薪酬概览
平均月薪
¥12900
中位数 ¥10500 ｜ 区间 ¥10600 - ¥15200
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
5月新增岗位
38
对比上月：岗位新增22
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 |
|---|---|---|
| 1-3年 | 28 | 75.7% |
| 3-5年 | 9 | 24.3% |
热招职位
1、乐观、皮实、细心，抗压能力强，责任心强，对数字敏感，对AI变革有浓厚兴趣；
2、财务相关本科及以上学历，0~1年财务相关工作经验（有核算/报表/监管岗/税务经验）；
3、财务及税务知识扎实，有大型企业财务经验或电商财税经验优先；
4、熟练使用各类财务系统，有SQL技能、CPA、ACCA、CTA或中级职称等资质优先，有AI应用成功案例。
1.3年以上互联网产品经验，1年以上AI/数据产品落地经验；
2.熟悉机器学习基础原理，能精准拆解算法需求，平衡技术可行性与商业价值；
3.有C端产品设计经验优先，熟悉电商行业或对电商导购、商家私域有经验者优先；
4.熟练使用SQL进行基础数据分析，能用Axure等清晰表达产品逻辑；
1. 计算机或相关专业本科及以上学历（学信网可查），2年以上Java后端开发经验；
2. 精通Java语言，熟练掌握Spring Boot / Spring Cloud等主流框架，具备扎实的工程实现能力；
3. 熟悉常用关系型数据库（如MySQL）及SQL优化技巧，了解缓存（Redis）、消息队列（Kafka/RabbitMQ）等中间件；
4. 具备前端开发能力者优先：熟悉Vue/React等主流前端框架，能独立完成前后端联调与全栈功能交付；
5. 有AI相关开发或使用经验者优先：有spring-ai相关经验，有skill、mcp等开发经验
6. 具备高并发、分布式系统开发经验，熟悉性能调优、系统稳定性保障方案；
7. 有商品、库存、供应链等业务系统开发经验者优先；
8. 责任心强，沟通顺畅，具备良好的团队协作精神和快速学习能力。
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
业务技术-AI Agent 应用开发工程师-商家运营智能方向
1、AI 工程能力：具备完整的 LLM 应用落地经验， 能独立构建 Agent，有 RAG 系统实操经验；
2、2年以上Java研发经验，具备良好的基础和编码能力，熟悉多线程、分布式、数据库、缓存等机制及框架；
3、有对话系统、策略系统、审核系统等相关经验；
4、加分项：做过电商、SaaS、ToB 场景的商家/客户运营相关系统，理解业务侧的决策逻辑；
1、3年以上从事整合营销、市场传播、创意策划等相关工作，思维活跃，有创新精神，脑洞大。
优先考虑候选人：从事过互联网市场品牌营销；做过营销传播项目的4A公司/创意热店/social数字传播公司，做过市场全案项目的媒体/品牌；涉猎过保健、母婴、美妆等集团品牌，对跨境生意市场及海外品牌有所了解；
2、有较强的市场洞察、策略思考和数据分析能力及项目管理（PM）能力，懂业务，逻辑性强；能整合资源，跨团队沟通并协调资源；
3、思维开放，有较强的学习能力、抗压能力和落地执行能力。
1、大模型行业与市场研究：持续跟踪国内外大模型及生成式AI产业发展趋势，覆盖但不限于基础大模型、多模态大模型、AI Agent、Coding Agent、AI应用生态等方向，形成高质量市场研究报告与趋势判断。
2、用户研究与需求洞察：围绕AI数据建设、模型能力优化，开展用户访谈、专家访谈、问卷调研、竞品分析及案例研究；识别用户真实需求和行业场景痛点，形成结构化洞察。
3、战略分析与内外部协同：参与公司在大模型、数据生态、模型评测、行业合作等方向的研究与专项事务；与技术、产品、投资等团队协同，推动研究结论转为业务决策建议。
1、面向Agent消费数据的趋势，完成数据流通产品的产品能力规划设计及产品开放能力建设，打造for Agent 友好的跨域数据消费基础链路，实现数据的分层高效消费和安全流通；
2、深入了解集团业务agent行业现状，挖掘数据消费场域的关键问题，与相关团队合作，形成完整的产品解决方案；通过数据分析聚焦业务痛点，不断优化产品，保障产品的可用性和稳定性；
职位概述：负责阿里集团内智能体业务运行时安全防控运营，从需求对接、方案设计、策略上线到效果验收闭环管理。通过数据驱动的风险洞察和能力评测，协同算法团队构建安全防御能力，协同产品完善安全运营平台，确保高效服务业务的同时满足智能体业务安全、体验、成本优化等多重目标。
核心职责：
1. 安全解决方案设计与交付：
● 对接各智能体业务方，深入理解业务场景（办公、电商、代码、消费等Agent），识别运行时安全风险（Prompt注入、意图偏离、敏感信息泄露、越权等）；
● 综合安全效果、服务响应时效、安全成本、用户体验等因素，为业务量身制定防控方案，包括风险识别策略（规则+模型）、处置策略（拦截/放行/改写/人工审核等）、兜底机制等。
● 协调算法、研发、产品资源，推动方案落地实施，完成业务接入、策略配置、灰度上线，并对最终安全效果负责。
2. 能力建设：通过安全评审、数据分析、红队测试、舆情情报等洞察和定义风险，发现能力短板，协同算法团队建设安全能力，构建评测集并制定验收标准，验收模型效果。
3. 运营机制和平台完善：建立巡检和监控告警机制，跟踪监管及行业动态，确保安全策略符合合规要求，并协同产品完善安全运营平台，优化防控链路，提升策略迭代效率。
数据技术及产品部-AI 数据研发工程师-数据公共层建设/数据语义层建设
1、主导面向Agent的新型数据语义层架构设计与落地，推动数据资产从数据表向智能体可理解、可调用、可推理的消费模式演进；
2、负责端到端数据建模设计与开发交付，基于流批一体架构（Flink + Spark + Paimon）实现业务模型的统一构建与服务；
3、负责数据质量治理与链路稳定性保障，建立覆盖全链路的监控告警、血缘追踪，确保关键数据任务满足SLA要求；
1.负责阿里巴巴公益产品的全栈开发工作；
2.通过工具，平台等方式，来解决复杂业务系统需求和产品交付，提高工作效率，提升系统的整体用户体验；
3.有良好的洞察能力，能够通过新技术、业界优秀产品的分析调研来提升我们的产品体验。
1. 防御机制测试： 对公司内大模型的安全围栏进行黑盒测试，通过实验分析其在内容过滤、逻辑保护方面的实现路径和问题，并输出分析报告。
2. 安全围栏建设： 参与公司模型的内容审计系统开发，编写并维护核心的防御 Prompt 和过滤规则库。
3. 风险路径探测： 对公司模型系统（含插件、沙箱）进行常规的安全评估，识别提示词泄露和接口滥用的潜在风险，并提出加固建议。
4. 反蒸馏技术落地： 协助落地基础的防爬取、模型输出干扰等风控方案，保护公司模型资产。
5. 跨团队协作： 与算法团队配合，将发现的安全漏洞转化为模型微调或对齐的训练样本。