薪酬数据技术杭州路径规划算法工程师
算法工程师需求量小

杭州路径规划算法工程师

在自动驾驶系统中,通过数学建模与算法设计,将感知信息与地图数据转化为实时、安全、高效的车辆行驶轨迹,支撑车辆决策与控制系统的可靠运行。

 
职业全景发展路线简历重点

薪酬概览

  • 北京
  • 上海
  • 广东省
  • 浙江省
  • 江苏省
  • 山东省
  • 湖南省
  • 湖北省
  • 陕西省

平均月薪

¥31500

中位数 ¥0 | 区间 ¥22000 - ¥41000

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

60% 人群薪酬落在 15-30k

TANZHI AI

简历不只是罗列信息,更要形成一个清晰的职业判断

当招聘无法快速判断你是谁时,再完整的经历,也只是信息。智能重构会统一主线与角色表达,让整份简历真正成立。

查看简历重构

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

3-5年
5-10年
不限经验

影响薪资的核心维度2:学历背景

本科
硕士

影响薪资的核心维度3:所在城市

城市职位数平均月薪城市平均月租
(两居室)
谈职薪资竞争力指数
8¥35600¥5700
90
8¥25800¥3200
70
6¥29900¥2200
55
5¥31900¥3900
40
6¥33300¥2600
31
7¥31400¥2000
27
6¥22900¥1100
20
5¥23200¥1800
15
5¥31500¥3800
10
5¥29000¥7100
5

市场需求

  • 北京
  • 上海
  • 广东省
  • 浙江省
  • 江苏省
  • 山东省
  • 湖南省
  • 湖北省
  • 陕西省

7月新增岗位

38

对比上月:岗位新增34

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
3-5年19
40.4%
5-10年19
40.4%
不限经验9
19.1%

岗位在变化,但招聘判断始终只看一件事:你是谁

赢得机会,你的简历需要更快被读懂

查看简历职业角色判断

不同城市的需求分析

路径规划算法工程师岗位在不同城市的需求分布如下,点击城市可查看当地路径规划算法工程师的招聘、薪资和就业数据。

#4 株洲
8.5%6 个岗位
#5 苏州
8.5%6 个岗位
#6 武汉
8.5%6 个岗位
#7 济南
7%5 个岗位
#8 杭州
7%5 个岗位
#9 长沙
7%5 个岗位
#10 广州
7%5 个岗位
#11 上海
7%5 个岗位
#12 北京
7%5 个岗位
相似职位热门职位热招公司热招城市相似名称
陈晶晶重构后

个人总结

  • 前置职业定位
  • 去除泛化表达
  • 让内容直接服务判断
TANZHI AI

你的简历,会被判断成这个职位要找的人吗?

上传简历,看看当前表达会让招聘方形成怎样的职业角色判断

查看简历判断
推荐阅读

热招职位

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. 负责闪购场景下生成式商品推荐系统的设计与实现,推动 OneRec/OneSearch 等端到端架构在千万级 DAU 业务中落地。

2. 主导基于 Decoder-Only 架构的商品生成与排序算法,利用强化学习(RL)优化奖励系统,提升推荐的准确性和转化率。

3. 构建多模态用户表征体系,深度融合长短期行为,利用语义建模技术打造下一代用户标签体系。

4. 应用层级量化编码(RQ-VAE)等技术解决商品结构化难题,持续优化 CTR 和订单转化指标。

1、计算机科学相关专业(人工智能、计算机科学、电子信息工程、数学、统计等);

2、扎实的技术背景,掌握深度学习/强化学习/LLM&AIGC等相关的基础知识,有相关的实践或研究经验;

3、熟悉 PyTorch,TensorFlow等深度学习平台;

4、有大模型&生成式出价、搜推广等方向优化经验优先;

5、有国际顶会发表过论文优先,参加过ACM或数据挖掘&机器学习类竞赛(天池大奖赛、Kaggle)并获奖优先;

6、具有快速学习能力,有责任感,良好的团队合作和沟通能力;

1. 计算机、数学、统计学或人工智能相关专业硕士及以上学历;

2. 具备 1 年以上机器学习/深度学习研发经验,有搜索、推荐、广告或运筹优化背景者优先;有 LLM 相关实践经验(如微调、推理优化、检索增强)者尤为欢迎;

3. 扎实的编程功底,精通 Python/C++/Java 至少一种,熟悉 TensorFlow、PyTorch 或 HuggingFace 生态;

4. 对数据高度敏感,具备优秀的逻辑思维能力,能独立定义问题并设计解决方案;

5. 具备良好的沟通协作能力,快速学习、严谨务实、抗压能力强,保持对技术的热情与好奇心;

6. 在 KDD、SIGIR、WWW、CIKM、ICML、NeurIPS、ACL 等顶级会议或期刊发表过论文者优先。

【必备项】

1. 深入理解AIGC核心技术原理,涵盖扩散模型(Stable Diffusion、Flux、Qwen等)、自回归生成及多模态理解等方向,具备图像/视频生成、编辑或多模态相关项目的完整落地经验;

2. 工程实现能力扎实,熟练掌握Python/C++至少一门语言,熟悉PyTorch等主流深度学习框架,具备从算法原型到生产部署的全流程开发能力;

3. 对生成式AI保持高度热情与敏锐的技术洞察力,具备独立复现前沿论文并将研究成果快速转化为业务落地的能力;

4. 具备良好的沟通协作与知识分享意识,能与产品、工程等跨职能团队高效对齐目标、协同推进项目。

【加分项】

1.在CVPR、ICCV、ECCV、NeurIPS等学术会议发表论文,或在相关竞赛中取得优异成绩;

2. 具备计算机图形学、物理仿真、3D生成或大模型/Agent开发经验者优先考虑。

1、希望背景: 计算机视觉、图形学、人工智能或相关专业硕士及以上学历。

2、专业基础: 精通深度学习框架(PyTorch/TensorFlow),对 Diffusion Model、GAN、NeRF、3D Gaussian Splatting 等生成式 AI 模型有深入理解;具备扎实的计算机图形学基础,熟悉纹理映射、UV 展开、光照渲染原理及 3D 打印工艺流程。

3、项目经验: 有 3D AIGC、纹理合成、图像修复(Inpainting)或多视角几何重建相关项目经验;熟悉体素化数据处理或隐式神经表示(Implicit Neural Representations)者优先;有光照估计、高光/阴影去除或反渲染(Inverse Rendering)相关研究经历者优先。

4、编程能力: 熟练掌握 Python/C++,以及 libigl/CGAL/meshlib 至少一种 C++ 几何算法库;具备良好的代码规范和工程落地能力,能处理大规模 3D 数据(如百万级面片模型)。
加分项: 在 CVPR, ICCV, ECCV, SIGGRAPH, NeurIPS 等顶级会议发表过 3D 生成或纹理相关论文者;有开源 3D 生成项目贡献或 GitHub 高星项目作者;熟悉 3D 打印切片软件底层逻辑或有相关行业落地经验。

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

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。

1. 计算机科学、人工智能、计算机图形学或相关专业硕士及以上学历

2. 两年及以上图形学方向(聚焦于3D生成、3D表征方面)工作经验

3. 熟练掌握 Python 和 PyTorch,具备扎实的深度学习工程能力,能够独立完成模型训练、调试、评测和推理部署优化

4. 熟悉主流生成模型与深度学习架构,包括但不限于 Transformer、U-Net、VAE、自回归模型、扩散模型、Flow Matching 等;了解常见预训练、微调和后训练方法,如 SFT、RLHF、偏好优化等

5. 具备扎实的计算机图形学和3D视觉基础:熟悉常见的3D表征,离线渲染、pbr材质体系、计算几何等相关理论与算法

6. 熟悉三维重建或 3D 生成相关方向,包括但不限于单图/多图 3D 重建、物体级 3D 生成、室内场景重建与生成、纹理生成、材质估计、部件级结构生成等

7. 熟悉 Open3D、PyTorch3D、Blender、Trimesh、Kaolin、nvdiffrast 等 3D 工具或渲染/几何处理框架者优先

8. 具备良好的科研能力与问题分析能力,有 SIGGRAPH / CVPR / ICCV / ECCV / NeurIPS 等顶会论文或相关研究经验者优先

1. 计算机科学、人工智能、机器学习、计算机视觉、自然语言处理或相关专业硕士及以上学历

2. 两年及以上工作经验

3. 熟练掌握 Python 与 PyTorch,具备扎实的深度学习基础和良好的算法工程能力

4. 熟悉主流生成式模型与深度学习架构,如 Transformer、Diffusion、Autoregressive Models 等

5. 对大语言模型(LLM)、多模态大模型及生成式AI技术有深入理解,熟悉SFT、RLHF、DPO、RAG、Agent等相关技术

6. 具备空间理解、场景生成、2D/3D布局生成、元启发式算法(如mcts、基因算法等)、约束优化、商品理解、用户意图建模或生成式推荐相关经验者优先

7. 有家具布局生成、智能搭配推荐、对话导购、推荐系统或多Agent系统相关研究或项目经验者优先

8. 在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、ACL、EMNLP、KDD、WWW、RecSys等会议发表过LLM、多模态、推荐或AIGC相关论文者优先

9. 具备良好的科研能力与团队协作能力,能够独立推进算法研究、实验分析与技术落地

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

1. 计算机科学、统计学或相关领域的硕士及以上学位。

2. 至少两年以上工作经验,具有强化学习在大模型的相关应用项目经验。

3. 熟练掌握深度学习、强化学习以及传统机器学习算法,有在风险评估或决策系统中应用这些技术的实战经验。

4. 擅长使用Python和至少一种深度学习框架(如TensorFlow或PyTorch),有良好的软件开发能力和编程习惯。

5. 具有优秀的数据分析能力,并能够对数据进行洞察以引导模型的建立和优化。

6. 具备在不确定环境下主动识别问题、分析问题并解决问题的能力。

7. 有出色的团队协作和沟通能力,能够在跨职能团队中高效合作。

8. 持续关注行业趋势和学术进展,对新技术抱有热情并愿意快速学习并应用于工作中。