薪酬概览
平均月薪
¥37500
中位数 ¥0 ｜ 区间 ¥28600 - ¥46400
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
57.1% 人群薪酬落在 >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
67
对比上月：岗位新增63
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 | 19 | 28.8% |
| 3-5年 | 28 | 42.4% |
| 不限经验 | 19 | 28.8% |
热招职位
1. 计算机、人工智能、模式识别等相关专业硕士及以上学历，4年及以上相关工作经验。
2. 具备以下一个或多个领域的深厚积累：
a. 大模型（LLM）： 熟悉主流大语言模型的原理，在Prompt Engineering、Fine-tuning、RAG、Agent等方向有深入的实践经验，主导过基于LLM的信息抽取、文本生成、语义理解等项目。
b. 多模态大模型（VLM）： 熟悉主流多模态大模型的原理和应用，有丰富的图文匹配、跨模态生成、VQA、视觉内容理解等项目经验。
c. 商品理解： 在电商领域，有深厚的商品属性体系构建、内容理解等相关经验，对电商商品数据有深刻洞察。
3. 具备扎实的编程与工程能力，具备优秀的算法实现能力和代码功底，精通Python/C++/SQL等编程语言，熟练掌握PyTorch等至少一种深度学习框架。
4. 具备优秀的分析与解决问题能力，能够将复杂的业务问题抽象为清晰的算法问题，并给出创新性解决方案。
5. 拥有强烈的技术Owner意识和自驱力，能够独立负责一个或多个技术方向的规划与落地。
1. 计算机、数学或统计学相关专业硕士及以上学历，博士优先；
2. 在强化学习、深度学习、机器学习、时序预测、统计分析等领域有一定的功底，3年以上工作经验，有推荐/搜索/广告等领域经验者优先；
3. 具备扎实的编码能力，精通至少一种编程语言，如C/C++、JAVA、Python等，熟悉至少一种开源深度学习框架，如Tensorflow、Pytorch等；
4. 对数据敏感度高，有良好的逻辑思维和定义以及解决问题的能力；
5. 良好的团队合作精神，具备快速学习的能力，优秀、严谨、皮实、乐观；
6. 有在如下期刊或定级会议发表论文者优先：强化学习、深度学习、机器学习、数据挖掘、计算广告学等相关领域。
1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先。
2、在大模型训练（预训练/SFT/RLHF/强化学习）中具备扎实的实战经验，熟悉主流训练框架与分布式训练技术。
3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先。
4、熟练掌握PyTorch等深度学习框架，具备大规模模型训练、推理优化或在线服务部署经验。
5、具备在模糊和不确定性中独立判断与决策的能力，能在缺乏成熟方案的领域提出有技术品位的解决路径。
6、对“用AI重新定义购物体验”有强烈兴趣，有电商、搜索、推荐或对话系统相关背景者优先；在顶级会议（NeurIPS/ICML/ICLR/CVPR/ACL等）发表论文或拥有技术专利者优先。
我们能给你
1、场景稀缺性：数亿级日活用户 × 极其丰富的电商意图 × 可闭环的商业验证
2、技术纵深：从模型训练到Agent系统到产品体验，你可以一竿子插到底，而不是只做流水线上的一环
3、前沿密度：团队在RLVR、Agentic Training、多模态等前沿研究方向持续投入
4、影响力：你训练的模型、设计的Agent，会直接服务于淘宝用户
1. 硕士及以上学历，计算机、数学、统计学等相关专业，实验室方向匹配更好。
2. 具备3年及以上推荐算法或广告算法研发经验，有知名互联网企业（大厂背景优先）或顶尖学术机构相关经验者优先。
3. 精通机器学习、深度学习及强化学习等算法技术，熟悉Transformer、序列建模等模型，具备推荐系统全链路实现经验。
4. 熟练掌握Python/Java等编程语言及主流深度学习框架（如TensorFlow/PyTorch），熟悉大数据处理工具（Spark、Hadoop）及线上系统部署流程。
5. 对电商、社交或内容推荐场景有深刻理解，能将技术方案与业务需求结合，推动CTR、GMV等指标显著提升。
6. 具备良好的逻辑思维与问题拆解能力，善于跨团队协作与技术方案沟通，能在高压下快速响应业务需求并高效交付成果。
1、负责供应链大宗商品（如煤炭、氧化铝、石油焦、沥青等）相关多模态数据的收集、清洗、转换、整合，完成大数据统计分析与可视化呈现。
2、协助参与供应链业务场景智能体、自动化分析工具的搭建与优化，参与工具的测试、迭代，提升业务数据分析效率与自动化水平。
3、理解供应链核心业务场景（采购、仓储、交付、风险管控等），协助建立、优化业务逻辑模型与数据算法模型，重点聚焦在价格预测、成本精算、供应链风险预警等方向，参与模型的训练、验证、部署与迭代，确保模型贴合业务实际需求。
4、协助梳理业务需求，将业务问题转化为数据问题，输出数据分析报告与模型优化建议，推动算法成果在业务场景中的落地应用。
任职要求
1、硕士及以上学历，计算机、软件工程、数学、统计学、物理等相关专业。
2、具备扎实的数据结构、算法设计基础，熟练掌握数据清洗、转换、分析的基本方法，能独立完成基础数据分析挖掘任务。熟练使用Python、Java、C++、R等其中一门编程语言，熟悉Pandas、NumPy、Scikit-learn、langchain、LLM等处理库者优先。
3、了解机器学习、统计计算相关算法，包括但不限于分类、回归、聚类、自然语言处理（NLP）等方法；了解数学规划、启发式算法，对大模型、多模态数据处理有一定了解或兴趣者优先。
4、具备良好的数学基础（线性代数、概率论、数理统计等），能理解算法原理，具备一定的模型调优意识者优先。
5、有较强的学习能力，逻辑清晰，具备良好的团队合作和沟通能力。
1. 计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制。有顶会论文（ACL/EMNLP/ICLR/NeurIPS/ICML等）或知名开源项目（LangChain/LlamaIndex/vLLM/AutoGen等）核心贡献者加分。
2. 深刻理解 Agent 架构范式（ReAct/Reflexion/LATS等），熟悉 RAG、Memory、Tool-Use 的工程实现原理。不仅会用，更懂其背后的系统约束与性能瓶颈。
3. 具备 Data-centric AI 思维，精通合成数据生成、轨迹构造与清洗算法。有 Self-Instruct、Evol-Instruct 或类似数据工程落地经验。
4. 能独立搭建 Agent 评测闭环，擅长通过 Bad Case 分析定位是“模型问题”、“Prompt问题”还是“系统/工具问题”。
5. 精通 Python/PyTorch，熟悉 Megatron-LM/DeepSpeed/vLLM 等训练推理框架。理解分布式系统、K8s、Serverless 等云原生概念，能与 Infra 工程师无缝对话。
6. 技术审美：追求“优雅且稳定”的系统设计，能区分“Demo 级 Trick”与“生产级 Solution”。
好奇心与动手力：对 AI Native 应用充满热情，能快速复现最新 Paper，主动尝试将前沿技术转化为平台能力。
加分项：
1. 有大规模 Agent 平台、IDE Copilot 或复杂工作流引擎算法研发经验。
2. 熟悉 CI/CD 流水线，有 MLOps/LLMOps 平台建设经验。
3. 在 Kaggle/天池等竞赛中获得 Top 名次，或在 Hacker News/GitHub 上有高星 AI 项目。
你将获得
业内稀缺的履历：同时掌握“大模型后训练”与“Agent 系统工程”两张王牌，成为下一代 AI 基础设施领域的顶尖专家。
清晰的成长路径：Agent 算法架构师 / Harness 技术负责人 / AI 工程化科学家——团队陪你沉淀方法论，影响集团级研发范式。
硬核的技术氛围：与一群既懂模型又懂系统的极客共事，拒绝内卷与形式主义，只为解决真问题而生。
1. 计算机、数学或统计学相关专业硕士及以上学历；
2. 熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；
3. 熟悉常用的机器学习和深度学习算法，具备优秀的分析和解决问题的能力，良好的沟通协作能力；
4. 有机器学习、强化学习、信息检索、推荐系统、计算广告学及算法博弈论相关领域研究和实践经验，在以上领域的国际会议或者期刊上发表过论文者更佳；
5. 有生成式搜索推荐或者搜推Agent算法等经验背景的同学更佳；
1. 负责智能客服和智能外呼场景下的Agent系统设计与开发，重点优化意图识别、知识问答、SOP流程遵循等核心能力，构建具备任务规划、工具调用、多轮对话能力的对话式Agent；
2. 参与大模型的训练与微调工作，包括SFT、PPO、DPO、GRPO/GSPO等对齐训练，针对客服垂直领域进行模型能力优化；
3. 设计并实现Agent Harness体系，尤其是Agent + Skills的相关落地，包括Skill编写、工具调用、上下文工程、记忆管理等核心模块，实现在各个场景落地，并取得效果。
4. 构建Agent和Skill评估框架，设计评测指标（指令遵从、任务完成率、话术质量、安全合规等），驱动Agent和Skill能力的持续迭代；
5. 跟踪Agent与大模型领域的前沿技术进展，推动技术创新并在业务场景中验证落地效果。
1. 计算机、人工智能、机器学习、数学或统计学相关专业硕士及以上学历，具备 LLM/AI Agent/搜索系统等相关领域经验。
2. 熟练掌握 Python，熟悉PyTorch或TensorFlow框架，深入理解大语言模型原理，掌握SFT/RL训练范式及Prompt工程。
3. 了解LangChain、AutoGen等Agent框架，熟悉Context Engineering、RAG、Tool Use等技术者优先；
4. 有完整Agent系统搭建经验者，或者在开源社区有贡献者优先；
5. 具备良好的自驱力和协作能力，能够将 AI 技术与业务目标结合推动落地。
业务技术-【急聘】大语言模型（LLM）算法工程师-AI软件研发方向
1. 专业背景： 计算机、人工智能、软件工程等相关专业硕士及以上学历，3年以上经验；精通Python及至少一种深度学习框架（如PyTorch）。
2. 模型经验： 具备扎实的NLP基础和LLM（如GPT/Llama）项目经验，熟悉预训练、SFT、RLHF等关键技术，有实际的大模型训练和优化经验。
3. 软件工程思维（重要加分项）： 理解软件研发全流程，熟悉代码分析、系统架构等；有将AI技术应用于软件工程（AI for SE）领域，或具备知识图谱、知识工程背景者优先。
4. 综合素质： 具备出色的问题拆解和解决能力，强自驱力与团队协作精神，对用AI解决复杂研发问题充满热情。
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。