薪酬概览
平均月薪
¥31100
中位数 ¥0 ｜ 区间 ¥22000 - ¥40200
数据来源：谈职全网10份招聘数据；更新时间：2026年7月13日
月薪分布
50% 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51
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 | 25.3% |
| 3-5年 | 38 | 50.7% |
| 5-10年 | 9 | 12% |
| 不限经验 | 9 | 12% |
热招职位
负责直播及视频场景下的内容安全算法研发与前沿技术落地，聚焦实时互动流中的风险识别、圈流决策、攻防对抗与LLM/VLLM/Omni大模型审核定性。
核心工作包括：
围绕直播间多主体行为序列（主播口播、观众互动、水军协同等），设计并优化风险识别模型与策略体系，实现从"单条内容审核"到"整场行为理解"的能力跃迁；
构建圈流-识别-审核三阶段决策引擎，在召回率≥95%的约束下持续降低误报率，实现审核链路的大模型自动化完结，平衡审核成本与安全效果；
设计自进化闭环系统，通过agentic/skill技术链路实现规则挖掘、识别点自动迭代与OOD鲁棒策略，应对攻击者持续变换话术/脚本的对抗环境；
参与内容安全大模型在直播/视频场景的落地，探索大小模型协同（线上小模型推理+大规模LLM训练/蒸馏/RL）的工业化路径。
1. 计算机、数学、人工智能等相关专业硕士及以上学历，3年以上算法研发经验，有用户权益算法和用户增长算法经验者优先
2. 具备良好的代码实现能力，熟练使用至少一种开源深度学习框架（如PyTorch、TensorFlow）
3. 精通深度学习/强化学习、因果推断、在线运筹技术，具备推荐系统全链路、多模态/大模型落地经验
4. 具有良好的逻辑分析与问题拆解能力，能快速学习前沿技术，并推动技术方案与业务场景的深度融合
5. 对电商、社交或内容推荐场景有深刻理解，熟悉用户增长策略、营销策略，能快速将技术方案转化为业务价值
淘宝平台事业部-大模型算法应用工程师-Service Agent
1. 本科及以上学历，计算机、人工智能、数学等相关专业，1年以上大模型相关落地经验；
2. 精通 Python，并至少熟练掌握一门变成语言（Java/Go/C++），具备扎实的算法与数据结构基础，具备高质量的代码交付习惯与系统架构视野；
3. 熟悉LangChain、LLamaIndex、AutoGen 等主流 Agent 框架设计原理并有实际项目经验；熟练掌握 Prompt Engineering、RAG、Function Calling、CoT 等核心技术；
4. 具备强烈的问题驱动意识与极强的技术敏感度，善于利用 AI 新技术解决复杂的商业痛点； 持续关注 AI 前沿动态（如Gemini、OpenAI、Claude等），敢于在业务中尝试新范式。
【加分项】
1. Agent实战++，有复杂 Multi-Agent 协作或大型智能客服系统核心研发经验者优先；
2. 系统能力++，具备大规模数据处理与清洗经验优先，大模型应用性能优化实战经验；
3. 模型训练++，有过LoRA/SFT等微调实战，或参与过RLHF/DPO后训练流程者优先。
1. 计算机科学、人工智能、计算机图形学或相关专业硕士及以上学历
2. 两年及以上图形学方向（聚焦于3D生成、3D表征方面）工作经验
3. 熟练掌握 Python 和 PyTorch，具备扎实的深度学习工程能力，能够独立完成模型训练、调试、评测和推理部署优化
4. 熟悉主流生成模型与深度学习架构，包括但不限于 Transformer、U-Net、VAE、自回归模型、扩散模型、Flow Matching 等；了解常见预训练、微调和后训练方法，如 SFT、RLHF、偏好优化等
5. 具备扎实的计算机图形学和3D视觉基础：熟悉常见的3D表征，离线渲染、pbr材质体系、计算几何等相关理论与算法
6. 熟悉三维重建或 3D 生成相关方向，包括但不限于单图/多图 3D 重建、物体级 3D 生成、室内场景重建与生成、纹理生成、材质估计、部件级结构生成等
7. 熟悉 Open3D、PyTorch3D、Blender、Trimesh、Kaolin、nvdiffrast 等 3D 工具或渲染/几何处理框架者优先
8. 具备良好的科研能力与问题分析能力，有 SIGGRAPH / CVPR / ICCV / ECCV / NeurIPS 等顶会论文或相关研究经验者优先
1. 计算机科学、人工智能、机器学习、计算机视觉、自然语言处理或相关专业硕士及以上学历
2. 两年及以上工作经验
3. 熟练掌握 Python 与 PyTorch，具备扎实的深度学习基础和良好的算法工程能力
4. 熟悉主流生成式模型与深度学习架构，如 Transformer、Diffusion、Autoregressive Models 等
5. 对大语言模型（LLM）、多模态大模型及生成式AI技术有深入理解，熟悉SFT、RLHF、DPO、RAG、Agent等相关技术
6. 具备空间理解、场景生成、2D/3D布局生成、元启发式算法（如mcts、基因算法等）、约束优化、商品理解、用户意图建模或生成式推荐相关经验者优先
7. 有家具布局生成、智能搭配推荐、对话导购、推荐系统或多Agent系统相关研究或项目经验者优先
8. 在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、ACL、EMNLP、KDD、WWW、RecSys等会议发表过LLM、多模态、推荐或AIGC相关论文者优先
9. 具备良好的科研能力与团队协作能力，能够独立推进算法研究、实验分析与技术落地
1、具备优秀的编码能力，扎实的数据结构和算法功底;
2、熟悉大规模机器学习/深度学习算法；
3、具有如搜索/推荐/广告等相关领域经验，时刻关注业内前沿技术；
4、对技术有热情，兼具务实且创新的精神，热衷于在实际工作中发现问题、验证问题、不断提出自己的想法和技术方案；
5、有良好的沟通表达能力, 具有团队精神, 有良好的团队协同能力；
6、在顶会（SIGIR、SIGKDD、ICML、NIPS、WWW、AAAI、CIKM、ACL、RECSYS等）或期刊上发表过论文者优先
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；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。