薪酬概览
平均月薪
¥35600
中位数 ¥0 ｜ 区间 ¥25600 - ¥45600
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
60% 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
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. 计算机视觉、人工智能、图形学等相关专业硕士及以上学历，2年以上业务研发经验；
2. 熟练运用PyTorch深度学习框架，具备扎实的生成模型开发与调优能力，熟悉Stable Diffusion、ControlNet等2D AIGC技术栈；
3. 了解SFT、DPO、RLHF等对齐训练方法，有实际微调或偏好优化项目经验；
4. 对3D打印、工业制造有浓厚兴趣，具备强大的自驱力和快速学习能力，敢于挑战技术难题。
【加分项】 具备多模态理解基础，能处理文本-图像联合建模任务，有领域知识注入或多模态指令微调经验者优先；
【加分项】 有3D打印、工业制造、产品设计或创意内容生成（如潮玩、文玩、IP衍生品）相关经验者优先；
1. 计算机、人工智能、机器学习或相关专业本科及以上学历（硕士优先），具备 1–5 年工作经验；
2. 熟练掌握 Python，熟悉 PyTorch 或 TensorFlow 框架，理解 Transformer 架构与大语言模型基本原理；
3. 具备大模型后训练实践经验，熟悉 Prompt Tuning、LoRA、RLHF、RAG 等主流方法，能独立完成小规模实验与调优。
加分项：
1. 有智能体（Agent）实际落地经验，熟悉 LangChain、LlamaIndex、AutoGPT 等框架；
2. 了解多模态内容理解、模型压缩或推理加速技术；
3. 有真实业务场景中的大模型应用案例，或在开源社区有贡献。
1. 计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先；1年以上相关工作经验。
2. 具备扎实的机器学习/深度学习理论基础，持续跟进学术界及业界召回，排序，NLP等领域的算法模型；
3.代码能力扎实，精通Python/Java/C++中至少一门语言，熟练使用PyTorch/TensorFlow等至少一种深度学习框架。
4.具备优秀的数据分析、问题解决能力和良好的团队协作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验；
加分项：
1. 在电商搜索、广告、推荐等相关领域有实际工作经验，深刻理解业务。
2. 有Agentic AI、运筹优化、因果推断、反事实预估等技术方向有深入的理解和相关项目实践经验。
3. 在CVPR, ICCV, NeurIPS, ICML, ICLR, ACL, SIGIR, KDD等顶级学术会议上发表过论文者优先。
4. 熟悉分布式计算平台（如Spark, Flink, MaxCompute等），有处理海量数据的经验。
5. 有开源社区贡献或在Kaggle等数据科学竞赛中取得优异成绩者优先。
1.硕士及以上学历，计算机、人工智能或相关专业；
2.熟悉多模态大模型（如 LLaVA、Qwen3-VL 等）和 Agentic 系统开发；
3.精通 Python，有 PyTorch 及主流 AI 框架使用经验；
4.具备良好的工程实现能力，能将模型高效部署到实际产品中；
5.对用户意图理解、对话引导或多模态生成有实际项目经验。
加分项：
1.有 AIGC、智能设计或工业软件相关背景；
2.熟悉前端交互逻辑，有产品思维和用户视角；
3.在 CV/NLP 领域有顶会论文或开源项目。
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、数学或统计学相关专业硕士及以上学历；有智能定价、用户红包、优惠券、营销自动化等权益发放相关领域项目实践经验
2. 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；
3. 有较好的数理基础和逻辑思维能力，对算法充满热情，具备积极主动的求知欲，良好的沟通协作能力及抗压能力。
4. 有国际顶会发表过过论文优先，数学竞赛、天池等机器学习竞赛、ACM竞赛名次优异者优先。
加分项
1. 权益营销、因果推断、用户增长、RL、决策优化等领域有丰富经验的优先；
2. 有Agentic AI或AI Agent相关项目的设计与研发经验。
3. 熟悉分布式计算平台（如Spark, Flink, MaxCompute等），有处理海量数据的经验。
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。