杭州电气安装工程师
电气安装工程师是负责安装、维护、修理和调试电气设备和系统的专业人员。他们负责设计和安装电气系统，包括电力分配、照明、控制系统、通信系统和安防系统。电气安装工程师需要根据建筑物的需求制定电气布局、选择合适的设备和材料，并确保工程符合相关的法规和标准。在安装过程中，电气安装工程师需要确保设备的安全性、可靠性和效率，并进行必要的测试和调试工作。在现代化的建筑中，电气安装工程师还可能负责集成智能家居系统、可再生能源系统和能效管理系统。这一职位需要专业技术能力、良好的沟通能力和团队合作精神。
薪酬概览
平均月薪
¥7600
中位数 ¥0 ｜ 区间 ¥5800 - ¥9500
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
66.7% 人群薪酬落在 0-8k
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
2
对比上月：岗位减少1
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 | 2 | 100% |
热招职位
1.电气方案：对客户需求进行分析，并针对需求进行相应电气方案设计
2.电气设计：负责项目的电气系统设计工作，包括电气原理图设计、电气元器件选型、电气控制系统设计等；
3.程序开发：根据设备工艺流程，编写设备程序，包括PLC、HMI、伺服驱动等可编程设备的程序
4.标准文档：根据项目需求编写功能规格书、接口规格书、测试脚本等标准文档
5.电气交付：主导负责项目电气团队完成项目的电气调试、测试、验收等交付工作
1.电气方案设计与标准化
负责分拨中心自动化设备（如交叉带分拣机、伸缩机、输送线等）的电气系统整体方案设计。
主导电气原理图绘制、元器件选型、BOM编制及柜体布局设计，建立并优化内部电气设计规范与标准库。
2.现场实施与技术支撑
指导现场电气安装与接线，解决施工过程中的技术难题，确保设计意图准确落地。
负责设备通电调试阶段的电气故障排查与逻辑验证，配合软件团队完成联调联试。
3.系统优化与成本控制
通过优化电气架构与选型，在保障稳定性的前提下降低硬件成本与维护成本。
针对现有运行痛点进行电气改造升级，提升设备稼动率与分拣效率。
4.知识沉淀与团队赋能
输出标准化的电气图纸模板、作业指导书及故障案例库。
为运维团队提供技术培训，提升内部自主运维与快速响应能力。
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性
2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力
3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等
4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
1. 负责政企产品运营管理，根据产品/项目内容精准定位，制定相应的运营策略及实施计划；
2. 通过党建联建、业务交流等方式，加强客户与业务之间的链接，能够联动集团内外资源，积极促成项目合作和落地；
3. 负责产品客户关系维护，及时响应并处理客户的各类诉求，保障客户满意度及客户生命周期；
4. 对项目运营结果进行数据分析，并据此提出改善措施，不断提升项目整体运营效率。
1. AI数据资产体系建设：负责核心AI数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作。
2. 合成数据与数据多样性：主导结合场景的合成数据多样性生产： 探索基于 AI 模型的合成数据技术，主动解决特定领域（如逻辑推理、长尾语种）的数据稀缺问题。
3. 基于数据语义化，利用大模型做资产库的AI native 的自动生产。
4. 数据驱动的生产闭环：基于评测/资产结论，将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。
5. 持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。
【团队介绍】
阿里巴巴中间件团队是集团基础技术的核心支撑力量，负责消息、服务发现与软负载、分布式协调、任务调度）、配置管理等核心中间件产品在集团内部的稳定性保障与运维体系建设。
这些中间件承载了阿里集团几乎所有在线业务的流量调度、服务通信与数据流转，覆盖电商、物流、本地生活、云计算、大文娱等 BU，日均处理万亿级消息、百万级服务节点调度，是每年双 11 大促的底层生命线。
团队当前重点方向：
1、稳定性工程 — 从准入规范、变更管控到容灾演练的全链路保障体系，目标全年中间件可用性
99.99%；
2、AI 智能运维（Agentic SRE） — 将运维经验沉淀为 Agent Skills，通过 LLM + MCP 实现告警自愈、风险治理、架构演进，通过 AI 提升中间件产品的稳定性
我们相信：下一代 SRE 不只是运维工程师，更是用 AI 重新定义运维的人。 如果你既有系统功底，又对用技术杠杆 10x 提效充满热情，这里是你的主场。
【职责描述】
1. 负责阿里巴巴集团核心中间件（软负载 / 消息 / ZooKeeper / 配置中心等）的稳定性保障，包括故障定位、性能调优、容量规划与成本治理；
2. 主导中间件重大风险识别、应急预案设计与容灾演练，确保分钟级恢复能力；
3. 建设中间件 + AI 智能运维体系（Agent / Skills / MCP），实现 10x 效率提升，将人工经验沉淀为可复用的自动化能力；
4. 面向业务需求提供中间件选型建议与架构方案，联动产品和开发推动落地；
5. 参与大规模集群建站、大促备容及架构升级，支撑集团业务持续增长。
1、大模型行业与市场研究：持续跟踪国内外大模型及生成式AI产业发展趋势，覆盖但不限于基础大模型、多模态大模型、AI Agent、Coding Agent、AI应用生态等方向，形成高质量市场研究报告与趋势判断。
2、用户研究与需求洞察：围绕AI数据建设、模型能力优化，开展用户访谈、专家访谈、问卷调研、竞品分析及案例研究；识别用户真实需求和行业场景痛点，形成结构化洞察。
3、战略分析与内外部协同：参与公司在大模型、数据生态、模型评测、行业合作等方向的研究与专项事务；与技术、产品、投资等团队协同，推动研究结论转为业务决策建议。
1、负责各类私募业务渠道开发和维护；
2、为机构客户提供产品设计、发行、托管、通道、投研等各方面一揽子综合金融服务解决方案；
3、负责各类机构客户（主要私募机构、兼银行、期货、信托等），挖掘客户需求信息，整合资源提供综合金融服务。
• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试；
• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）；
• 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）；
• 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证；
• 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。
1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；
2、熟悉 MoE 模型架构设计和原理，具有 MoE 模型预训练或强化学习训练实操经验者优先；
3、精通 Python 及 PyTorch/TensorFlow 等框架，具备 Qwen、Llama、Deepseek 等模型二次开发经验者优先；
4、深入理解 Transformer 架构、SFT/RL 训练范式及 Prompt 工程，了解 LangChain、AutoGen 等 Agent 开发框架，有完整智能体系统搭建经验者优先；
5、熟悉常用 RL 训练框架和训练技巧，有 Verl、ROLL 等强化学习训练框架使用经验者优先。
1. 计算机、人工智能、自然语言处理、数据挖掘、软件工程等相关专业，本科及以上学历。
2. 具备搜索、NLP、推荐、知识图谱、大模型应用、RAG 或企业知识库相关项目经验。
3. 熟悉信息检索基础，了解关键词检索、向量检索、语义匹配、排序模型、结果重排等常见技术。
4. 熟悉大模型应用开发流程，理解 RAG、Embedding、Prompt、上下文构建、工具调用等基本概念。
5. 具备较强的工程实现能力，熟练掌握 Python，并熟悉至少一种常用后端开发语言或工程框架。
6. 具备良好的数据分析和实验能力，能够通过指标、实验和 bad case 分析持续优化算法效果。
7. 具备较强的问题抽象能力和沟通协作能力，能够理解复杂业务场景，并转化为可落地的算法方案。
加分项
1. 有企业搜索、知识库问答、智能客服、研发 Copilot、AI Agent、代码智能等项目经验。
2. 熟悉 Elasticsearch、OpenSearch、Milvus、pgvector、Neo4j 等搜索、向量库或图数据库工具。
3. 有知识图谱、实体识别、关系抽取、领域知识建模等相关经验。
4. 有 Embedding、Reranker、排序模型、语义匹配模型优化经验。
5. 有企业内部工具、研发平台、数据治理、知识管理等相关系统建设经验。
1、本科及以上学历，重点考虑计算机、人工智能等相关专业；具有 2年以上互联网产品经验，其中至少 1 年 AI 领域实践经验；
2、在专业领域，对AI 技术底层原理有深入了解，紧跟AI新技术的迭代；且至少实操过一个toC的AI产品的落地实施（工作/非工作场景皆可），对AI可做/不可做有清晰认知，对用户需求有敏锐的洞察力；
3、具备良好的用户洞察能力，又有较好的提炼抽象能力，做好从用户到AI的转译；对新事物充满好奇心，具有强烈的责任心、优秀的沟通能力和团队合作精神