薪酬概览
平均月薪
¥15200
中位数 ¥15000 | 区间 ¥12000 - ¥18400
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
71.4% 人群薪酬落在 8-15k

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
12月新增岗位
10
对比上月:岗位新增4
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 | 10 | 50% |
| 不限经验 | 10 | 50% |
热招职位
• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景(宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等)专项测试;
• 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发(Python/C++/Shell);
• 熟悉GPU服务器典型故障注入与诊断工具链(如:基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等);
• 联动硬件、驱动、固件、BMC团队,对重大系统级问题(如reboot loop、panic on GPU reset、nvlink topology mismatch)开展跨层级日志采集、时序分析与闭环验证;
• 输出高质量测试报告、故障模式库(FMEA)、调试SOP及可复用的回归用例集。
我们正在寻找一位经验丰富的模块测试工程师,专注于服务器核心模块与子系统的深度测试与验证。您将负责从单元到系统级的测试策略设计、自动化实现与问题定位,确保服务器各关键模块(如内核/虚拟化、高速总线、编解码等)的功能、性能、可靠性及兼容性满足严苛的行业标准。您需要对服务器硬件架构与软件栈有深入理解,并能通过创新的测试方法发现潜在缺陷,为产品的高质量交付提供坚实保障。
岗位职责:
1. 服务器核心模块测试策略与执行:负责制定和执行服务器关键模块的测试计划,特别是在如下某一个或者某几个核心模块有扎实测试专长的候选人加入:
a. 内核与虚拟化模块:测试虚拟化技术(如KVM, VMware ESXi)、容器运行时、内核关键子系统(调度、内存管理、网络栈)的功能、性能隔离与稳定性。
b. 高速互连总线模块:负责PCIe, CXL, NVLink等高速总线的功能验证、带宽/延迟性能基准测试、错误注入与容错测试。
c. 硬件加速与编解码模块:测试GPU、视频编解码器(如H.264/HEVC/AV1)、加解密引擎等硬件加速单元的功能正确性、性能提升及驱动兼容性。
d. 固件与BMC模块:参与服务器固件(BIOS/UEFI)、基板管理控制器(BMC)的接口、安全与可靠性测试。
2. 测试框架与自动化开发:针对特定模块,设计并开发高覆盖率的自动化测试套件、压力测试工具和性能基准测试框架。集成到CI/CD流水线,实现模块质量的持续监控。
3. 深度分析与问题定位:执行测试并分析结果,能深入日志、硬件寄存器、性能计数器等,对发现的缺陷进行根因分析,准确定位至硬件、固件、驱动或应用层,并与研发团队紧密协作推动问题解决。
4. 系统级集成与可靠性验证:将模块测试融入整机系统测试,验证多模块协同工作下的功能与性能,设计并执行长时压力、故障恢复、容错等可靠性测试场景。
5. 技术预研与能力建设:跟踪服务器技术演进(如新硬件架构、互联协议、虚拟化技术),预研新的测试方法、工具与标准,提升团队在特定模块领域的测试深度与效率。
1、负责面向全集团中间件的质量保障,注重产品体验,能够从用户视角发现问题并反馈给开发,参与中间件发版迭代测试,编写集测用例集并执行;
2、参与中间件CI/CD流程优化,确保中间件在持续集成和交付过程中得到充分测试;
3、维护和优化现有的测试工具和自动化测试框架,确保其稳定运行。研究并引I入新的测试工具和技术,并通过AlCoding提效集成封装覆盖率;
4、参与建设中间件自动化压测体系;
5、制订中间件的发布规范和质量标准,并与研发同学一起落地质量规范。
软件测试工程师面议
1、参与软件产品的需求分析,负责测试计划制定;
2、执行项目测试,包括: 构建测试环境、集成测试、回归测试等;
3、执行软件产品的性能测试和分析,对系统进行压力和负载测试;
4、针对不同的产品特点开展UI自动化或接口测试,协助完成持续集成的工作。
岗位要求:
1、计算机或者数学相关专业;
2、三年以上软件测试工作经验;有接口测试、白盒测试、性能测试工作经验优先;
3、熟悉Java语言,了解常用的java开发框架,有Java开发经验优先;
4、有手机APP(包括IOS及Android)测试经验优先;
5、有较强的测试分析设计能力和项目风险管理能力;
6、良好的沟通技能,团队合作能力;
7、文档习惯良好;
8、能接受创业型公司的高强度高压力工作氛围。
AFC测试工程师面议
1、负责并组织系统软件的功能测试和性能测试,提升产品质量;
2、负责编写软件测试计划,测试用例等测试文档;
3、与其他部门协作,实现各阶段的测试活动;评估测试工作的有效性;参与测试评审;
4、协调和配合项目现场测试工作,积极引导现场测试工作,保证项目的顺利上线运行。
任职资格:
1、 本科以上学历,软件工程、计算机、电子信息等相关专业,或其它计算机相关专业;
2、 熟悉轨道交通自动售检票系统(AFC)或数据清分系统(ACC)业务,有相关行业工作经验更佳;
3、 具有系统软件测试经验,熟悉软件测试流程及规范,会熟练编写测试用例、测试计划和各类测试文档;
4、 熟悉主流操作系统知识(Unix/Linux/Windows)、网络技术基础知识、数据库知识,熟练掌握DB2、Oracle等数据库应用,会编写SQL语句;
5、 部署、执行性能测试并收集监控数据,分析测试数据,找出性能瓶颈,给出性能测试调优意见,编写性能测试报告;
6、 熟悉线路中心Unix服务器、PC服务器系统安装、存储配置、数据库安装、集群配置、备份配置;
7、 熟悉java语言,对于业界通用的测试自动化工具或平台(如QTP/Loadrunner等)有实践经验者优先考虑;有性能、自动化测试、白盒测试等专业测试领域经验者优先。
ATH-AI创新事业部-AI产品解决方案架构师-杭州/北京/深圳
1、方案设计与技术咨询
• 主导企业级解决方案设计——深入理解客户的技术栈、开发流程和业务目标,设计 Qoder 产品的集成路径,涵盖 IDE 插件配置、工作流嵌入、团队协作和权限管理等场景
• 为客户提供技术咨询和最佳实践指导,包括 AI 编程助手的效果调优、团队级部署策略、以及与现有开发工具链的无缝对接方案
• 制作高质量的技术方案文档、产品架构白皮书和 POC 演示,支持销售/渠道团队推进大客户签约
2、售前技术支持与客户交付
• 深入理解海外市场的企业采购流程、合规要求(GDPR、EU AI Act 、SoC 2等)和竞争态势,制定区域化的技术售前策略
• 作为售前阶段的核心技术角色,参与客户会议、产品演示和技术答疑,将复杂的 AI 编程能力以业务语言呈现
• 主导 POC(概念验证)全流程——从需求对齐、效果验证到结果报告,确保客户在评估阶段获得超预期体验
• 与产品和工程团队紧密协作,将客户反馈和市场洞察转化为产品改进建议,推动产品在目标市场的适配优化
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. 负责在Emulator上对产品进行验证;
2. 负责制定子系统以及SOC级硅前验证计划,例如Core,Mesh一致性总线,PCIE, DDR等,并在EMU上完成验证规划;
3. 重点承担在Core/总线/PCIE的系统大压力测试、场景验证以及性能验证,与EDA验证形成互补;
4. 与EDA验证团队合作,移植部分EDA用例,加大压力测试;
5. 负责建立SOC原型验证流程,并持续改进计划,以提高测试效率、工具性能,保证验证质量;
6.协同设计/验证/软件工程师,共同完成debug工作;
1. 负责公开网络数据采集链路的合规治理体系建设,覆盖数据源准入、采集策略、采集留痕、数据处理、入库、训练集构建和后续排除机制。
2. 建设爬虫数据证据链与数据血缘系统,记录 URL、域名、获取时间、来源类型、访问决策依据、内容哈希、处理流程、风险标签、数据集版本、模型训练版本和审计日志。
3. 建立网络采集合规控制机制,包括机器可读访问限制、站点访问策略、频率控制、来源留痕、异常监控、争议处理和数据下架流程。
4. 与法务团队协作,将版权、TDM opt-out、站点条款、授权边界、权利人投诉、数据删除请求等要求转化为系统规则、审批流程和可追溯记录。
5. 与安全、隐私和合规团队协作,建立爬虫数据风险管理机制,包括敏感数据识别、PII 过滤、来源风险分级、黑白名单、人工复核、访问控制和异常告警。
6. 牵引公开网络数据的准入和分级管理,对不同类型站点、内容类别、数据用途、地域风险和权利状态建立统一评估标准。
7. 建设面向欧盟监管检查和客户尽调的技术支撑能力,包括训练数据来源摘要、版权政策执行记录、采集留痕、风险处置记录和审计报表。
8. 推动爬虫平台、数据平台、模型训练平台、法务、安全团队之间的系统打通,确保数据从采集到训练使用全链路可解释、可追溯、可处置。
9. 支持风险事件复盘和外部问询,能够快速回答“数据从哪里来、为什么可以采、是否进入训练集、如何排除或删除”等问题。
1. 计算机、数学、统计学或人工智能相关专业硕士及以上学历;
2. 具备 1 年以上机器学习/深度学习研发经验,有搜索、推荐、广告或运筹优化背景者优先;有 LLM 相关实践经验(如微调、推理优化、检索增强)者尤为欢迎;
3. 扎实的编程功底,精通 Python/C++/Java 至少一种,熟悉 TensorFlow、PyTorch 或 HuggingFace 生态;
4. 对数据高度敏感,具备优秀的逻辑思维能力,能独立定义问题并设计解决方案;
5. 具备良好的沟通协作能力,快速学习、严谨务实、抗压能力强,保持对技术的热情与好奇心;
6. 在 KDD、SIGIR、WWW、CIKM、ICML、NeurIPS、ACL 等顶级会议或期刊发表过论文者优先。
智能算法产品事业部-算法工程师-AIGC多模态方向-AI原生-视觉智能
【必备项】
1. 深入理解AIGC核心技术原理,涵盖扩散模型(Stable Diffusion、Flux、Qwen等)、自回归生成及多模态理解等方向,具备图像/视频生成、编辑或多模态相关项目的完整落地经验;
2. 工程实现能力扎实,熟练掌握Python/C++至少一门语言,熟悉PyTorch等主流深度学习框架,具备从算法原型到生产部署的全流程开发能力;
3. 对生成式AI保持高度热情与敏锐的技术洞察力,具备独立复现前沿论文并将研究成果快速转化为业务落地的能力;
4. 具备良好的沟通协作与知识分享意识,能与产品、工程等跨职能团队高效对齐目标、协同推进项目。
【加分项】
1.在CVPR、ICCV、ECCV、NeurIPS等学术会议发表论文,或在相关竞赛中取得优异成绩;
2. 具备计算机图形学、物理仿真、3D生成或大模型/Agent开发经验者优先考虑。
