薪酬概览
平均月薪
¥22000
中位数 ¥22500 ｜ 区间 ¥16300 - ¥27600
数据来源：谈职全网13份招聘数据；更新时间：2026年7月13日
月薪分布
92.3% 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
4月新增岗位
59
对比上月：岗位新增39
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 | 8 | 16.3% |
| 3-5年 | 8 | 16.3% |
| 5-10年 | 8 | 16.3% |
| 不限经验 | 25 | 51% |
热招职位
1. 学历背景
• 计算机科学、人工智能、数学、电子工程等相关专业硕士及以上学历
2. 技术能力
• 精通深度学习和机器学习基础理论，熟悉Transformer架构及LLM原理
• 熟练掌握PyTorch/TensorFlow等深度学习框架
• 精通Python编程，熟悉Java/C++中至少一门语言
• 具备分布式训练、大规模数据处理等工程能力
3. 经验要求
• 2 年以上大模型相关算法研发经验
• 有SFT、强化学习等后训练技术实践经验
• 具备将AI技术在实际业务场景落地的工程经验
加分项
1、在NLP、CV、多模态等领域国际顶会（ICLR、NeurIPS、ICML、ACL等）发表论文
2、主导过知名开源项目或有重要贡献，参加过ACM/ICPC等算法竞赛获奖
3、有智能客服、对话系统、代码生成、企业智能助手 等相关业务经验
4、熟悉RAG、Agent、多模态理解等应用技术
5、优秀的问题分析和解决能力、良好的沟通协作能力和团队合作精神
6、强烈的技术热情和自驱力、对AI技术发展趋势有深入洞察
1、AI摘要Agent研发:
- 设计并实现基于LLM的搜索摘要Agent,提升对搜索结果与旅行内容的理解、推理与结构化总结能力。
- 探索 LLM Reasoning 技术(思维链、多步推理),优化复杂查询的 Deep Research 模式,实现长文本理解与跨内容/跨商品的信息融合。
- 构建端到端系统,涵盖意图理解、知识与商品检索、结果生成与偏好对齐,持续提升用户体验。
2、AI搜推链路升级:
探索搜索/推荐引擎与大模型、机器学习、强化学习等前沿技术的结合,推动AI搜推链路重构与系统优化,结合内容与时空热点属性,构建场景化的导购引导。
3、模型优化及应用:
- 通过指令微调(SFT)、偏好对齐(RLHF/DPO)等技术优化模型在搜推场景的适应性。
- 探索多模态信息(文本、图像、视频、结构化数据)融合的搜索与生成技术。
- 参与统一搜推大模型建设;
1. 集团多种业务场景下，对千亿级流量进行攻击流量识别、人机识别相关算法研究；
2. 通过 LLM 对海量流量及各端审计数据进行分析，不断提升大模型在流量识别场景下的分析及归因能力；
3. 搭建端云协同的风控模型系统，不断提升各类异常流量的防控能力；
4. 跟踪风控领域前沿技术，结合多模态数据，进行原型系统的研发和验证
1. 基于企业办公场景和AI应用，以创新的方式产出企业智能辅助决策和办公流程自动化产品和系统。
2. 理解业务场景，发掘潜在需求，与业务方、产品经理、数据团队及其他技术团队进行有效沟通，确保技术方案符合业务需求并实施，具备可扩展性、可维护性和成本效益。
3. 主导关键技术栈、框架、工具和架构的选择和决策，同时平衡短期项目交付与长期技术储备。
4. 关注算法和工程领域的技术发展趋势（如新模型、新框架、工程实践），持续提升团队整体专业力和战斗力。
1. 研发具身场景自动标注与数据质量评估算法，覆盖运动、感知、具身规划等多层标注及多模态对齐，构建标注自动校验与质量评分体系。
2. 研究 Data-Centric AI 前沿方法（数据混合优化、主动数据选择、数据影响函数等），通过消融实验、归因分析等手段量化不同数据源对模型性能的边际贡献，探索具身场景下的数据 scaling law。
3. 基于价值量化结果制定并迭代训练数据配方（来源配比、质量阈值、规模规划），为数据飞轮的资源分配提供量化依据。
4. 负责具身数据预处理流程的算法设计，包括多模态对齐、轨迹平滑、异常检测与清洗等环节的规范化与自动化。
1、 研发面向仿真的3D生成与重建算法，覆盖单体资产（关节体、可形变物体等）到场景级环境，产出几何合法、物理参数完备、可直接导入物理引擎的高质量3D模型与可交互仿真场景；打通从真实采集数据到可编辑仿真场景的链路；
2、 研发面向仿真训练的高通量渲染管线，包括但不限于3DGS批量渲染优化、物理引擎与渲染的耦合更新机制、以及多环境并行渲染架构，支撑大规模视觉强化学习的实时视觉观测需求；
3、 探索Agentic场景生成等前沿方向，利用驱动场景的自动化构建与迭代；
4、 优化研究Sim2Real闭环相关技术：域随机化、Real-to-Sim重建、合成演示数据生成等，提升具身策略在真实环境中的泛化能力。
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。
智能算法产品事业部-算法工程师-AIGC多模态方向-AI原生-视觉智能
【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。
1688-3D AIGC 算法工程师 / 专家 (3D 纹理与色彩生成方向)-杭州
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. 硕士及以上学历，计算机、人工智能、软件工程、数学、统计学等相关专业优先；
2. 具备扎实的软件工程与机器学习基础，熟悉 Python/JAVA 等至少一门主流编程语言；
3. 熟悉 SFT、DPO、GRPO、RLHF 等主流后训练方法，能够结合业务场景说明不同方法的适用边界；
4. 熟练应用 LoRA、QLoRA、分布式训练、混合精度、Checkpoint 管理等训练工程方法，具备训练任务执行与实验分析经验；
5. 具备训练数据构建能力，能够完成指令数据、偏好数据、拒答数据或评测回流数据的整理、清洗、标注与质量控制；
6. 具备较强的业务理解能力、逻辑分析能力和跨团队协作能力，能够持续推动模型效果优化与业务落地。
加分项：具备垂直业务场景大模型后训练、评测与持续优化的完整实践经验，能够围绕业务目标形成训练-评测-迭代闭环。
1、硕士及以上学历，1年以上搜索推荐广告相关工作经验；
2、熟练掌握Java/C++/Python中至少一门语言，有扎实的数据结构和算法基础；
3、熟练掌握常用的机器学习或深度学习算法，并且有实际运用以及算法优化经验；
4、在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过相关论文者优先。
1、计算机科学、人工智能、数据科学等相关专业；
2、1 年以上商品算法或搜索推荐算法相关工作经验；
3、熟练掌握 Python， SQL，能够独立完成复杂数据查询、加工和分析，有大规模数据处理经验（10亿级数据量以上优先），熟悉 Linux 开发环境；
4、多模态算法：
○ 熟悉计算机视觉（CV）和自然语言处理（NLP）基础算法
○ 有图像分类、目标检测、图像检索、文本分类等实际项目经验
○ 熟悉主流大语言模型（LLM）的原理和应用，有Prompt enginering、RAG、Agent方向实践经验。
○ 熟悉主流多模态大模型（VLM）等多模态预训练模型的原理和应用，有图文匹配、VQA、视觉内容理解等实践经验。
5、要求具备商品理解、向量检索与召回、聚类算法一个或多个领域的项目经验积累，具备扎实的编程与工程能力。