杭州自动化控制工程师
自动化控制工程师是负责设计、开发和维护自动化系统的专业人员。他们使用先进的控制系统和软件来监控和操作机械、电子或计算机系统，以提高生产效率、降低成本和改善产品质量。自动化控制工程师可能在各种行业工作，如制造业、石油和天然气行业、交通运输、能源等领域。他们需要深入了解传感器、执行器、编程和数据分析，以便设计和实施自动化系统。此外，他们还需要与其他工程师和技术人员合作，确保系统设计符合技术标准和安全规定。对于自动化控制工程师来说，解决问题、创新和不断学习都是非常重要的技能。因为他们需要不断适应新的技术和挑战，以保持自己的竞争力。
薪酬概览
平均月薪
¥11200
中位数 ¥10500 ｜ 区间 ¥8400 - ¥14100
数据来源：谈职全网17份招聘数据；更新时间：2026年7月13日
月薪分布
82.4% 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
6月新增岗位
2
对比上月：岗位减少24
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 | 5 | 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. AI数据资产体系建设：负责核心AI数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作。
2. 合成数据与数据多样性：主导结合场景的合成数据多样性生产： 探索基于 AI 模型的合成数据技术，主动解决特定领域（如逻辑推理、长尾语种）的数据稀缺问题。
3. 基于数据语义化，利用大模型做资产库的AI native 的自动生产。
4. 数据驱动的生产闭环：基于评测/资产结论，将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。
5. 持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。
【团队介绍】
阿里巴巴中间件团队是集团基础技术的核心支撑力量，负责消息、服务发现与软负载、分布式协调、任务调度）、配置管理等核心中间件产品在集团内部的稳定性保障与运维体系建设。
这些中间件承载了阿里集团几乎所有在线业务的流量调度、服务通信与数据流转，覆盖电商、物流、本地生活、云计算、大文娱等 BU，日均处理万亿级消息、百万级服务节点调度，是每年双 11 大促的底层生命线。
团队当前重点方向：
1、稳定性工程 — 从准入规范、变更管控到容灾演练的全链路保障体系，目标全年中间件可用性
99.99%；
2、AI 智能运维（Agentic SRE） — 将运维经验沉淀为 Agent Skills，通过 LLM + MCP 实现告警自愈、风险治理、架构演进，通过 AI 提升中间件产品的稳定性
我们相信：下一代 SRE 不只是运维工程师，更是用 AI 重新定义运维的人。 如果你既有系统功底，又对用技术杠杆 10x 提效充满热情，这里是你的主场。
【职责描述】
1. 负责阿里巴巴集团核心中间件（软负载 / 消息 / ZooKeeper / 配置中心等）的稳定性保障，包括故障定位、性能调优、容量规划与成本治理；
2. 主导中间件重大风险识别、应急预案设计与容灾演练，确保分钟级恢复能力；
3. 建设中间件 + AI 智能运维体系（Agent / Skills / MCP），实现 10x 效率提升，将人工经验沉淀为可复用的自动化能力；
4. 面向业务需求提供中间件选型建议与架构方案，联动产品和开发推动落地；
5. 参与大规模集群建站、大促备容及架构升级，支撑集团业务持续增长。
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。
【基础要求】
1、扎实的 Java 功底，深入理解 JVM 原理、多线程模型及常用设计模式。
2、熟悉 Spring Boot 架构，有处理高并发请求、分布式事务及系统稳定性经验，能够熟练使用工具（如 Arthas）进行性能调优。
3、精通分布式数据库原理，有 Lindorm（宽表/时序）、Hologres（HSAP）、ADB（AnalyticDB） 或同类产品（如 StarRocks, ClickHouse）的实际生产环境优化经验，理解其底层原理（如存储计算分离、索引机制）。
4、熟悉并理解数据指标建模，有星型/雪花模型设计经验，能够合理规划数据分层。
5、具备卓越的 SQL 能力，能够处理复杂的关联分析并在海量数据场景下完成调优。
【AI 实践经验】
1、熟悉大模型（LLM）生态，有 Multi-Agent（多智能体）、Skill实践经验者优先。
2、了解如何定义和封装 Skill、AI frendly工具供AI调用，并能解决 LLM 在复杂数据分析中的幻觉问题。
【软性素质】
1、具备优秀的逻辑抽象能力，能将繁杂的业务指标转化为标准化的技术方案。
2、对数据敏感，能够通过数据发现业务问题并驱动技术改进。
【加分项】
1、有 AI Agent 框架（如 LangChain, ADK, 或自定义Agent框架）的实际项目落地经验。
2、在大规模离线/实时数据集成领域有深度见解。
1. 本科及以上学历，2 年以上互联网商业分析、经营分析相关工作经验，具有良好的业务洞察力和数据分析能力；
2. 具备良好的SQL和数科分析能力，对AB实验，因果推断熟悉，有复杂实验设计经验、能结合AI能力提效者优先；
3. 有电商、用户、供给、供应链、AI产品等方向的分析及策略落地经验，能将数据结论有效转化为业务行动。
4. 具有强烈的学习意愿和工作热情，有较强的学习能力，沟通协调能力和执行力，有较好的自驱力。
1、本科及以上学历，计算机科学、软件工程、人工智能相关专业优先；
2、熟练掌握Java/Python/Go/C++等编程语言，具备扎实的算法与数据结构基础；
3、具备Agent系统开发经验，掌握LangChain/LLamaIndex/AutoGen等框架及实现原理，能够设计高可用、高扩展性的大模型/Agent工程架构；
4、掌握Prompt工程、RAG、Tool Calling、Context Engineering等AI应用关键技术；
5、能够进行工具集成，掌握OpenAPI、RPC、MCP等协议实现方案；
6、了解机器学习、深度学习框架（PyTorch/TensorFlow），有Transformer等模型实战经验优先；
7、具备问题/价值驱动的探索精神和优秀的问题解决能力；
8、敢于创新，主动探索AI新技术/新范式在商业场景中的应用边界；
9、对AI技术充满热情，具备快速学习的能力，持续关注和学习AIGC前沿技术研究。
1. 计算机相关专业本科及以上学历，1年以上后端 / 算法工程 / AI 应用研发经验，熟练掌握 Python，熟悉至少一门工程语言（Java/Go/TypeScript）。
2. 深入理解大模型基本原理与工程化实践，熟悉 Prompt Engineering、RAG、Function Calling、Agent 编排范式，有基于 LangGraph、LlamaIndex、AutoGen、Dify、AgentScope等框架的实战经验者优先。
3. 具备扎实的系统设计能力，熟悉高并发、分布式、可观测性体系，能独立完成从 0 到 1 的服务搭建与线上稳定性保障。
4. 至少有一段将 AI Agent / LLM 应用推上 C 端或 B 端真实业务、并对核心指标负责的端到端落地经验。
5. 具有持续学习意愿，业务结果导向，能在快速变化的技术环境中保持判断力。
加分项：
1. 有多 Agent 系统、Agentic Workflow、Agent 评测平台、模型微调或后训练经验。
2. 在 AI Agent / LLM 方向有开源项目、技术博客、专利或顶会论文产出。
3. 有内容、社区、用户增长、商业化等 C 端业务场景的 AI 落地经验。
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