薪酬概览
平均月薪
¥32700
中位数 ¥0 ｜ 区间 ¥23500 - ¥42000
数据来源：谈职全网17份招聘数据；更新时间：2026年7月13日
月薪分布
52.9% 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
7月新增岗位
134
对比上月：岗位新增126
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 | 9 | 6.3% |
| 3-5年 | 77 | 53.8% |
| 5-10年 | 38 | 26.6% |
| 不限经验 | 19 | 13.3% |
热招职位
随着芯片功能日益复杂，芯片功能和性能越来越依赖于底层软件。作为芯片团队的一个重要部分，芯片软件团队致力于在系统层次规范和定义芯片软/硬件接口， 桥接片上模块和设备与上层软件栈，培养和构建芯片生态环境。 你将了解到CPU如何从第一条指令开始，如何通过BIOS一步步引导操作系统，你也将了解到如何将主流深度学习框架，如Tensorflow, 移植到阿里自研的芯片平台，并带来数量级的性能提升。在这里，你将了解到所有你想了解的芯片细节。 同时，参与主流开源模块的移植和开发，如UEFI/Linux/Tensorflow/RISC-V，影响并引领开源模块的发展方向。
1. 负责大规模语言基础模型，多模态模型，文生图、视频生成模型等AI能力的工程化落地工作。
2. 支持百炼大模型平台上高代码、低代码平台核心能力的建设。
3. 主要负责百炼大模型平台应用广场、MCP广场能生态能力建设。
我们是阿里巴巴平台技术TPP AI研发团队，负责搜推广及AI应用研发平台的建设和维护。为淘宝、千问、闪购、高德、闲鱼、飞猪等多个业务部门提供应用研发基础设施，并直接参与头部业务的应用研发。
主要工作内容如下：
1. 搜推广业务研发：负责阿里巴巴核心搜索、推荐、广告业务的系统设计与开发，支撑亿级用户规模的实时流量。深入理解业务场景，参与从需求分析、架构设计到上线运维的全链路研发工作。优化系统性能与稳定性，保障高并发场景下的低延迟、高可用服务。
2. AI Native研发范式升级：推动搜索推荐系统的 AI Native 转型，探索大模型在搜推场景的深度应用。重构传统研发流程，构建以 AI 为核心的新一代研发范式，提升研发效率与系统智能化水平。研究并落地生成式检索、生成式排序、多模态理解等前沿技术在业务中的工程化实践。
3. AI应用研发：设计并开发面向搜推场景的智能 Agent 系统，构建 Agent 编排框架，整合工具链、知识库与业务系统，打造自感知、自决策、自执行的智能体。抽象Agent需求并沉淀Agent Infra。
我们将提供：
参与阿里巴巴核心业务的技术挑战，影响亿级用户体验。
与行业顶尖技术团队合作，接触前沿的 AI 技术与工程实践。
开放的技术氛围与完善的成长体系，支持技术创新与职业发展。
1、负责阿里巴巴淘天集团内部经营管理的智能化方向相关产品建设，如AI-Agent、机器审核、Document+AI、流程自动化等；
2、深入业务一线，发现与深入理解业务真实需求，挖掘AI赋能业务的场景，一杆到底并带来实际肉眼可见的业务价值；
3、通过技术工程实现，编排与调用LLM、MLLM及其他AI算法能力，有效解决问题并达成业务/技术目标。
1. 负责大规模语言基础模型，多模态模型，文生图、视频生成模型等AI能力的产品化落地工作；
2. 主要负责通义千问多端核心应用的构建，支持最新模型能力的落地；
3. 支持百炼大模型开发平台上应用组件、场景化应用的开发和落地。
1、掌握的研发技术以Java为主，要求Java基础扎实，熟悉io、多线程、分布式、缓存、消息等机制
2、2年以上Java开发的经验，熟练使用spring 、MVC等主流框架，熟悉Linux下的常用命令，熟悉MySQL等主流的数据库
3、掌握常用设计模式，希望有大型应用的开发经验，具备应对大数据、分布式、高并发、高负载、高可用性等系统设计能力
4、具备良好的抽象设计能力，思路清晰，善于思考，能独立分析和解决问题，责任心强，具备良好的团队合作精神和承受压力的能力
5、有良好的项目规划和决策能力，善于捕捉业务需求、架构设计中存在的问题，并给出有效的解决措施和方法
6、具备自然语言处理、文本挖掘、数据挖掘、机器学习等算法能力优先；具有AI工程应用经验优先
1. 计算机或相关专业本科及以上学历，2 年以上大型分布式系统开发经验；
2. 精通 Java 或 Python，深入理解 JVM、并发编程、网络通信机制，具备高并发、高可用系统实战经验；
3. 扎实的计算机基础：熟悉常用数据结构与算法，掌握数据库、缓存、消息队列等中间件原理与最佳实践；
4. 对 AI 工程化有浓厚兴趣，具备以下一项或多项经验者优先：
○ 参与过 AI Agent 系统的设计与开发（如 LangChain、AutoGPT、Transformers Agents 等框架）；
○ 使用 LLM 实现代码生成、需求解析、测试用例生成等研发提效场景；
○ 具备 Prompt Engineering、RAG、Agent Planning 与 Tool Calling 等实践经验；
○ 关注 AIGC、Code Generation、Intelligent IDE 等方向的发展趋势并有实际尝试；
5. 对技术有热情，代码质量意识强，逻辑清晰，具备优秀的沟通能力和跨团队协作推动力；
6. 其他加分项：
○ 有营销、交易、玩法、招商、运营后台系统开发经验；
○ 具备全栈开发能力，熟悉前端技术栈（React / Vue、TypeScript、Webpack 等）,能够独立完成复杂页面开发与性能优化；
○ 有数据挖掘、AB 实验分析、用户行为建模等相关经验；
○ 在开源社区贡献过 AI 相关项目或发表过技术博客；
○ 具备全链路视角，能从产品需求出发反推技术方案与 AI 落地路径。
业务技术-AI Agent 应用开发工程师-供给行业运营方向
1、具备AI应用研发经验，熟悉agent架构设计、上下文工程、RAG等解决方案，了解常见的深度学习算法；
2、2年以上Java研发经验，具备良好的基础和编码能力，熟悉多线程、分布式、数据库、缓存等机制及框架；
3、敢于探索，对AI有长期浓厚的兴趣，有技术追求，擅长通过技术解决业务问题，有toB/toP侧AI应用经验者优先。
【基础要求】
1、扎实的 Java 功底，深入理解 JVM 原理、多线程模型及常用设计模式。
2、熟悉 Spring Boot 架构，有处理高并发请求、分布式事务及系统稳定性经验，能够熟练使用工具（如 Arthas）进行性能调优。
3、精通分布式数据库原理，有 Lindorm（宽表/时序）、Hologres（HSAP）、ADB（AnalyticDB） 或同类产品（如 StarRocks, ClickHouse）的实际生产环境优化经验，理解其底层原理（如存储计算分离、索引机制）。
4、熟悉并理解数据指标建模，有星型/雪花模型设计经验，能够合理规划数据分层。
5、具备卓越的 SQL 能力，能够处理复杂的关联分析并在海量数据场景下完成调优。
【AI 实践经验】
1、熟悉大模型（LLM）生态，有 Multi-Agent（多智能体）、Skill实践经验者优先。
2、了解如何定义和封装 Skill、AI frendly工具供AI调用，并能解决 LLM 在复杂数据分析中的幻觉问题。
【软性素质】
1、具备优秀的逻辑抽象能力，能将繁杂的业务指标转化为标准化的技术方案。
2、对数据敏感，能够通过数据发现业务问题并驱动技术改进。
【加分项】
1、有 AI Agent 框架（如 LangChain, ADK, 或自定义Agent框架）的实际项目落地经验。
2、在大规模离线/实时数据集成领域有深度见解。
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、熟练掌握Java/Python/Go/C++等编程语言，具备扎实的算法与数据结构基础；
3、具备Agent系统开发经验，掌握LangChain/LLamaIndex/AutoGen等框架及实现原理，能够设计高可用、高扩展性的大模型/Agent工程架构；
4、掌握Prompt工程、RAG、Tool Calling、Context Engineering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、具备问题/价值驱动的探索精神和优秀的问题解决能力；
8、敢于创新，主动探索AI新技术/新范式在商业场景中的应用边界；
9、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。
1. 计算机相关专业本科及以上学历，1年以上后端 / 算法工程 / AI 应用研发经验，熟练掌握 Python，熟悉至少一门工程语言（Java/Go/TypeScript）。
2. 深入理解大模型基本原理与工程化实践，熟悉 Prompt Engineering、RAG、Function Calling、Agent 编排范式，有基于 LangGraph、LlamaIndex、AutoGen、Dify、AgentScope等框架的实战经验者优先。
3. 具备扎实的系统设计能力，熟悉高并发、分布式、可观测性体系，能独立完成从 0 到 1 的服务搭建与线上稳定性保障。
4. 至少有一段将 AI Agent / LLM 应用推上 C 端或 B 端真实业务、并对核心指标负责的端到端落地经验。
5. 具有持续学习意愿，业务结果导向，能在快速变化的技术环境中保持判断力。
加分项：
1. 有多 Agent 系统、Agentic Workflow、Agent 评测平台、模型微调或后训练经验。
2. 在 AI Agent / LLM 方向有开源项目、技术博客、专利或顶会论文产出。
3. 有内容、社区、用户增长、商业化等 C 端业务场景的 AI 落地经验。
软件工程师面议
嵌入式软件开发，大学本科，计算机科学与技术、电子科学与技术专业，电子式电能表制造行业3年以上研发工作经历，熟悉电能表的技术标准及相关功能要求，有丰富的电表软件功能独立开发经验。