杭州系统集成
系统集成是指将各种独立的软、硬件设备通过信息技术手段进行有机组合和集成，以实现整体系统功能的优化和提升的职位。系统集成人员负责对不同设备进行整合、配置和测试，确保系统的高效稳定运行。他们了解各种软、硬件设备的特性和功能，能够根据需求进行技术选型和定制开发，实现系统的整体协同工作。同时，系统集成人员需要具备问题解决和故障排除的能力，以及良好的沟通协调技巧，能够与不同部门和团队进行合作，确保系统集成过程的顺利进行。通过系统集成，可以提升企业的运营效率、降低成本，实现信息的快速流通和共享。系统集成在信息化时代发挥着重要的作用，是推动企业数字化转型的关键岗位之一。
薪酬概览
平均月薪
¥16100
中位数 ¥11500 ｜ 区间 ¥12000 - ¥20300
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
42.9% 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
6月新增岗位
2
对比上月：岗位减少16
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 | 2 | 100% |
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. 负责服务器/交换机产品系统硬件设计，保证产品方案领先性、成本优势和综合竞争力，参与产品端到端交付；
2. 负责原始需求的分析、评估与分解，提前识别风险点，解决开发过程中遇到的问题；
3. 负责推动各领域按照硬件系统方案按期完成开发和测试工作，保证最终硬件系统的交付质量；
4. 负责持续跟踪和分析友商竞品的优劣势，为平头哥产品定义和设计提供参考依据；
5. 跟进业界技术发展趋势，参与平头哥芯片与硬件产品路标的规划；
如果你想参与阿里大数据的采集、存储、处理，通过分布式大数据平台加工数据，支持业务管理决策；
如果你想参与阿里大数据体系的模型设计、开发、维护，通过元数据、质量体系有效的管理和组织EB级的数据；
如果你想参与阿里大数据产品的研发，发挥你的商业sense，通过数据分析和算法来洞察数据背后的机会，来探索大数据商业化；
如果你想接触世界领先的大数据处理与应用的技术和平台，获得大数据浪潮之巅的各类大牛的指导；
那就加入我们吧！
ATH-AI创新事业部-行业解决方案架构师（技术架构方向）-杭州
1. 行业 Skills 开发与架构设计
负责重点行业专属 Skills 的需求分析、架构设计和开发实现
设计和实现 Skills 的统一架构框架，确保可扩展性、可维护性和性能
编写高质量的技术文档、API 接口规范和最佳实践指南
2. 行业解决方案设计与规模推广
基于行业的市场洞察，理解行业客户的业务痛点和功能性/非功能性需求
基于Qoder CLI的基础能力，提供有竞争力的行业解决方案，并落地实施
基于用户的反馈，快速迭代行业解决方案的技术方案，保证产品的持续竞争力
3. 与产研团队协同
基于行业解决方案的落地实施，与产研协同，改进产研基础设施的建设
参与产品路线图规划，从技术架构角度提出产品和技术的演进建议
4. 客户体验与问题闭环
基于用户的反馈，持续优化Skills的能力，持续保障优秀的客户体验
1、负责阿里Aone 协作产品研发，承担协作项目、迭代、工作项等产品功能的设计与开发；
2、承担协作智能化能力的功能设计与开发，如工作项自主分配、内容智能化整理、缺陷自动修复能力等设计与开发；
3、承担智能化研发场景下，协作功能与知识管理平台、生码平台集成的设计与开发。
1. 数据资产全景与指标体系构建：负责搭建数据资产全景视图，提炼关键业务指标，通过数据洞察市场趋势，为决策层输出专业数据建议
2. 全链路效率监控与优化：围绕AI模型训练场景，构建数据全链路转化漏斗监控体系，追踪各环节转化率与周期效率，识别并推动解决流程卡点，保障数据高效流转
3. 反馈闭环建设与质量评估：建立从数据反馈出发的优化体系，统一拉齐数据质量评估标准，指导提升数据质量的提升及需求的衔接度
4. 跨团队协作与决策支持：协同数据开发、算法团队优化大模型训练效果，设计实验监控模型的反馈结果，给出量化的指标和建议，促进模型的不断优化
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；
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、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