薪酬概览
平均月薪
¥20200
中位数 ¥20000 ｜ 区间 ¥15100 - ¥25200
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
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
16
对比上月：岗位新增6
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 | 8 | 50% |
| 5-10年 | 8 | 50% |
热招职位
1. 负责视频处理算法开发和相关硬件的Pre/Post-silicon验证；
2. 负责计算机视觉算法性能提升；
3. 负责CV产品化和相关应用场景的对接；
1、承担SoC系统级FPGA和模块级FPGA验证环境搭建
2、搭建FPGA系统的仿真环境，完成相应的测试
3、完成ASIC到FPGA的代码转换，验证和集成工作
4、协助IP设计/CV验证，以及系统软件开发和测试
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。
1. 设计、实现、维护超大规模高性能、高稳定在线nosql分布式数据库系统Tair；
2. 应用先进的索引结构、协程、io_uring等技术，实现极致高效的存储内核；
3. 为读/写热点、cache一致性、读写一致性、高效分布式锁等典型场景提供解决方案；
4. 通过部署优化、自动扩缩、存算分离等技术，提升10万张规模表的资源利用效率及稳定性。
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. 研发具身场景自动标注与数据质量评估算法，覆盖运动、感知、具身规划等多层标注及多模态对齐，构建标注自动校验与质量评分体系。
2. 研究 Data-Centric AI 前沿方法（数据混合优化、主动数据选择、数据影响函数等），通过消融实验、归因分析等手段量化不同数据源对模型性能的边际贡献，探索具身场景下的数据 scaling law。
3. 基于价值量化结果制定并迭代训练数据配方（来源配比、质量阈值、规模规划），为数据飞轮的资源分配提供量化依据。
4. 负责具身数据预处理流程的算法设计，包括多模态对齐、轨迹平滑、异常检测与清洗等环节的规范化与自动化。
1、 研发面向仿真的3D生成与重建算法，覆盖单体资产（关节体、可形变物体等）到场景级环境，产出几何合法、物理参数完备、可直接导入物理引擎的高质量3D模型与可交互仿真场景；打通从真实采集数据到可编辑仿真场景的链路；
2、 研发面向仿真训练的高通量渲染管线，包括但不限于3DGS批量渲染优化、物理引擎与渲染的耦合更新机制、以及多环境并行渲染架构，支撑大规模视觉强化学习的实时视觉观测需求；
3、 探索Agentic场景生成等前沿方向，利用驱动场景的自动化构建与迭代；
4、 优化研究Sim2Real闭环相关技术：域随机化、Real-to-Sim重建、合成演示数据生成等，提升具身策略在真实环境中的泛化能力。
1、硕士及以上学历，1年以上搜索推荐广告相关工作经验；
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、熟练掌握常用的机器学习或深度学习算法，并且有实际运用以及算法优化经验；
4、在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过相关论文者优先。
1、计算机科学、人工智能、数据科学等相关专业；
2、1 年以上商品算法或搜索推荐算法相关工作经验；
3、熟练掌握 Python， SQL，能够独立完成复杂数据查询、加工和分析，有大规模数据处理经验（10亿级数据量以上优先），熟悉 Linux 开发环境；
4、多模态算法：
○ 熟悉计算机视觉（CV）和自然语言处理（NLP）基础算法
○ 有图像分类、目标检测、图像检索、文本分类等实际项目经验
○ 熟悉主流大语言模型（LLM）的原理和应用，有Prompt enginering、RAG、Agent方向实践经验。
○ 熟悉主流多模态大模型（VLM）等多模态预训练模型的原理和应用，有图文匹配、VQA、视觉内容理解等实践经验。
5、要求具备商品理解、向量检索与召回、聚类算法一个或多个领域的项目经验积累，具备扎实的编程与工程能力。
1、 清晰的分析逻辑以及良好的业务洞察能力，能快速发现问题、拆解问题并定位到影响业务的关键点；
2、 数据处理能力强，可使用多种方式提取数据并进行分析，熟练掌握hive、SQL、excel等相关数据提取工具；
3、 良好的沟通能力和团队协作能力，能够有效地和业务方，数据技术团队沟通交流，具有跨团队的推进项目的能力，并且能够以分析师的视角给业务提供建议；
4、 具备数据运营与产品运营能力，针对业务问题，可以透过实验设计，并制定有效解决方案及衡量方法；
5、 良好的数据敏感度,能从海量数据提炼核心结果，有丰富的数据分析、挖掘、清洗和建模经验，能独立编写商业数据分析报告；
6、 有AI产品分析相关经验，了解C端AI产品、AIGC内容生成、大模型评估相关的优先。
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。
1. 学历背景
• 计算机科学、人工智能、数学、电子工程等相关专业硕士及以上学历
2. 技术能力
• 精通深度学习和机器学习基础理论，熟悉Transformer架构及LLM原理
• 熟练掌握PyTorch/TensorFlow等深度学习框架
• 精通Python编程，熟悉Java/C++中至少一门语言
• 具备分布式训练、大规模数据处理等工程能力
3. 经验要求
• 2 年以上大模型相关算法研发经验
• 有SFT、强化学习等后训练技术实践经验
• 具备将AI技术在实际业务场景落地的工程经验
加分项
1、在NLP、CV、多模态等领域国际顶会（ICLR、NeurIPS、ICML、ACL等）发表论文
2、主导过知名开源项目或有重要贡献，参加过ACM/ICPC等算法竞赛获奖
3、有智能客服、对话系统、代码生成、企业智能助手 等相关业务经验
4、熟悉RAG、Agent、多模态理解等应用技术
5、优秀的问题分析和解决能力、良好的沟通协作能力和团队合作精神
6、强烈的技术热情和自驱力、对AI技术发展趋势有深入洞察