杭州BSP工程师
BSP工程师是指驱动开发工程师，主要负责嵌入式系统的底层软件开发和维护。他们需要熟悉硬件架构和处理器体系结构，掌握C/C++等编程语言，熟悉操作系统原理和内核，能够针对特定的处理器、硬件平台和操作系统定制开发驱动程序和底层软件。BSP工程师还需要与硬件工程师、系统架构师等合作，进行硬件与软件的协同开发，确保系统的稳定性和性能优化。此外，他们也负责故障排除和系统调试，为客户提供技术支持和解决方案。综合而言，BSP工程师需要具备扎实的嵌入式系统开发技能和丰富的硬件知识，能够在嵌入式系统开发过程中承担重要的技术角色。
薪酬概览
平均月薪
¥22600
中位数 ¥0 ｜ 区间 ¥17000 - ¥28100
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
50% 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
77
对比上月：岗位新增73
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 | 12.2% |
| 3-5年 | 28 | 37.8% |
| 5-10年 | 28 | 37.8% |
| 不限经验 | 9 | 12.2% |
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。
1. 负责闪购场景下生成式商品推荐系统的设计与实现，推动 OneRec/OneSearch 等端到端架构在千万级 DAU 业务中落地。
2. 主导基于 Decoder-Only 架构的商品生成与排序算法，利用强化学习（RL）优化奖励系统，提升推荐的准确性和转化率。
3. 构建多模态用户表征体系，深度融合长短期行为，利用语义建模技术打造下一代用户标签体系。
4. 应用层级量化编码（RQ-VAE）等技术解决商品结构化难题，持续优化 CTR 和订单转化指标。
1、 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、 良好的沟通能力和团队协作能力，能够有效地和业务方，数据技术团队沟通交流，并且能够以分析师的视角给业务提供建议；
4、 结构化思维，能定位、解构问题，并有初步解题能力；
5、 良好的数据敏感度,能从海量数据提炼核心结果，能独立编写商业数据分析报告；
1. 基于对各业务单元商业模式的理解，沉淀分析体系与指标框架，有效进行业务现状还原、问题定位与成因分析；
2. 与数据技术部门配合，建设并持续迭代集团层面看板与数据可视化，保障可用性、准确性与一致性；
3. 参与集团级核心目标体系的建设与重构，建立自动化监控、异常检测与告警机制；
4. 对业务战略及策略进行周期追踪，通过多种手段评估策略其有效性，为策略制定与演进提供量化证据；
5. 与集团CFO线、安全线等其他团队充分协作，参与集团核心场景的数据建设与披露工作。
ATH-AI创新事业部-行业解决方案架构师（技术架构方向）-杭州
1. 行业 Skills 开发与架构设计
负责重点行业专属 Skills 的需求分析、架构设计和开发实现
设计和实现 Skills 的统一架构框架，确保可扩展性、可维护性和性能
编写高质量的技术文档、API 接口规范和最佳实践指南
2. 行业解决方案设计与规模推广
基于行业的市场洞察，理解行业客户的业务痛点和功能性/非功能性需求
基于Qoder CLI的基础能力，提供有竞争力的行业解决方案，并落地实施
基于用户的反馈，快速迭代行业解决方案的技术方案，保证产品的持续竞争力
3. 与产研团队协同
基于行业解决方案的落地实施，与产研协同，改进产研基础设施的建设
参与产品路线图规划，从技术架构角度提出产品和技术的演进建议
4. 客户体验与问题闭环
基于用户的反馈，持续优化Skills的能力，持续保障优秀的客户体验
1、负责阿里Aone 协作产品研发，承担协作项目、迭代、工作项等产品功能的设计与开发；
2、承担协作智能化能力的功能设计与开发，如工作项自主分配、内容智能化整理、缺陷自动修复能力等设计与开发；
3、承担智能化研发场景下，协作功能与知识管理平台、生码平台集成的设计与开发。
1. 数据资产全景与指标体系构建：负责搭建数据资产全景视图，提炼关键业务指标，通过数据洞察市场趋势，为决策层输出专业数据建议
2. 全链路效率监控与优化：围绕AI模型训练场景，构建数据全链路转化漏斗监控体系，追踪各环节转化率与周期效率，识别并推动解决流程卡点，保障数据高效流转
3. 反馈闭环建设与质量评估：建立从数据反馈出发的优化体系，统一拉齐数据质量评估标准，指导提升数据质量的提升及需求的衔接度
4. 跨团队协作与决策支持：协同数据开发、算法团队优化大模型训练效果，设计实验监控模型的反馈结果，给出量化的指标和建议，促进模型的不断优化
1.负责机器学习训练平台的建设，支持业务的探索实践
2.负责研发领域相关的基础设施建设，包括但不限于数据采集、预处理、模型训练、监控和管理等
3.负责对算法进行工程化能力封装和抽象，形成通用框架或组件，提高研发效率和降低研发成本
4.负责大规模分布式异构训练性能优化