杭州安卓系统工程师
安卓系统工程师通常负责开发和维护安卓操作系统，包括对安卓系统的核心功能、性能优化、安全性和稳定性进行设计和开发。他们需要熟悉安卓系统架构，具有良好的C/C++编程技能，并对Linux内核有深入的了解。安卓系统工程师还需要与硬件团队合作，确保安卓系统在不同设备上的良好兼容性和优化性能。此外，他们也负责研究新的技术趋势和最佳实践，持续改进安卓系统的功能和特性。安卓系统工程师需要具有良好的问题解决能力、团队合作精神和对安卓生态系统的深入理解。
薪酬概览
平均月薪
¥23900
中位数 ¥0 ｜ 区间 ¥18200 - ¥29700
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
100% 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
7月新增岗位
48
对比上月：岗位新增44
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 | 19 | 33.9% |
| 3-5年 | 9 | 16.1% |
| 5-10年 | 19 | 33.9% |
| 不限经验 | 9 | 16.1% |
热招职位
1、计算机或相关专业本科及以上学历，2年及以上Android应用开发经验；
2、精通Java/Kotlin语言，熟练使用协程，深入理解Android SDK、Framework原理，熟悉Jetpack+ MVVM架构下开发，掌握常见的设计模式，并能在项目中灵活应用；
3、能够实现复杂的UI布局与交互，熟悉常见数据结构，具有多线程、网络开发能力；
4、具有一定的性能优化，如内存优化，卡顿优化经验，具有一定的开源组件和框架源码阅读能力；
5、有RN、Weex或Compose Multiplatform等跨端技术能力或具备项目管理能力是加分项；
6、关注用户体验，细心、责任心强，具备良好的团队合作精神和自驱力。
1、业务支撑：参与阿里商旅相关重点业务项目规划、产品设计，负责系统需求分析、设计，并独立完成详细设计和开发任务，确保项目的进度和质量。
2、平台建设：高可扩展性、高可复用性、高可靠性、高可用性的，分布式平台系统架构设计、核心功能代码开发。
3、系统维护：深入理解业务功能、系统链路和架构，能够快速排查和解决系统故障，并推动系统持续优化。
4、技术研究：新技术分析与学习，主导技术选型、技术难题攻关。通过技术创新业务，提升核心竞争力。
1. 5年以上数仓ETL开发或者数据分析相关工作经历, 熟悉数据仓库模型设计方法论，
2. 熟悉掌握SQL, 能熟练使用SQL进行数据的清洗、加工、分析等，有一定的SQL调优知识和经验(加分项)
3. 熟悉数据产品和数据管理的知识和技能，包括但不局限于：数据集市设计、数据治理、数据质量、数据运维保障等；
4. 具备基本的财务专业知识, 有互联网财务域数据开发经验者优先
5. 有DATA+AI场景经验的优先考虑；
6. 具备较强的抗压能力、能适应高强度的工作节奏
1. 负责智能客服和智能外呼场景下的Agent系统设计与开发，重点优化意图识别、知识问答、SOP流程遵循等核心能力，构建具备任务规划、工具调用、多轮对话能力的对话式Agent；
2. 参与大模型的训练与微调工作，包括SFT、PPO、DPO、GRPO/GSPO等对齐训练，针对客服垂直领域进行模型能力优化；
3. 设计并实现Agent Harness体系，尤其是Agent + Skills的相关落地，包括Skill编写、工具调用、上下文工程、记忆管理等核心模块，实现在各个场景落地，并取得效果。
4. 构建Agent和Skill评估框架，设计评测指标（指令遵从、任务完成率、话术质量、安全合规等），驱动Agent和Skill能力的持续迭代；
5. 跟踪Agent与大模型领域的前沿技术进展，推动技术创新并在业务场景中验证落地效果。
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. 计算机、人工智能、机器学习、数学或统计学相关专业硕士及以上学历，具备 LLM/AI Agent/搜索系统等相关领域经验。
2. 熟练掌握 Python，熟悉PyTorch或TensorFlow框架，深入理解大语言模型原理，掌握SFT/RL训练范式及Prompt工程。
3. 了解LangChain、AutoGen等Agent框架，熟悉Context Engineering、RAG、Tool Use等技术者优先；
4. 有完整Agent系统搭建经验者，或者在开源社区有贡献者优先；
5. 具备良好的自驱力和协作能力，能够将 AI 技术与业务目标结合推动落地。
1. 学历与专业背景
● 本科及以上学历，统计学、数学、计算机、数据科学、管理科学或相关专业；
● 3 年以上商业分析、数据科学经验，有AI、电商、物流或供应链行业背景者优先；
2. 技术栈与工具能力（建模 + AI + 因果）
● 数据与建模：精通 SQL & Python，具备海量数据处理能力；熟练掌握机器学习算法（XGBoost/LSTM等），有成熟的预测或分类建模落地案例（如单量预测、时效预估）；
● AI 应用与创新：具备 LLM/AI Agent 应用意识，能探索如何利用 AI 工具（如自动归因、智能报告）提升商分效率，有从 0 到 1 搭建垂直领域智能体并实现自动化决策的项目经验；
● 因果推断与实验：扎实掌握统计学基础，熟练运用因果推断方法（DID/IV/PSM）解决混杂因素问题，能独立设计复杂 AB 实验并量化策略真实收益；
3. 商业思维与洞察
● 业务敏感度：具备极强的商业嗅觉，能从宏观大盘到微观链路，快速识别业务异常与机会点（如成本机会、体验短板）；
● 策略闭环能力：具备极强的结构化思维，能将模糊的业务痛点拆解为可量化的子问题，擅长将数据洞察转化为可落地的经营策略；
● 全局经营视角：具备UE和ROI思维，能在体验、成本、效率之间寻找最优平衡点，为管理层提供具有前瞻性的决策建议；
4. 综合素质与影响力
● 沟通与协同：具备出色的跨团队沟通能力，能作为“业务伙伴（BP）”深入一线，与运营、产品、研发同频对话，推动复杂项目落地；
● 结构化表达：擅长撰写高质量分析报告，逻辑清晰、结论明确，能通过“策略大图”等形式直观呈现核心观点，有效影响高层决策；
● 自驱与抗压：适应互联网快节奏，对结果负责，能在不确定性中主动寻找突破口。
【加分项】
● 有从 0 到 1 搭建数据分析 AI Agent 或自动化报表系统的成功案例；
● 在 Kaggle 等数据竞赛中获奖，或有开源 AI 项目贡献。
业务技术-【急聘】大语言模型（LLM）算法工程师-AI软件研发方向
1. 专业背景： 计算机、人工智能、软件工程等相关专业硕士及以上学历，3年以上经验；精通Python及至少一种深度学习框架（如PyTorch）。
2. 模型经验： 具备扎实的NLP基础和LLM（如GPT/Llama）项目经验，熟悉预训练、SFT、RLHF等关键技术，有实际的大模型训练和优化经验。
3. 软件工程思维（重要加分项）： 理解软件研发全流程，熟悉代码分析、系统架构等；有将AI技术应用于软件工程（AI for SE）领域，或具备知识图谱、知识工程背景者优先。
4. 综合素质： 具备出色的问题拆解和解决能力，强自驱力与团队协作精神，对用AI解决复杂研发问题充满热情。
• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试；
• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）；
• 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）；
• 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证；
• 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。
1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；
2、熟悉 MoE 模型架构设计和原理，具有 MoE 模型预训练或强化学习训练实操经验者优先；
3、精通 Python 及 PyTorch/TensorFlow 等框架，具备 Qwen、Llama、Deepseek 等模型二次开发经验者优先；
4、深入理解 Transformer 架构、SFT/RL 训练范式及 Prompt 工程，了解 LangChain、AutoGen 等 Agent 开发框架，有完整智能体系统搭建经验者优先；
5、熟悉常用 RL 训练框架和训练技巧，有 Verl、ROLL 等强化学习训练框架使用经验者优先。
1.5年以上工作经历，清晰的分析逻辑以及良好的业务洞察能力，能快速发现问题、拆解问题并定位到影响业务的关键点；
2.数据处理能力强，可使用多种方式提取数据并进行分析，熟练掌握hive、SQL、excel等相关数据提取工具；
3. 拥有较高的独立性、主动性，能够承担较大的工作压力，积极乐观、适应变化并充满正能量；
4. 良好的团队协作和沟通能力，主动推动工作进展的顺利实施；注重细节，具备好的领悟能力、数据分析能力和解决问题的能力
5. 财务相关专业本科及以上学历，CPA，ACCA等专业资质优先；有数据挖掘和业财数据产品建设能力优先
1. 本科及以上学历，5年以上互联网平台或或特殊资产行业经验，具备成熟的撮合交易或实战案例；
2. 极强的撮合思维与数据驱动能力，熟悉双边市场匹配逻辑，能独立搭建用户标签体系并制定分层运营策略；
3. 具备优秀的投资人方案设计与跨部门协同能力，逻辑清晰，能高效整合资源推动项目落地。