杭州云平台研发工程师
云平台研发工程师是负责基于云计算架构和平台进行软件研发和系统优化的专业人员。他们主要负责开发和维护云平台上的应用程序和服务,确保其稳定性和高效性。云平台研发工程师需要深入理解云计算架构和技术,并具备扎实的编程能力和系统设计能力。他们需要密切关注云平台的最新技术和发展趋势,不断优化和完善云平台的功能和性能。此外,他们还需要与团队成员合作,解决和预防云平台上的技术问题,确保整个系统的正常运行和持续改进。
薪酬概览
平均月薪
¥20000
中位数 ¥0 | 区间 ¥14300 - ¥25700
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
80% 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
10月新增岗位
8
对比上月:岗位新增7
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 |
|---|---|---|
| 3-5年 | 4 | 50% |
| 不限经验 | 4 | 50% |
热招职位
1.负责账号/权限/审批相关产品或平台的项目迭代和日常维护工作,和团队成员协作支持业务运转;
2.主导前端技术方案设计、产出、实施,解决跨业务域抽象、多技术栈混杂、微应用框架体系等技术挑战;
3.参与前端团队的组件沉淀、开发规范制定等,共同建设前端技术底座,包括但不限于AI Agent开发、可视化、微前端、低代码、组件化等方向;
4.探索web前沿技术,关注用户体验和潜在需求,拓展前端能力边界;
1. 核心前端能力:精通 React 及生态(Hooks、组件化、性能优化、工程化),有复杂 SPA 架构与落地经验。深入理解前端渲染与性能机制(Virtual DOM、Diff、渲染流程 等),具备定位与解决性能问题的能力。熟悉实时交互与流式体验实现,掌握 SSE/WebSocket 等实时通信方案(包含断线重连、状态同步、流式渲染等);
2. AI 前端专项能力:有 Generative UI(生成式 UI) 实战经验:能基于 JSON Schema/DSL 动态渲染组件,具备组件协议设计与扩展能力。熟悉前端 AI 开发框架/SDK,如 LangChain.js、Vercel AI SDK 等,能完成从工具编排到交互体验的完整闭环。熟练使用 AI 辅助研发工具(如 Codex / OpenCode / Claude Code 等),能将其有效应用到日常开发提效与质量提升;
3. 产品与体验思维:有强同理心与创新意识,能从用户体验角度设计 AI 交互:不仅能“把 API 接起来”,还能回答“AI 应该怎么呈现、怎么被理解、怎么被信任”。能把不确定的模型输出转化为可控体验:反馈机制、解释性展示、兜底策略与可迭代方案。
加分项(Nice to have)
有 Midway / Next 等全栈框架经验,能推动端到端问题闭环;有 C 端 AI 产品交互/前端工程建设经验(如智能问答、AI 助手、对话式搜索等场景);掌握一门以上后端语言(Node/Python/Java),具备全栈思维与基础服务能力。
1、参与前端页面开发与维护:负责Web端/移动端页面的功能迭代、Bug修复及代码优化,根据设计稿还原UI界面;
2、完成模块开发与联调:按编码规范实现业务功能,配合后端完成接口联调与数据交互;
3、参与代码审查与质量保障:参与Code Review,遵循Git规范,关注页面性能与兼容性问题;
4、学习与协作:熟悉公司技术栈(Vue/React + TypeScript),参与团队技术交流与分享。
任职要求1、遵守中国宪法和法律,具有对党忠诚的政治品格,具有职务所需的工作能力、文化水平、专业知识及身体条件;
2、大学本科及以上学历,在校生,计算机、软件工程、信息技术等相关专业可优先考虑,一般不超过30周岁;
3、掌握HTML、CSS、JS基础,了解Vue/React任意一种框架;
4、会简单页面还原与开发,具备基础代码调试、问题排查能力;
5、学习能力强,工作踏实认真,有良好的沟通协作意识。
1、1-2年前端开发经验,扎实掌握 JavaScript / TypeScript 和现代Web标准;
2、熟悉 React 及其生态(如状态管理、组件化开发),有实际项目经验;
3、具备良好的工程意识,了解基本的构建工具(如Webpack/Vite)和API调用方式;
4、对AI技术有浓厚兴趣,愿意学习大模型、Agent等新范式,有相关项目的实践经验;
5、思维清晰,沟通主动,有强烈的学习意愿和成长潜力;
【加分项】
1、有开源项目、技术博客或在校期间参与过创新项目;
2、使用过主流大模型(如通义千问、Claude、GPT、Gemini等)或者LLM应用开发平台的成熟项目经验。
1、计算机科学相关专业(人工智能、计算机科学、电子信息工程、数学、统计等);
2、扎实的技术背景,掌握深度学习/强化学习/LLM&AIGC等相关的基础知识,有相关的实践或研究经验;
3、熟悉 PyTorch,TensorFlow等深度学习平台;
4、有大模型&生成式出价、搜推广等方向优化经验优先;
5、有国际顶会发表过论文优先,参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并获奖优先;
6、具有快速学习能力,有责任感,良好的团队合作和沟通能力;
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。
1、负责公司办公链路安全体系搭建,推进ai模式下办公场景新的安全能力建设。
2、构建策略、告警分析以及处置复盘流程的ai-native建设,提升运营效果。
3、对新型AI威胁进行风险评估,并制定对应防御方案。
数据技术及产品部-具身智能数据算法工程师-worldsim方向
1、研发端到端仿真技术,基于机器人交互数据生成与策略动作对齐的多模态观测轨迹。
2、设计合成数据的质量评估与自动化标注体系,覆盖物理一致性、动作跟随精度、语义对齐、长时序稳定性等多维指标。
3、构建可扩展的合成数据引擎和闭环策略评估框架,使合成环境与策略形成交互闭环。
4、探索跨本体统一建模、长时序稳定推演、推理加速等关键问题,推动合成数据从研究原型走向规模化生产。
1.参与财务分析领域、ESG领域相关系统建设,可根据个人能力承担前端、后端或全栈研发工作;
2.具备良好的沟通能力,能够充分理解业务需求,完成从方案设计、开发实现到上线交付的工作;
3.能够带着思考支持业务,主动挖掘业务痛点,并通过工程技术、数据能力、AI工具等手段提升业务效率与系统体验;
4.关注产品体验、系统质量与交付效率,能与产品、业务、设计、测试等角色高效协作。