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. 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。
1. 本科及以上学历,具备计算机科学、人工智能或相关专业背景
2. 利用AI Coding软件构建过大型企业项目,有自己的一套AI Coding 人机协同方法论,能够高效驾驭AI完成高质量交付的同时保证系统架构稳定
3. 2年以上服务端工程经验或者全栈开发经验,2年以上AI Agent 系统研发经验,精通Python/JAVA/Go/Js主流编程语言
4. 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
5. 具备批判性思维,热爱技术,拥抱开源,针对AI 前沿发展和社区技术动向敏感,对 OpenClaw、Hermes、opencode等agent项目有深入了解,并且参与过项目二次开发者优先
6. 加分项: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;有金融、电商、客服等垂直领域的Agent应用落地经验优先
1. 计算机或相关专业本科及以上学历,2 年以上大型分布式系统开发经验;
2. 精通 Java 或 Python,深入理解 JVM、并发编程、网络通信机制,具备高并发、高可用系统实战经验;
3. 扎实的计算机基础:熟悉常用数据结构与算法,掌握数据库、缓存、消息队列等中间件原理与最佳实践;
4. 对 AI 工程化有浓厚兴趣,具备以下一项或多项经验者优先:
○ 参与过 AI Agent 系统的设计与开发(如 LangChain、AutoGPT、Transformers Agents 等框架);
○ 使用 LLM 实现代码生成、需求解析、测试用例生成等研发提效场景;
○ 具备 Prompt Engineering、RAG、Agent Planning 与 Tool Calling 等实践经验;
○ 关注 AIGC、Code Generation、Intelligent IDE 等方向的发展趋势并有实际尝试;
5. 对技术有热情,代码质量意识强,逻辑清晰,具备优秀的沟通能力和跨团队协作推动力;
6. 其他加分项:
○ 有营销、交易、玩法、招商、运营后台系统开发经验;
○ 具备全栈开发能力,熟悉前端技术栈(React / Vue、TypeScript、Webpack 等),能够独立完成复杂页面开发与性能优化;
○ 有数据挖掘、AB 实验分析、用户行为建模等相关经验;
○ 在开源社区贡献过 AI 相关项目或发表过技术博客;
○ 具备全链路视角,能从产品需求出发反推技术方案与 AI 落地路径。
随着芯片功能日益复杂,芯片功能和性能越来越依赖于底层软件。作为芯片团队的一个重要部分,芯片软件团队致力于在系统层次规范和定义芯片软/硬件接口, 桥接片上模块和设备与上层软件栈,培养和构建芯片生态环境。 你将了解到CPU如何从第一条指令开始,如何通过BIOS一步步引导操作系统,你也将了解到如何将主流深度学习框架,如Tensorflow, 移植到阿里自研的芯片平台,并带来数量级的性能提升。在这里,你将了解到所有你想了解的芯片细节。 同时,参与主流开源模块的移植和开发,如UEFI/Linux/Tensorflow/RISC-V,影响并引领开源模块的发展方向。
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能力的工程化落地工作。
2. 支持百炼大模型平台上高代码、低代码平台核心能力的建设。
3. 主要负责百炼大模型平台应用广场、MCP广场能生态能力建设。
我们是阿里巴巴平台技术TPP AI研发团队,负责搜推广及AI应用研发平台的建设和维护。为淘宝、千问、闪购、高德、闲鱼、飞猪等多个业务部门提供应用研发基础设施,并直接参与头部业务的应用研发。
主要工作内容如下:
1. 搜推广业务研发:负责阿里巴巴核心搜索、推荐、广告业务的系统设计与开发,支撑亿级用户规模的实时流量。深入理解业务场景,参与从需求分析、架构设计到上线运维的全链路研发工作。优化系统性能与稳定性,保障高并发场景下的低延迟、高可用服务。
2. AI Native研发范式升级:推动搜索推荐系统的 AI Native 转型,探索大模型在搜推场景的深度应用。重构传统研发流程,构建以 AI 为核心的新一代研发范式,提升研发效率与系统智能化水平。研究并落地生成式检索、生成式排序、多模态理解等前沿技术在业务中的工程化实践。
3. AI应用研发:设计并开发面向搜推场景的智能 Agent 系统,构建 Agent 编排框架,整合工具链、知识库与业务系统,打造自感知、自决策、自执行的智能体。抽象Agent需求并沉淀Agent Infra。
我们将提供:
参与阿里巴巴核心业务的技术挑战,影响亿级用户体验。
与行业顶尖技术团队合作,接触前沿的 AI 技术与工程实践。
开放的技术氛围与完善的成长体系,支持技术创新与职业发展。
1、负责阿里巴巴淘天集团内部经营管理的智能化方向相关产品建设,如AI-Agent、机器审核、Document+AI、流程自动化等;
2、深入业务一线,发现与深入理解业务真实需求,挖掘AI赋能业务的场景,一杆到底并带来实际肉眼可见的业务价值;
3、通过技术工程实现,编排与调用LLM、MLLM及其他AI算法能力,有效解决问题并达成业务/技术目标。