杭州集成工程师
集成工程师是负责将各种硬件、软件和系统组件整合到一个统一的系统中的专业人员。他们负责设计、开发和测试系统集成解决方案,以确保不同的系统和组件能够有效地协同工作。集成工程师需要深入了解各种硬件和软件系统,具备跨领域的知识,能够协调不同部门和团队之间的工作。他们还需要解决系统集成中出现的问题和挑战,确保整个系统能够稳定、高效的运行。在实施集成项目时,集成工程师需要与项目经理、软件开发人员、硬件工程师和测试人员等密切合作,以确保项目按计划完成。总之,集成工程师在确保系统完整性和性能的同时,也可以为客户提供专业的技术支持和解决方案。
薪酬概览
平均月薪
¥16100
中位数 ¥11500 | 区间 ¥12000 - ¥20300
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
42.9% 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
6月新增岗位
2
对比上月:岗位减少16
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 |
|---|---|---|
| 应届 | 2 | 100% |
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. 负责视觉生成大模型 Post-Training 核心算法研发,包括 RL、蒸馏、reward model等,持续提升生成结果的质量与多样性
2. 跟踪视觉生成领域的最新学术进展和行业动态,鼓励发表高水平论文和开源成果,提升团队算法影响力
3. 参与高质量训练数据的构建与合成,包括但不限于数据清洗、标注与评估体系搭建等
4. 探索多模态理解与生成统一架构,探索视觉感知与生成能力的协同演进,推动文本、图像、视频等多模态信息的联合建模
数据技术及产品部-AI 数据研发工程师-数据公共层建设/数据语义层建设
1、主导面向Agent的新型数据语义层架构设计与落地,推动数据资产从数据表向智能体可理解、可调用、可推理的消费模式演进;
2、负责端到端数据建模设计与开发交付,基于流批一体架构(Flink + Spark + Paimon)实现业务模型的统一构建与服务;
3、负责数据质量治理与链路稳定性保障,建立覆盖全链路的监控告警、血缘追踪,确保关键数据任务满足SLA要求;
1.负责阿里巴巴公益产品的全栈开发工作;
2.通过工具,平台等方式,来解决复杂业务系统需求和产品交付,提高工作效率,提升系统的整体用户体验;
3.有良好的洞察能力,能够通过新技术、业界优秀产品的分析调研来提升我们的产品体验。
1、负责核心业务系统的架构设计与开发,主导技术方案评审,确保系统的高可用、高性能和高扩展性,支撑业务快速增长。
2、参与业务需求分析与拆解,将复杂业务场景转化为可落地的技术方案,推动项目按时高质量交付,持续提升研发效率。
3、负责系统性能优化与稳定性建设,排查线上疑难问题,持续提升系统吞吐量和响应效率,保障核心链路SLA达标。
4、参与技术选型与架构演进规划,推动微服务化、容器化等技术改造,提升系统可维护性和可扩展性,降低技术债务。
5、指导初级工程师成长,参与代码评审和技术分享,推动团队工程规范和最佳实践落地,营造良好技术氛围。
1. 负责公开网络数据采集链路的合规治理体系建设,覆盖数据源准入、采集策略、采集留痕、数据处理、入库、训练集构建和后续排除机制。
2. 建设爬虫数据证据链与数据血缘系统,记录 URL、域名、获取时间、来源类型、访问决策依据、内容哈希、处理流程、风险标签、数据集版本、模型训练版本和审计日志。
3. 建立网络采集合规控制机制,包括机器可读访问限制、站点访问策略、频率控制、来源留痕、异常监控、争议处理和数据下架流程。
4. 与法务团队协作,将版权、TDM opt-out、站点条款、授权边界、权利人投诉、数据删除请求等要求转化为系统规则、审批流程和可追溯记录。
5. 与安全、隐私和合规团队协作,建立爬虫数据风险管理机制,包括敏感数据识别、PII 过滤、来源风险分级、黑白名单、人工复核、访问控制和异常告警。
6. 牵引公开网络数据的准入和分级管理,对不同类型站点、内容类别、数据用途、地域风险和权利状态建立统一评估标准。
7. 建设面向欧盟监管检查和客户尽调的技术支撑能力,包括训练数据来源摘要、版权政策执行记录、采集留痕、风险处置记录和审计报表。
8. 推动爬虫平台、数据平台、模型训练平台、法务、安全团队之间的系统打通,确保数据从采集到训练使用全链路可解释、可追溯、可处置。
9. 支持风险事件复盘和外部问询,能够快速回答“数据从哪里来、为什么可以采、是否进入训练集、如何排除或删除”等问题。
作为不动产技术部的团队管理者,全面负责智慧办公、空间运营、资产管理的系统建设,为集团、生态公司和外部客户提供行业领先的技术系统解决方案。
1. 系统架构设计:主导整体技术架构设计,确保系统具备高可用性、高并发处理能力及良好的扩展性,以支撑全球数百万方园区不同管理业态的复杂场景;
2. 解决方案交付:深度链接业务,挖掘内外部客户在不动产场景下的数字化痛点与需求,交付稳定、高效、可产品化的技术解决方案,同时探索对外的技术输出与服务模式;
3. 技术创新与前瞻:鼓励并主导技术创新,探索AI大模型等新技术在不动产场景的落地应用,建立团队在数字化领域的技术领先性和行业影响力;
4. 研发效能提升:建立完善的研发管理体系,优化开发流程,持续提升团队技术交付效率与研发质量。
1、参与风险数据AI native基础设施建设。 参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建。 满足风险数据生成和分析的AI native化。打造高性价比、高可用、先进性的阿里安全数据基座。
2、负责 AI Coding 后端服务的设计、开发与高可用部署,应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题,保障大规模线上服务的可靠运行。支撑data+AI 的AI智能能力。
3、引领技术创新与工程效能提升,主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势,推动先进技术在业务场景中的高效落地。
1. 计算机、数学、统计学或人工智能相关专业硕士及以上学历;
2. 具备 1 年以上机器学习/深度学习研发经验,有搜索、推荐、广告或运筹优化背景者优先;有 LLM 相关实践经验(如微调、推理优化、检索增强)者尤为欢迎;
3. 扎实的编程功底,精通 Python/C++/Java 至少一种,熟悉 TensorFlow、PyTorch 或 HuggingFace 生态;
4. 对数据高度敏感,具备优秀的逻辑思维能力,能独立定义问题并设计解决方案;
5. 具备良好的沟通协作能力,快速学习、严谨务实、抗压能力强,保持对技术的热情与好奇心;
6. 在 KDD、SIGIR、WWW、CIKM、ICML、NeurIPS、ACL 等顶级会议或期刊发表过论文者优先。
智能算法产品事业部-算法工程师-AIGC多模态方向-AI原生-视觉智能
【必备项】
1. 深入理解AIGC核心技术原理,涵盖扩散模型(Stable Diffusion、Flux、Qwen等)、自回归生成及多模态理解等方向,具备图像/视频生成、编辑或多模态相关项目的完整落地经验;
2. 工程实现能力扎实,熟练掌握Python/C++至少一门语言,熟悉PyTorch等主流深度学习框架,具备从算法原型到生产部署的全流程开发能力;
3. 对生成式AI保持高度热情与敏锐的技术洞察力,具备独立复现前沿论文并将研究成果快速转化为业务落地的能力;
4. 具备良好的沟通协作与知识分享意识,能与产品、工程等跨职能团队高效对齐目标、协同推进项目。
【加分项】
1.在CVPR、ICCV、ECCV、NeurIPS等学术会议发表论文,或在相关竞赛中取得优异成绩;
2. 具备计算机图形学、物理仿真、3D生成或大模型/Agent开发经验者优先考虑。
1688-3D AIGC 算法工程师 / 专家 (3D 纹理与色彩生成方向)-杭州
1、希望背景: 计算机视觉、图形学、人工智能或相关专业硕士及以上学历。
2、专业基础: 精通深度学习框架(PyTorch/TensorFlow),对 Diffusion Model、GAN、NeRF、3D Gaussian Splatting 等生成式 AI 模型有深入理解;具备扎实的计算机图形学基础,熟悉纹理映射、UV 展开、光照渲染原理及 3D 打印工艺流程。
3、项目经验: 有 3D AIGC、纹理合成、图像修复(Inpainting)或多视角几何重建相关项目经验;熟悉体素化数据处理或隐式神经表示(Implicit Neural Representations)者优先;有光照估计、高光/阴影去除或反渲染(Inverse Rendering)相关研究经历者优先。
4、编程能力: 熟练掌握 Python/C++,以及 libigl/CGAL/meshlib 至少一种 C++ 几何算法库;具备良好的代码规范和工程落地能力,能处理大规模 3D 数据(如百万级面片模型)。
加分项: 在 CVPR, ICCV, ECCV, SIGGRAPH, NeurIPS 等顶级会议发表过 3D 生成或纹理相关论文者;有开源 3D 生成项目贡献或 GitHub 高星项目作者;熟悉 3D 打印切片软件底层逻辑或有相关行业落地经验。