薪酬概览
平均月薪
¥10900
中位数 ¥10000 ｜ 区间 ¥8600 - ¥13200
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
80% 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
4月新增岗位
16
对比上月：岗位减少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 |
|---|---|---|
| 5-10年 | 8 | 50% |
| >10年 | 8 | 50% |
热招职位
1.负责城市整体配送业务运营管理；
2.负责城市自营运力招募.管理.培训；
3.负责排线管理和配送路径规划；
4.管理第三方物流承运商日常监控.赋能.考核；
5.负责城市配送成本的控制优化。
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；
作为不动产技术部的团队管理者，全面负责智慧办公、空间运营、资产管理的系统建设，为集团、生态公司和外部客户提供行业领先的技术系统解决方案。
1. 系统架构设计：主导整体技术架构设计，确保系统具备高可用性、高并发处理能力及良好的扩展性，以支撑全球数百万方园区不同管理业态的复杂场景；
2. 解决方案交付：深度链接业务，挖掘内外部客户在不动产场景下的数字化痛点与需求，交付稳定、高效、可产品化的技术解决方案，同时探索对外的技术输出与服务模式；
3. 技术创新与前瞻：鼓励并主导技术创新，探索AI大模型等新技术在不动产场景的落地应用，建立团队在数字化领域的技术领先性和行业影响力；
4. 研发效能提升：建立完善的研发管理体系，优化开发流程，持续提升团队技术交付效率与研发质量。
1、负责项目生命周期内的各事项协调管理，落实项目执行标准，在需求高频变化的环境下保障多线并行的交付节奏和质量，处理项目运行过程中的突发问题；
2、深入了解各项目执行的差异性和痛点卡点，可分析原因、提出改进方案并落实改进，尤其关注AI native研发模式下流程和协作方式的适配问题；
3、对项目生命周期内不同阶段的风险具备清晰的认识及预判，及时风险前置提出有效管控措施；
4、持续总结项目实践经验，优化项目管理体系及过程改进，探索适配高频迭代节奏的项目管理方法和工具体系，提供流程、工具、方法支持，提升团队研发效率和质量；
5、负责横向专项攻坚，为项目里程碑达成，发版稳定性、组织效能、跨团队高效协同及资源集中投入等方向负责。
1、渠道业务机制：负责渠道业务机制的建立、优化及更新，根据市场情况及各项目阶段性目标，实时跟踪多渠道合作表现情况及落地成果；
2、新渠道拓展：联合内部部门及外部资源，将潜在或零散的合作机会转化为有模型、有路径、有产出的新渠道，形成新渠道合作模式并产出成果；
3、效能分析：建立渠道效能全景评估机制，定期回顾渠道机制运行状况、提出调整方案并协助项目降低综合获客成本、提升整体经营效益；建立多渠道结构分析体系，看清全量渠道效能全貌，产出可指导资源投入、策略攻坚的洞察建议；
4、系统工具优化：基于业务实际场景需求，以使用者“无痕、无感、提效”为原则持续推动资产管理相关数字化系统优化迭代，实现对项目租赁动作的简化、渠道活跃度/效能的多维度自动评估，为精细化运营提供数字化基础设施；
5、业务风控：以合法合规为前提定期梳理渠道工作，排查风险事项、形成风控报告定向输出并跟进解决进度，日常做项目风险预警并提供解决方案；
6、能力沉淀：基于对业务的理解与行业经验，结合项目特点沉淀最佳实践案例及负面案例库，促使全量项目工作规范、提效。
1. 负责杭州区域多个自有及租赁园区的设施设备运营和维护管理；
2. 制定并执行园区设施设备年度预防性维护计划，确保系统高可用性与合规性；
3. 监督日常巡检、运行监控及时发现并处理潜在风险，快速响应同学或租户报修及突发事件，组织协调维修资源，确保服务SLA达标；
4. 管理CMMS系统，规范工单流程，通过产品提升管理效率和服务体验；
5. 完善供应商日常管理机制，评估合同履约情况，持续提升服务质量；
6. 参与新建或改造项目的设施方案评审、施工监管及竣工验收，确保符合运营需求；
7. 分析能源使用数据（水、电、冷/热），识别节能机会，协助推进绿色建筑认证（如LEED、WELL）；
8. 编制并更新设施操作手册、应急预案（如防汛、断电、火灾）及培训材料；
9. 定期输出设施运行报告，包括KPI（如工单完成率、平均响应时间、设备故障率、能耗指标等）；
10. 具有创新意识，定期了解IFM行业发展趋势，为管理团队提出前瞻性创新解决方案。
1.负责阿里集团生态用工系统、人力资源系统产品规划和设计；
2.基于业务痛点，结合现有系统能力与竞品分析，规划并输出长期演进的产品方案，促进业务目标达成；
3.持续追踪AI领域（尤其是大模型、Agent框架）的最新进展，快速将前沿能力转化为可落地的产品方案。
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. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性
2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力
3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等
4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
1. 负责政企产品运营管理，根据产品/项目内容精准定位，制定相应的运营策略及实施计划；
2. 通过党建联建、业务交流等方式，加强客户与业务之间的链接，能够联动集团内外资源，积极促成项目合作和落地；
3. 负责产品客户关系维护，及时响应并处理客户的各类诉求，保障客户满意度及客户生命周期；
4. 对项目运营结果进行数据分析，并据此提出改善措施，不断提升项目整体运营效率。
1. AI数据资产体系建设：负责核心AI数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作。
2. 合成数据与数据多样性：主导结合场景的合成数据多样性生产： 探索基于 AI 模型的合成数据技术，主动解决特定领域（如逻辑推理、长尾语种）的数据稀缺问题。
3. 基于数据语义化，利用大模型做资产库的AI native 的自动生产。
4. 数据驱动的生产闭环：基于评测/资产结论，将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。
5. 持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。
1、负责承运商管理工作，包括：培训、运营质量考核、运力调配、日常沟通、结算等；
2、制定每日运输计划，完成系统排线，追踪货物在途情况；
3、统计日常基础数据，跟进指标达成，输出分析报告；
4、熟练操作运输系统，提出优化需求；
5、处理运输异常，与其他部门横向沟通；
6、执行运输流程标准，反馈修改建议；
主要职责：
1.统筹门店配送全链路运营，通过数据监控与稽核，提升效率、体验与成本优势，并推动总部项目在本地落地。
2.负责配送商的管理，洞察市场与竞对，优化运力布局，并处理日常突发状况。
岗位要求：
1.3年以上外卖、O2O、物流或零售运营相关经验。
2.具备良好的数据分析和沟通协调能力。
3.结果导向，能应对压力，善于解决问题。
主要职责：
1.统筹门店配送全链路运营，通过数据监控与稽核，提升效率、体验与成本优势，并推动总部项目在本地落地。
2.负责配送商的管理，洞察市场与竞对，优化运力布局，并处理日常突发状况。
岗位要求：
1.3年以上外卖、O2O、物流或零售运营相关经验。
2.具备良好的数据分析和沟通协调能力。
3.结果导向，能应对压力，善于解决问题。