薪酬概览
平均月薪
¥19600
中位数 ¥0 ｜ 区间 ¥13400 - ¥25800
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
85.7% 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
8月新增岗位
3
对比上月：岗位减少2
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 | 1 | 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、开发面向用户的功能以及支撑这些功能的基础服务，保证并持续优化系统的完整性、安全性和性能。
2、负责构建端到端的 Web 应用程序和平台功能，负责增长、生态系统、个性化、搜索基础设施和平台工程能力的设计与开发。
3、设计全栈技术方案，包含测试、架构和软件开发全生命周期，参与团队工程基建，驱动技术方案的落地与持续迭代。
4、与产品、设计及业务团队紧密协作，将复杂的技术场景抽象为可行的解决方案，设计扩展的服务以提升用户体验。
1、负责维修车间的现场管理；
2、负责维修车间的现场技术指导；
3、负责对车辆疑难问题的分析及解决；
4、负责对车间设备的管理和校准维护；
5、技术管理与技术培训；
6、负责一次性修复率（FFV）的提升；
7、负责技术项目的实施。
数据仓库工程师15-30万年薪
1. 协助架构师，对接业务、数据分析团队，理解业务需求，将需求转化为具体的数据开发任务，支撑报表制作、数据大屏、自助分析等业务场景落地。
2 . 配合架构师完成企业数据仓库分层架构落地，参与ODS/DWD/DWS/ADS各层数据模型设计、开发与迭代，严格遵循数仓建模标准及数据治理规范。
3. 负责海量业务数据的接入、清洗、转换、分层加工，参与离线数仓、实时数仓及数据集市的搭建。
4. 运用Hive、Spark、Flink等大数据组件，完成高效SQL脚本编写、数据同步任务及数据校验脚本等数据开发工作；解决数据同步延迟、数据异常、查询卡顿等常见问题；参与SQL调优、任务性能优化等工作。
5. 完成数据同步工具、自定义UDF、数据服务接口等底层组件的开发与调试，具备基础Java开发能力，能配合完成二次开发工作。
6. 负责数仓日常运维，包括任务调度监控、数据质量排查、元数据维护，沉淀数据资产，配合团队推动数据质量监控体系落地。
7. 学习大数据、云原生数仓新技术，配合架构师完成架构优化，参与降本增效相关工作，保障数仓稳定运行。
1. 负责编译器的功能、性能及优化有效性测试
2. 验证代码生成质量，包括基础指令集和扩展指令支持
3. 设计并实现自动化测试框架，开发测试工具和性能分析方案
4. 构建完整的测试验证环境，确保编译工具链的稳定性和可靠性
5. 分析定位编译相关问题，推动问题解决和优化改进
作为核心成员参与到阿里巴巴智能设计、智能文档相关的业务，通过应用LLM与业务深度结合，打造自动化的智能文档技术（版面理解、要素抽取），以及打造智能设计（设计稿评分、设计稿组建理解、NL2Layout等）
1、核心算法研发： 负责智能设计与文档理解（Document Intelligence）领域的前沿算法研发，包括但不限于版面分析（Layout Analysis）、表格理解、元素对齐与美学评估、多模态图文融合生成等。
2、智能设计系统搭建： 研发自动化排版、智能海报生成、UI/UX自动化设计、PPT/文档自动美化等核心引擎。
3、版面理解与重构： 攻克复杂版面下的OCR识别、结构化解析、阅读顺序还原等技术难点，实现文档从像素级到语义级的深度转化。
4、前沿技术转化： 跟踪CVPR、ICCV、ECCV、NeurIPS、SIGGRAPH等顶会最新研究，将SOTA模型转化为可落地的产品原型，保持公司在智能办公/智能设计领域的领先地位。
5、工程优化： 负责模型在端云侧的部署优化，提升大规模文档处理的效率与鲁棒性。
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