杭州H5前端工程师
H5前端工程师是负责开发Web端应用程序和优化用户界面的专业人士。他们需要熟练掌握HTML5、CSS3以及JavaScript等Web前端技术，能够利用这些技术实现页面布局、动画效果、交互功能等。同时，H5前端工程师也需要对响应式设计和移动端开发有深入的了解，以确保应用程序能够在不同的设备和浏览器上都能具有良好的用户体验。此外，他们还需要与设计师和后端工程师合作，理解产品需求并进行技术方案设计和开发实现，在保证代码质量的同时保持良好的沟通和团队合作精神。对新技术的学习和热情，以及对用户体验的关注也是H5前端工程师必备的素质。
薪酬概览
平均月薪
¥18800
中位数 ¥0 ｜ 区间 ¥14200 - ¥23500
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
7月新增岗位
1
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 |
|---|---|---|
| 1-3年 | 1 | 100% |
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、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、 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，具有跨团队的推进项目的能力，并且能够以分析师的视角给业务提供建议；
4、 具备数据运营与产品运营能力，针对业务问题，可以透过实验设计，并制定有效解决方案及衡量方法；
5、 良好的数据敏感度,能从海量数据提炼核心结果，有丰富的数据分析、挖掘、清洗和建模经验，能独立编写商业数据分析报告；
6、 有AI产品分析相关经验，了解C端AI产品、AIGC内容生成、大模型评估相关的优先。
1. 计算机或相关专业本科及以上学历，2 年以上大型分布式系统开发经验；
2. 精通 Java 或 Python，深入理解 JVM、并发编程、网络通信机制，具备高并发、高可用系统实战经验；
3. 扎实的计算机基础：熟悉常用数据结构与算法，掌握数据库、缓存、消息队列等中间件原理与最佳实践；
4. 对 AI 工程化有浓厚兴趣，具备以下一项或多项经验者优先：
○ 参与过 AI Agent 系统的设计与开发（如 LangChain、AutoGPT、Transformers Agents 等框架）；
○ 使用 LLM 实现代码生成、需求解析、测试用例生成等研发提效场景；
○ 具备 Prompt Engineering、RAG、Agent Planning 与 Tool Calling 等实践经验；
○ 关注 AIGC、Code Generation、Intelligent IDE 等方向的发展趋势并有实际尝试；
5. 对技术有热情，代码质量意识强，逻辑清晰，具备优秀的沟通能力和跨团队协作推动力；
6. 其他加分项：
○ 有营销、交易、玩法、招商、运营后台系统开发经验；
○ 具备全栈开发能力，熟悉前端技术栈（React / Vue、TypeScript、Webpack 等）,能够独立完成复杂页面开发与性能优化；
○ 有数据挖掘、AB 实验分析、用户行为建模等相关经验；
○ 在开源社区贡献过 AI 相关项目或发表过技术博客；
○ 具备全链路视角，能从产品需求出发反推技术方案与 AI 落地路径。
1、AI摘要Agent研发:
- 设计并实现基于LLM的搜索摘要Agent,提升对搜索结果与旅行内容的理解、推理与结构化总结能力。
- 探索 LLM Reasoning 技术(思维链、多步推理),优化复杂查询的 Deep Research 模式,实现长文本理解与跨内容/跨商品的信息融合。
- 构建端到端系统,涵盖意图理解、知识与商品检索、结果生成与偏好对齐,持续提升用户体验。
2、AI搜推链路升级:
探索搜索/推荐引擎与大模型、机器学习、强化学习等前沿技术的结合,推动AI搜推链路重构与系统优化,结合内容与时空热点属性,构建场景化的导购引导。
3、模型优化及应用:
- 通过指令微调(SFT)、偏好对齐(RLHF/DPO)等技术优化模型在搜推场景的适应性。
- 探索多模态信息(文本、图像、视频、结构化数据)融合的搜索与生成技术。
- 参与统一搜推大模型建设;
随着芯片功能日益复杂，芯片功能和性能越来越依赖于底层软件。作为芯片团队的一个重要部分，芯片软件团队致力于在系统层次规范和定义芯片软/硬件接口， 桥接片上模块和设备与上层软件栈，培养和构建芯片生态环境。 你将了解到CPU如何从第一条指令开始，如何通过BIOS一步步引导操作系统，你也将了解到如何将主流深度学习框架，如Tensorflow, 移植到阿里自研的芯片平台，并带来数量级的性能提升。在这里，你将了解到所有你想了解的芯片细节。 同时，参与主流开源模块的移植和开发，如UEFI/Linux/Tensorflow/RISC-V，影响并引领开源模块的发展方向。
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. 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。
1、在指定区域内开展公司产品推广活动，传达医学信息，以合法合规方式达成公司指标；
2、根据需要拜访客户，配合医学市场部的计划组织开展学术会议，传递最新产品信息；
3、开拓潜在医院渠道客户，并对既有客户进行维护，与客户建立良好关系；
4、及时收集、提供市场信息并做出适当建议；
5、确保日常工作符合公司合规政策、行业准则及法律法规；
6、完成上级交办的其他工作。
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。