薪酬概览
平均月薪
¥29900
中位数 ¥30000 ｜ 区间 ¥24100 - ¥35700
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
57.1% 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
12月新增岗位
37
对比上月：岗位新增28
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 | 12 | 33.3% |
| 1-3年 | 12 | 33.3% |
| 不限经验 | 12 | 33.3% |
热招职位
1. 计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先；1年以上相关工作经验。
2. 具备扎实的机器学习/深度学习理论基础，持续跟进学术界及业界召回，排序，NLP等领域的算法模型；
3.代码能力扎实，精通Python/Java/C++中至少一门语言，熟练使用PyTorch/TensorFlow等至少一种深度学习框架。
4.具备优秀的数据分析、问题解决能力和良好的团队协作精神，有大规模机器学习/个性化推荐/广告/信息检索/自然语言处理相关领域工作经验；
加分项：
1. 在电商搜索、广告、推荐等相关领域有实际工作经验，深刻理解业务。
2. 有Agentic AI、运筹优化、因果推断、反事实预估等技术方向有深入的理解和相关项目实践经验。
3. 在CVPR, ICCV, NeurIPS, ICML, ICLR, ACL, SIGIR, KDD等顶级学术会议上发表过论文者优先。
4. 熟悉分布式计算平台（如Spark, Flink, MaxCompute等），有处理海量数据的经验。
5. 有开源社区贡献或在Kaggle等数据科学竞赛中取得优异成绩者优先。
1.硕士及以上学历，计算机、人工智能或相关专业；
2.熟悉多模态大模型（如 LLaVA、Qwen3-VL 等）和 Agentic 系统开发；
3.精通 Python，有 PyTorch 及主流 AI 框架使用经验；
4.具备良好的工程实现能力，能将模型高效部署到实际产品中；
5.对用户意图理解、对话引导或多模态生成有实际项目经验。
加分项：
1.有 AIGC、智能设计或工业软件相关背景；
2.熟悉前端交互逻辑，有产品思维和用户视角；
3.在 CV/NLP 领域有顶会论文或开源项目。
1. 计算机、人工智能、模式识别等相关专业硕士及以上学历，4年及以上相关工作经验。
2. 具备以下一个或多个领域的深厚积累：
a. 大模型（LLM）： 熟悉主流大语言模型的原理，在Prompt Engineering、Fine-tuning、RAG、Agent等方向有深入的实践经验，主导过基于LLM的信息抽取、文本生成、语义理解等项目。
b. 多模态大模型（VLM）： 熟悉主流多模态大模型的原理和应用，有丰富的图文匹配、跨模态生成、VQA、视觉内容理解等项目经验。
c. 商品理解： 在电商领域，有深厚的商品属性体系构建、内容理解等相关经验，对电商商品数据有深刻洞察。
3. 具备扎实的编程与工程能力，具备优秀的算法实现能力和代码功底，精通Python/C++/SQL等编程语言，熟练掌握PyTorch等至少一种深度学习框架。
4. 具备优秀的分析与解决问题能力，能够将复杂的业务问题抽象为清晰的算法问题，并给出创新性解决方案。
5. 拥有强烈的技术Owner意识和自驱力，能够独立负责一个或多个技术方向的规划与落地。
1. 计算机、数学或统计学相关专业硕士及以上学历，博士优先；
2. 在强化学习、深度学习、机器学习、时序预测、统计分析等领域有一定的功底，3年以上工作经验，有推荐/搜索/广告等领域经验者优先；
3. 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；
4. 对数据敏感度高，有良好的逻辑思维和定义以及解决问题的能力；
5. 良好的团队合作精神，具备快速学习的能力，优秀、严谨、皮实、乐观；
6. 有在如下期刊或定级会议发表论文者优先：强化学习、深度学习、机器学习、数据挖掘、计算广告学等相关领域。
1、计算机科学、人工智能、机器学习或相关领域的硕士及以上学历，博士优先。
2、在大模型训练（预训练/SFT/RLHF/强化学习）中具备扎实的实战经验，熟悉主流训练框架与分布式训练技术。
3、对Agent系统、工具调用（Tool-use）、多智能体协作等方向有深入理解，有相关系统设计或落地经验者优先。
4、熟练掌握PyTorch等深度学习框架，具备大规模模型训练、推理优化或在线服务部署经验。
5、具备在模糊和不确定性中独立判断与决策的能力，能在缺乏成熟方案的领域提出有技术品位的解决路径。
6、对“用AI重新定义购物体验”有强烈兴趣，有电商、搜索、推荐或对话系统相关背景者优先；在顶级会议（NeurIPS/ICML/ICLR/CVPR/ACL等）发表论文或拥有技术专利者优先。
我们能给你
1、场景稀缺性：数亿级日活用户 × 极其丰富的电商意图 × 可闭环的商业验证
2、技术纵深：从模型训练到Agent系统到产品体验，你可以一竿子插到底，而不是只做流水线上的一环
3、前沿密度：团队在RLVR、Agentic Training、多模态等前沿研究方向持续投入
4、影响力：你训练的模型、设计的Agent，会直接服务于淘宝用户
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。
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. 计算机科学、统计学或相关领域的硕士及以上学位。
2. 至少两年以上工作经验，具有强化学习在大模型的相关应用项目经验。
3. 熟练掌握深度学习、强化学习以及传统机器学习算法，有在风险评估或决策系统中应用这些技术的实战经验。
4. 擅长使用Python和至少一种深度学习框架（如TensorFlow或PyTorch），有良好的软件开发能力和编程习惯。
5. 具有优秀的数据分析能力，并能够对数据进行洞察以引导模型的建立和优化。
6. 具备在不确定环境下主动识别问题、分析问题并解决问题的能力。
7. 有出色的团队协作和沟通能力，能够在跨职能团队中高效合作。
8. 持续关注行业趋势和学术进展，对新技术抱有热情并愿意快速学习并应用于工作中。
作为核心成员参与到阿里巴巴智能设计、智能文档相关的业务，通过应用LLM与业务深度结合，打造自动化的智能文档技术（版面理解、要素抽取），以及打造智能设计（设计稿评分、设计稿组建理解、NL2Layout等）
1、核心算法研发： 负责智能设计与文档理解（Document Intelligence）领域的前沿算法研发，包括但不限于版面分析（Layout Analysis）、表格理解、元素对齐与美学评估、多模态图文融合生成等。
2、智能设计系统搭建： 研发自动化排版、智能海报生成、UI/UX自动化设计、PPT/文档自动美化等核心引擎。
3、版面理解与重构： 攻克复杂版面下的OCR识别、结构化解析、阅读顺序还原等技术难点，实现文档从像素级到语义级的深度转化。
4、前沿技术转化： 跟踪CVPR、ICCV、ECCV、NeurIPS、SIGGRAPH等顶会最新研究，将SOTA模型转化为可落地的产品原型，保持公司在智能办公/智能设计领域的领先地位。
5、工程优化： 负责模型在端云侧的部署优化，提升大规模文档处理的效率与鲁棒性。