杭州嵌入式硬件研发工程师
嵌入式硬件研发工程师负责设计和开发嵌入式系统中的硬件部件。他们需要在嵌入式系统的设计阶段参与硬件部件的选择、原理图设计、PCB布线以及与团队合作进行硬件调试和集成。嵌入式硬件研发工程师需要具备扎实的电子电路和嵌入式系统知识，熟悉硬件设计工具，如Altium Designer、Cadence等，并且要具备良好的团队合作能力和沟通能力。除了设计和开发，他们还需要参与硬件相关的技术评估、测试验证和故障排除。这个职位需要对硬件设计领域有深刻的理解，善于分析和解决问题，并且要关注最新的硬件技术发展趋势。
薪酬概览
平均月薪
¥15900
中位数 ¥14600 ｜ 区间 ¥12300 - ¥19500
数据来源：谈职全网14份招聘数据；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
6月新增岗位
2
对比上月：岗位减少24
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
团队介绍
我们负责阿里巴巴集团HR域的AI产品研发，致力于让阿里巴巴全球化运营和协同更高效。
职位描述
1. 负责 CPO 领域AI相关产品的全流程开发，包括但不限于大模型 Agent 应用的架构设计、工程实现、系统部署及迭代优化，部分场景端到端的全链路交付；
2. 深入理解业务，主导技术架构设计及核心开发工作，推动技术架构升级和线上产品的用户体验提升，助力业务目标高效达成。
3. 协同业务，产品，技术一起，高效协同作战，有效达成业务目标。
1. 负责在Emulator上对产品进行验证；
2. 负责制定子系统以及SOC级硅前验证计划，例如Core，Mesh一致性总线，PCIE, DDR等，并在EMU上完成验证规划；
3. 重点承担在Core/总线/PCIE的系统大压力测试、场景验证以及性能验证，与EDA验证形成互补；
4. 与EDA验证团队合作，移植部分EDA用例，加大压力测试；
5. 负责建立SOC原型验证流程，并持续改进计划，以提高测试效率、工具性能，保证验证质量；
6.协同设计/验证/软件工程师，共同完成debug工作；
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、负责项目生命周期内的各事项协调管理，落实项目执行标准，在需求高频变化的环境下保障多线并行的交付节奏和质量，处理项目运行过程中的突发问题；
2、深入了解各项目执行的差异性和痛点卡点，可分析原因、提出改进方案并落实改进，尤其关注AI native研发模式下流程和协作方式的适配问题；
3、对项目生命周期内不同阶段的风险具备清晰的认识及预判，及时风险前置提出有效管控措施；
4、持续总结项目实践经验，优化项目管理体系及过程改进，探索适配高频迭代节奏的项目管理方法和工具体系，提供流程、工具、方法支持，提升团队研发效率和质量；
5、负责横向专项攻坚，为项目里程碑达成，发版稳定性、组织效能、跨团队高效协同及资源集中投入等方向负责。
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. 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