杭州软件应用工程师
软件应用工程师是指负责开发、测试和维护软件应用程序的专业人员。他们负责与客户沟通，理解客户需求，并将这些需求转化为实际的软件应用。他们会参与整个软件开发周期，包括需求分析、设计、编码、测试和部署。软件应用工程师需要具备扎实的编程技能，熟悉常见的编程语言和开发工具，并对软件工程原理有深入的理解。此外，他们还需要具备良好的沟通能力和团队合作精神，能够与产品经理、设计师和测试工程师紧密合作，确保软件应用的质量和功能完整性。在不断变化的技术环境下，软件应用工程师需要保持学习和更新技术的状态，以适应新的软件开发趋势和技术变化。总的来说，软件应用工程师是软件开发团队中至关重要的一员，他们的工作直接影响着软件产品的质量和用户体验。
薪酬概览
平均月薪
¥18500
中位数 ¥20000 ｜ 区间 ¥13700 - ¥23300
数据来源：谈职全网12份招聘数据；更新时间：2026年7月13日
月薪分布
83.3% 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
4月新增岗位
84
对比上月：岗位新增74
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 | 25 | 30.1% |
| 3-5年 | 50 | 60.2% |
| 不限经验 | 8 | 9.6% |
热招职位
【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。
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。
1.本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先；
2.至少 2 年 AI 应用相关经验，具备互联网或金融科技行业风控领域背景者优先；
3.精通至少一种编程语言（Java/Python），熟悉 SQL 及大数据处理工具（如 Hive/Spark），能独立阅读和分析大型工程代码库；
4.具备大语言模型的工程应用经验，理解 Prompt 工程、RAG、Function Calling/Tool Use 等核心技术的原理与局限；
5.在以下方向至少一项有可验证的深度产出(加分项)：
(1)代码语义理解与知识工程：有代码分析（AST/调用图/Code LLM）结合大模型的实践经验，做过代码到结构化知识的自动化抽取；
(2)Agent 架构设计与工程落地：有从 0 到 1 构建接入真实工具链的 Agent 系统经历，处理过多步推理稳定性、幻觉抑制等实际工程问题；
(3)AI 安全评测与对抗测试：有 LLM 红蓝对抗实操经验，能独立构建业务场景攻击向量与评测集；
(4)具备较强的数据敏感度和问题诊断能力，能通过数据驱动方式持续优化系统表现；
(5)具备目标导向意识，能在多任务并行的情况下合理安排优先级并按时交付结果。
● 计算机或相关专业本科及以上学历，扎实的计算机基础，精通数据结构、算法、数据库、分布式缓存、消息队列等，具有扎实的开发经验；
● 深入理解一种研发语言底层机制，具备大型分布式、高并发、高可用系统的实战经验与架构设计能力者优先；
● 有 AI 架构、大模型工程落地、Agent 框架研究和实践经验者优先；具有搜索、推荐、广告等系统背景者优先；
● 热爱技术，追求代码质量，逻辑清晰，具备优秀的沟通能力和跨团队协作推动力；
● 最关键的是：你对复杂系统充满好奇，敢于在庞大复杂的系统中识别机会、动手改造，“敢给大象做手术”——在保障稳定的同时推动创新。既享受高并发系统的硬核挑战，也对 Agent 如何改变下一代工程与产品充满热情，渴望成长为既有硬核工程底座、又懂智能体架构的 AI 时代复合型领军人才。"
1. 本科及以上学历，具备计算机科学、人工智能或相关专业背景
2. 利用AI Coding软件构建过大型企业项目，有自己的一套AI Coding 人机协同方法论，能够高效驾驭AI完成高质量交付的同时保证系统架构稳定
3. 2年以上服务端工程经验或者全栈开发经验，2年以上AI Agent 系统研发经验，精通Python/JAVA/Go/Js主流编程语言
4. 深入掌握Agent架构核心组件设计原理和调优方案，包含Prompt Engineering，Function Calling，RAG，长短期记忆等
5. 具备批判性思维，热爱技术，拥抱开源，针对AI 前沿发展和社区技术动向敏感，对 OpenClaw、Hermes、opencode等agent项目有深入了解，并且参与过项目二次开发者优先
6. 加分项：参与过企业级Agent平台设计和实现；有Prompt调优、RAG系统调优、上下文压缩等优化经验；有金融、电商、客服等垂直领域的Agent应用落地经验优先
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。
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。