薪酬概览
平均月薪
¥20300
中位数 ¥17500 ｜ 区间 ¥15300 - ¥25400
数据来源：谈职全网17份招聘数据；更新时间：2026年7月13日
月薪分布
58.8% 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8
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、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
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. 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
1. 负责企业级办公Agent 技能市场产品/平台能力的设计和研发，包括前台产品能力、运营中心、开放对接能力等，打造企业办公易用/安全/统一的技能市场，加速AI在办公场景的大规模应用。
2. 参与搜索/意图识别等相关能力的设计和研发，涉及企业内部海量知识的接入/加工、搜索在/离线能力的建设（索引构建、意图识别、粗排/精排等），建设企业办公统一的搜索能力，同时结合技能市场的消费需要，提供高质量的findskill能力。
企业智能事业部-AI 应用研发工程师（Python/Java）-杭州
该职位涉及企业数智化、企业办公智能助理相关业务中的部分内容：
1、参与阿里巴巴集团员工通用的办公智能助理的研发；
2、参与大模型和 Agent 相关技术的开发，包括工具调用、任务规划、多智能体协同、技能开发等技术模块；
3、作为后端工程师，参与 AI Agent 和办公任务自动化产品的系统架构，保证各系统高性能、高可用、可扩展。
1. 负责面向LLM、图片、视频、音频的全模态标注能力建设和 Coding/Agentic 领域标注能力完善。
2. 负责标注平台智能标注能力建设，如LLM、多模态自动标注等，并建设基于标注平台的agent框架以及相关标注agent的开发；
3. 负责面向领域专家的专家标注平台建设，同时把智能标注能力迁移至专家标注平台。
专业要求计算机软件等相关专业工作职责1、负责云平台边界网络日常维护及问题处理；
2、负责网络架构的规划、设计、优化与持续演进；
3、参与网络割接、巡检、应急工作；
4、编写规范的技术文档、运维手册、应急预案和技术方案；
任职要求1、招聘范围：遵守中国宪法和法律，符合岗位所需的学历、专业技能、身体条件人员；
2、年龄学历：大学本科及以上学历，计算机软件等相关专业，一般不超过35周岁；
3、工作经验：1年以上网络规划、实施与运维经验；
4、其他条件：精通TCP/IP、OSPF、BGP等路由技术；熟悉华为、华三或者思科等网络设备,熟悉负载均衡、防火墙等设备；熟悉Linux系统基本运维与常见网络协议分析工具；熟悉zabbix、cacti等网络监控工具；具备独立分析和解决问题的能力，有良好的计划制定及执行能力；持有CCIE、HCIE等证书者优先考虑。
【基本要求】
1、扎实的 Java 功底，深入理解 JVM 原理、多线程模型及常用设计模式。
2、熟悉Spring、MyBatis、Struts、Tomcat等常用Java开源框架，对其运行原理有较好的理解。
3、精通数据库设计（Mysql优先），优秀的SQL编写及调优能力，熟悉常见NoSQL存储，如hbase、memcached、redis、mongodb等
4、有大规模高并发互联网应用的设计和开发经验，熟悉常规的分布式架构，熟悉缓存、消息队列等开源中间件
【AI实践要求】
1、熟悉大语言模型（LLM）原理和应用场景，理解AI Agent核心概念，熟悉ReAct模式
2、掌握Prompt Engineering技术，了解如何定义和封装 Skill、AI frendly工具供AI调用，并能解决 LLM 在复杂数据分析中的幻觉问题
3、有 AI框架、Multi-Agent、Skill、MCP实践经验者优先
【软性素质】
1、具备AI辅助编程思维，能够高效利用AI生成、优化和调试代码
2、理解AI技术发展趋势，能够将前沿技术应用到实际项目中
3、具备结构化的问题分析能力，能够将复杂问题分解为可执行的子任务
淘宝平台事业部-AI Agent应用研发工程师-淘系商家服务方向
1. 本科及以上学历，计算机科学、软件工程、人工智能相关专业优先；
2. 掌握Java/Python等编程语言开发，具备扎实的算法与数据结构基础；
3. 有开源或代表作，具备Agent系统开发经验，掌握LangChain/LLamaIndex/AutoGen等框架及实现原理；
4. 掌握Prompt工程、RAG、Tool Calling、Context Engineering、构建SKILLs等AI应用关键技术；
5. 能够进行工具集成，掌握OpenAPI、RPC、MCP等协议实现方案；
6. 了解机器学习、深度学习框架（PyTorch/TensorFlow），有Transformer等模型实战经验优先；
7. 主动探索AI新技术/新范式在商业场景中的应用边界；对AI技术充满热情，具备快速学习的能力，持续关注和学习AIGC前沿技术研究。
1.本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先；
2.至少 2 年 AI 应用相关经验，具备互联网或金融科技行业风控领域背景者优先；
3.精通至少一种编程语言（Java/Python），熟悉 SQL 及大数据处理工具（如 Hive/Spark），能独立阅读和分析大型工程代码库；
4.具备大语言模型的工程应用经验，理解 Prompt 工程、RAG、Function Calling/Tool Use 等核心技术的原理与局限；
5.在以下方向至少一项有可验证的深度产出(加分项)：
(1)代码语义理解与知识工程：有代码分析（AST/调用图/Code LLM）结合大模型的实践经验，做过代码到结构化知识的自动化抽取；
(2)Agent 架构设计与工程落地：有从 0 到 1 构建接入真实工具链的 Agent 系统经历，处理过多步推理稳定性、幻觉抑制等实际工程问题；
(3)AI 安全评测与对抗测试：有 LLM 红蓝对抗实操经验，能独立构建业务场景攻击向量与评测集；
(4)具备较强的数据敏感度和问题诊断能力，能通过数据驱动方式持续优化系统表现；
(5)具备目标导向意识，能在多任务并行的情况下合理安排优先级并按时交付结果。
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。