薪酬概览
平均月薪
¥54700
中位数 ¥0 ｜ 区间 ¥43300 - ¥66100
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
100% 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
86
对比上月：岗位减少0
数据由各大平台公开数据统计分析而来，仅供参考。
抱歉，岗位需求趋势暂无数据
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 | 38 | 44.7% |
| >10年 | 38 | 44.7% |
| 不限经验 | 9 | 10.6% |
热招职位
1. 计算机、人工智能、机器学习或相关专业本科及以上学历（硕士优先），具备 1–5 年工作经验；
2. 熟练掌握 Python，熟悉 PyTorch 或 TensorFlow 框架，理解 Transformer 架构与大语言模型基本原理；
3. 具备大模型后训练实践经验，熟悉 Prompt Tuning、LoRA、RLHF、RAG 等主流方法，能独立完成小规模实验与调优。
加分项：
1. 有智能体（Agent）实际落地经验，熟悉 LangChain、LlamaIndex、AutoGPT 等框架；
2. 了解多模态内容理解、模型压缩或推理加速技术；
3. 有真实业务场景中的大模型应用案例，或在开源社区有贡献。
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
飞猪正在重构下一代 AI Native Search，打造旅行行业的AI搜索引擎。我们希望通过大语言模型、Agent、Reasoning、Semantic Retrieval 等技术，构建能够理解用户真实需求、具备推理能力的新一代搜索系统。如果你希望参与搜索范式的变革，而不仅仅是调排序模型，这将是一个非常好的机会。
你将负责
1）构建 AI Native Search Engine，提升复杂旅行需求的搜索理解与满足能力；
2）设计并实现基于LLM的 Query Understanding、Constraint Reasoning、Intent Planning等核心能力；
3）探索Agent驱动的搜索范式，Reason Search、Intent Navigation、端到端生成式检索等能力；
4）研发 LLM Re-ranking、多目标优化及搜索决策模型，提升用户体验与业务指标；
5）跟踪 Agent、Reasoning、RAG、Memory、World Model 等前沿技术，并推动业务落地。
1.围绕办公场景（办公、IT、人力资源、财务、法务等场景）参与设计先进的Agent架构（记忆模块、规划模块、工具调用模块等），在各个场景落地，并取得效果
2.通过Harness Engineering的相关技术，来提升LLM或者Agent在垂域的效果，通过调优来提升整个效果
3.联动工程与算法团队，深度参与设计“办公领域通用Agent框架”。通过对办公SOP的算法抽象，建立标准化的意图理解、工单结构化与任务分发机制，实现Agent能力在不同职能场景间的快速迁移与规模化协同
4.通过Vibe Coding来快速进行Harness Engineering相关的探索与实验，进一步探索 办公领域AI-Native 开发范式
数据技术及产品部-具身智能数据算法工程师-worldsim方向
1、研发端到端仿真技术，基于机器人交互数据生成与策略动作对齐的多模态观测轨迹。
2、设计合成数据的质量评估与自动化标注体系，覆盖物理一致性、动作跟随精度、语义对齐、长时序稳定性等多维指标。
3、构建可扩展的合成数据引擎和闭环策略评估框架，使合成环境与策略形成交互闭环。
4、探索跨本体统一建模、长时序稳定推演、推理加速等关键问题，推动合成数据从研究原型走向规模化生产。
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。