容安全算法研发与前沿技术落地，聚焦实时互动流中的风险识别、圈流决策、攻防对抗与LLM/VLLM/Omni大模型审核定性。
核心工作包括：
围绕直播间多主体行为序列（主播口播、观众互动、水军协同等），设计并优化风险识别模型与策略体系，实现从"单条内容审核"到"整场行为理解"的能力跃迁；
构建圈流-识别-审核三阶段决策引擎，在召回率≥95%的约束下持续降低误报率，实现审核链路的大模型自动化完结，平衡审核成本与安全效果；
设计自进化闭环系统，通过agentic/skill技术链路实现规则挖掘、识别点自动迭代与OOD鲁棒策略，应对攻击者持续变换话术/脚本的对抗环境；
参与内容安全大模型在直播/视频场景的落地，探索大小模型协同（线上小模型推理+大规模LLM训练/蒸馏/RL）的工业化路径。
数据技术及产品部-数据处理工程师-RL训练数据方向（Work）
我们正在搭建 Work（AI 协同办公）方向的 RL/RFT 训练数据体系。这个岗位的核心职责是从线上回流数据中挖掘高价值样本：清洗、筛选、合成、发现 bad case，把海量线上数据变成模型训练和数据标注真正能用的东西。
职位描述
1. 线上数据回流与清洗
对接模型线上 rollout 产生的原始数据（轨迹、日志、用户反馈、执行结果等），设计清洗 pipeline，去重、去噪、过滤无效样本，把脏数据变成结构化可用的样本集。
2. 高价值数据挖掘
从海量线上数据中挖掘对模型训练有价值的样本：高难度任务、罕见场景、模型易错 case、用户真实需求分布。建立挖掘策略（规则 + 模型 + LLM 多信号融合），提升高价值样本的召回率。
3. Bad Case 发现与归因
系统性发现 bad case：模型执行失败、输出低质量、轨迹异常、用户投诉等。对 bad case 做根因分类（模型能力问题 / 数据分布问题 / 任务定义问题 / 环境依赖问题），输出结构化报告驱动数据补充和评测修正。
4. 数据合成与增强
设计数据合成策略：基于 LLM 对已有样本做变体生成、难度扩展、场景泛化，补充模型训练数据中的稀缺类型；验证合成数据质量，确保合成样本可直接用于训练。
5. LLM 驱动的精细化筛选
用 LLM-as-judge、质量评分模型等方式对海量数据做精筛，识别"表面合理但实际错误"的样本，把数据质量从"能看"升级到"能训"。设计筛选阈值与采样策略，平衡数据规模与质量。
6. 数据标注前置处理
为下游标注团队准备可标注的数据包：去重、预分类、标注难度分级、边界 case 标记，降低标注成本、提升标注效率。定期输出数据分布报告，指导标注优先级。
7. 数据 Pipeline 与基础设施
搭建端到端的数据处理 pipeline：采集 → 清洗 → 挖掘 → 合成 → 筛选 → 输出。保证数据可追溯（血缘管理）、可复现（版本管理）、可观测（关键指标监控）。
8. 协同算法与标注团队
与模型训练团队对齐"下一轮需要什么数据"，与标注团队对齐"什么样的数据值得标"，把数据挖掘变成模型能力提升的持续供给。
1.负责账号/权限/审批相关产品或平台的项目迭代和日常维护工作，和团队成员协作支持业务运转；
2.主导前端技术方案设计、产出、实施，解决跨业务域抽象、多技术栈混杂、微应用框架体系等技术挑战；
3.参与前端团队的组件沉淀、开发规范制定等，共同建设前端技术底座，包括但不限于AI Agent开发、可视化、微前端、低代码、组件化等方向；
4.探索web前沿技术，关注用户体验和潜在需求，拓展前端能力边界；
1. 统筹管理：对区域各站点设备运维团队负责，监控和提升各城市团队的工作质量和效率，建立区域运维管理例会机制；
2. 数据看板与决策：主导搭建并持续迭代运维数据管理看板（设备可用率、MTTR、能耗趋势等），通过数据发现异常、引导团队工作方向，用数字准确呈现团队工作成果；
3. 智能工单管理：负责监控全区工程设备工单的处理全流程，推动工单系统从人工派单向自动化分级响应升级，管控工单处理进度、质量和成本；
4. IoT监控与预测维护：负责推进站点设备的IoT传感器接入与远程监控体系建设，探索基于设备运行数据的预测性维护模式，降低突发停机率；
5. 流程标准化迭代：负责运维组操作流程的梳理和持续迭代，根据成本支出变化和业务扩张节奏，更新维修标准手册和设备操作规程（SOP）；
6. 新站验收管理：负责新站工程设备验收质量管控，完善验收清单标准，推动新站交付质量提升，确保设备带病开业率为零；
7. 设备全生命周期管理：统筹负责大区内站点工程设备（制冷系统、给排水、强弱电）的日常运行、维修、保养、巡检、改造等全面管理8. 节能降耗落地：管理大区站点设备能耗使用情况，结合数字化能耗平台数据提供节能优化方案，推动节能降耗KPI完成；
9. 培训体系建设：计划性巡查，现场调研培训需求，撰写培训课件，对设备维保人员进行技能培训和评估考核，打造区域标准化技能梯队；
10. 跨部门协同：建立与供应链、站长、采购、IT等相关方的协作机制，推动设备相关问题高效闭环；
11. 应急响应与保障：熟练掌握给排水、电气、制冷专业技术，制定应急预案，遇突发设备故障带领团队迅速处置，确保站点最短时间内恢复正常运营。
1、统计学、应用数学、计算机、经济学、运筹学或相关专业本科及以上学历；精通 SQL、Python/R 等数据分析工具，具备高效处理海量交易数据的能力。
2、 扎实的统计学基础，深刻理解因果推断（Causal Inference）理论。熟悉至少一种主流因果推断框架（如 CausalML, DoWhy, EconML 等）或有实际落地经验者优先。熟练掌握常用机器学习算法，并能区分预测模型与因果模型的应用边界。
3、3-5 年互联网大厂数据分析、数据科学或算法相关经验。有电商交易链路、营销策略评估、广告归因或用户增长领域经验者优先。具备完整的 A/B 实验全流程管理经验，或在观察性数据中进行因果效应估计实战经验者极佳。
4、 能够敏锐捕捉交易链路中的关键变量，具备良好的逻辑思维能力和沟通表达能力。结果导向： 不仅能产出分析报告，更能推动分析结论在业务侧落地，具备优秀的跨部门协作能力。
5、AI 相关经验（加分项）：具备一定的数据分析类 Agent/Skill 或者 LLM 后训练（数据预处理、Prompt 工程、模型微调）的实践经验尤佳。
1、政企业务客户端安装、全业务7*24小时故障抢修、巡检，以及客户线路优化、勘察、割接、扩容等维护工作；
2、政企客户关系维护及专业技术维护指导；
3、政企业务客户端资产及资源的管理；
4、重要客户的活动保障及出具运行分析报告；
5、政企业务工程验收工作；
6、领导委派的其它工作。
任职要求1、遵守中国宪法和法律，具有对党忠诚的政治品格，具有职务所需的工作能力、文化水平、专业知识及身体条件；
2、大学本科及以上学历，计算机类、通信工程、电子信息类等相关专业可优先考虑，一般不超过35周岁;
3、具有一年及以上相关工作经验；
4、熟悉INTERNET、VPN、SDH、MSTP、IPTV、监控、无线、大屏等业务知识，掌握相关的技术原理，能快速定义各类网络故障类型及原因，提供解决措施或方案；
5、熟悉各类测试仪器的功能与使用方法，能运用各种测试仪器（例如光功率计、OTDR、场强仪等）迅速定位故障点，快速处理故障；
6、有一定的工程实施、项目管理能力，掌握网络产品安装、配置、测试等相关实施技术；
7、有一定的服务销售技术支持能力；具有良好的沟通能力、学习能力、团队协作精神；
8、具有良好职业操守、责任心、敬业精神；适应压力状态下工作，能适应轮班制；
9、具有一年以上驾龄，具备网络工程师、CCNA等证书者可优先考虑。
报名时间：自发布之日不少于5个工作日，招满即止。
备注：该岗位由上海市对外服务浙江有限公司( 简称上海外服)劳务派遣方式到我司工作。
1. 计算机、软件工程、人工智能或相关专业背景，具备扎实的软件工程基础和系统设计能力。
2. 熟悉至少一种主流开发语言，如 Java、Python、TypeScript / JavaScript、Go 等，具备良好的编码能力、工程抽象能力和复杂系统实现经验。
3. 对大模型、AI Agent、工具调用、RAG、上下文工程、Workflow 编排等方向有实际理解或项目经验。
4. 能够理解业务问题，并将模糊问题拆解为可执行、可验证、可迭代的技术方案。
5. 具备较强的问题定位和系统调优能力，能够基于数据、日志、Trace 和 case 分析持续优化系统效果。
6. 具备良好的沟通协作能力，能够与产品、算法、工程、测试和业务团队共同推进复杂 AI 项目落地。
7. 对 AI 技术在真实业务和研发流程中的应用有强烈兴趣，愿意在不确定性较高的场景中持续探索和快速迭代。
加分项
1. 有 LangChain、LangGraph、Mastra 等 Agent 框架实践经验，有从0到1的Agent设计或平台工程经验者优先。
2. 有 RAG、向量检索、知识库、记忆系统、召回优化相关经验者优先。
3. 有开源项目、技术博客，持续你跟进并实践 AI 技术者优先。
1.本科及以上学历，3年以上互联网商业分析、经营分析相关工作经验，计算机，统计学、数学、经济学专业优先；
2. 具备良好的SQL和数科分析能力，对AB实验，因果推断熟悉，有复杂实验设计经验的优先；
3. 有大促营销玩法等分析经验，能够洞察商业本质，挖掘机会点，并能够协调整合资源，推动各方拿到结果；
4．好奇心强，主动性强，能快速学习，能够独立思考；