薪酬概览
平均月薪
¥18500
中位数 ¥20000 ｜ 区间 ¥13700 - ¥23300
数据来源：谈职全网12份招聘数据；更新时间：2026年7月13日
月薪分布
83.3% 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
4月新增岗位
84
对比上月：岗位新增74
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 | 25 | 30.1% |
| 3-5年 | 50 | 60.2% |
| 不限经验 | 8 | 9.6% |
热招职位
1. 负责大规模语言基础模型，多模态模型，文生图、视频生成模型等AI能力的产品化落地工作；
2. 主要负责通义千问多端核心应用的构建，支持最新模型能力的落地；
3. 支持百炼大模型开发平台上应用组件、场景化应用的开发和落地。
1、掌握的研发技术以Java为主，要求Java基础扎实，熟悉io、多线程、分布式、缓存、消息等机制
2、2年以上Java开发的经验，熟练使用spring 、MVC等主流框架，熟悉Linux下的常用命令，熟悉MySQL等主流的数据库
3、掌握常用设计模式，希望有大型应用的开发经验，具备应对大数据、分布式、高并发、高负载、高可用性等系统设计能力
4、具备良好的抽象设计能力，思路清晰，善于思考，能独立分析和解决问题，责任心强，具备良好的团队合作精神和承受压力的能力
5、有良好的项目规划和决策能力，善于捕捉业务需求、架构设计中存在的问题，并给出有效的解决措施和方法
6、具备自然语言处理、文本挖掘、数据挖掘、机器学习等算法能力优先；具有AI工程应用经验优先
业务技术-AI Agent 应用开发工程师-供给行业运营方向
1、具备AI应用研发经验，熟悉agent架构设计、上下文工程、RAG等解决方案，了解常见的深度学习算法；
2、2年以上Java研发经验，具备良好的基础和编码能力，熟悉多线程、分布式、数据库、缓存等机制及框架；
3、敢于探索，对AI有长期浓厚的兴趣，有技术追求，擅长通过技术解决业务问题，有toB/toP侧AI应用经验者优先。
【基础要求】
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 Boot 架构，有处理高并发请求、分布式事务及系统稳定性经验，能够熟练使用工具（如 Arthas）进行性能调优。
3、精通分布式数据库原理，有 Lindorm（宽表/时序）、Hologres（HSAP）、ADB（AnalyticDB） 或同类产品（如 StarRocks, ClickHouse）的实际生产环境优化经验，理解其底层原理（如存储计算分离、索引机制）。
4、熟悉并理解数据指标建模，有星型/雪花模型设计经验，能够合理规划数据分层。
5、具备卓越的 SQL 能力，能够处理复杂的关联分析并在海量数据场景下完成调优。
【AI 实践经验】
1、熟悉大模型（LLM）生态，有 Multi-Agent（多智能体）、Skill实践经验者优先。
2、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。
【软性素质】
1、具备优秀的逻辑抽象能力，能将繁杂的业务指标转化为标准化的技术方案。
2、对数据敏感，能够通过数据发现业务问题并驱动技术改进。
【加分项】
1、有 AI Agent 框架（如 LangChain, ADK, 或自定义Agent框架）的实际项目落地经验。
2、在大规模离线/实时数据集成领域有深度见解。
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、熟练掌握Java/Python/Go/C++等编程语言，具备扎实的算法与数据结构基础；
3、具备Agent系统开发经验，掌握LangChain/LLamaIndex/AutoGen等框架及实现原理，能够设计高可用、高扩展性的大模型/Agent工程架构；
4、掌握Prompt工程、RAG、Tool Calling、Context Engineering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、具备问题/价值驱动的探索精神和优秀的问题解决能力；
8、敢于创新，主动探索AI新技术/新范式在商业场景中的应用边界；
9、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. 计算机相关专业本科及以上学历，1年以上后端 / 算法工程 / AI 应用研发经验，熟练掌握 Python，熟悉至少一门工程语言（Java/Go/TypeScript）。
2. 深入理解大模型基本原理与工程化实践，熟悉 Prompt Engineering、RAG、Function Calling、Agent 编排范式，有基于 LangGraph、LlamaIndex、AutoGen、Dify、AgentScope等框架的实战经验者优先。
3. 具备扎实的系统设计能力，熟悉高并发、分布式、可观测性体系，能独立完成从 0 到 1 的服务搭建与线上稳定性保障。
4. 至少有一段将 AI Agent / LLM 应用推上 C 端或 B 端真实业务、并对核心指标负责的端到端落地经验。
5. 具有持续学习意愿，业务结果导向，能在快速变化的技术环境中保持判断力。
加分项：
1. 有多 Agent 系统、Agentic Workflow、Agent 评测平台、模型微调或后训练经验。
2. 在 AI Agent / LLM 方向有开源项目、技术博客、专利或顶会论文产出。
3. 有内容、社区、用户增长、商业化等 C 端业务场景的 AI 落地经验。
1. 本科及以上学历，具备计算机科学、软件工程、人工智能或相关专业背景；
2. 3年以上软件开发、1年以上AI Agent系统研发经验，精通Python/JAVA主流编程语言；
3. 深入掌握Agent架构核心组件设计原理和调优方案，包含Prompt Engineering，Function Calling，RAG，长短期记忆等；
4. 具备批判性思维，能将复杂问题转化为简洁、高效的实现方案，热爱技术，拥抱开源；
5. 具备以下任一经验者优先：
○ 参与过企业级Agent平台设计和实现；
○ 有Prompt调优、RAG系统调优、上下文压缩等优化经验；
○ 有多种AI辅助编程工具经验，能够生成全栈代码；
○ 有电商、客服等垂直领域的Agent应用落地经验优先。
业务技术-AI Agent 应用开发工程师-商家运营智能方向
1、AI 工程能力：具备完整的 LLM 应用落地经验， 能独立构建 Agent，有 RAG 系统实操经验；
2、2年以上Java研发经验，具备良好的基础和编码能力，熟悉多线程、分布式、数据库、缓存等机制及框架；
3、有对话系统、策略系统、审核系统等相关经验；
4、加分项：做过电商、SaaS、ToB 场景的商家/客户运营相关系统，理解业务侧的决策逻辑；
1. 计算机、统计学或机器学习专业本科以上学历，至少一年以上年以上互联网后端研发经验；
2. 精通Java/Go/Python中至少一门语言，熟悉微服务架构设计，具备分布式系统（如服务治理、分布式事务）开发经验；
3. 有一定的大模型驱动的Agent系统研发（如SpringAi、LangEngine等框架实践），熟悉ReAct、Rag、多Agent、MCP等Agent技术，具备一定优化经验；
4. 了解基础的模型微调技术，如SFT、Lora等，同时了解训练数据处理与优化以及后期RL技术，如PPO、DPO、GRPO等技术；
5. 对AI技术有激情，能够快速接受和掌握新技术，有较强的自驱学习能力，具备良好的团队协作与沟通能力
1、开发面向用户的功能以及支撑这些功能的基础服务，保证并持续优化系统的完整性、安全性和性能。
2、负责构建端到端的 Web 应用程序和平台功能，负责增长、生态系统、个性化、搜索基础设施和平台工程能力的设计与开发。
3、设计全栈技术方案，包含测试、架构和软件开发全生命周期，参与团队工程基建，驱动技术方案的落地与持续迭代。
4、与产品、设计及业务团队紧密协作，将复杂的技术场景抽象为可行的解决方案，设计扩展的服务以提升用户体验。
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。
1、参与风险数据AI native基础设施建设。 参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建。 满足风险数据生成和分析的AI native化。打造高性价比、高可用、先进性的阿里安全数据基座。
2、负责 AI Coding 后端服务的设计、开发与高可用部署，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行。支撑data+AI 的AI智能能力。
3、引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地。