杭州道路设计师
道路设计师是负责规划和设计道路、桥梁和隧道等交通基础设施的专业人员。他们需要考虑道路的布局、弯道的曲率、坡度和交通流量，以确保道路的安全、高效和环保。道路设计师需要使用专业的计算机软件和工程原理来制定道路设计方案，同时需考虑地质情况、环境影响和社会需求。他们还需要与政府部门、土地所有者、环保组织等各方沟通合作，确保设计方案符合法律法规并得到批准。道路设计师的工作需要综合考虑技术、经济和社会因素，以满足城市发展和交通需求的要求。这一职业对创意、技术和责任心都有着很高的要求。
薪酬概览
平均月薪
¥12600
中位数 ¥12500 ｜ 区间 ¥8900 - ¥16300
数据来源：谈职全网12份招聘数据；更新时间：2026年7月13日
月薪分布
75% 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
4月新增岗位
50
对比上月：岗位新增35
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 | 16.7% |
| 1-3年 | 8 | 16.7% |
| 5-10年 | 16 | 33.3% |
| 不限经验 | 16 | 33.3% |
热招职位
1.负责分管项目的质量监管，施工现场各方面的管理与协调；
2.负责落实施工现场各项规章制度
3.对施工现场出现的问题积极响应、研究对策、及时处理；
4.负责建设施工现场的施工质量管理等相关工作
1. 协助工程师进行公有云/私有云/基础设施平台日常运维、监控及故障排查。
2. 配合完成云资源配置、优化及备份恢复工作，保障平台稳定运行。
3. 协助维护云平台相关设备，学习云运维策略及规范的落地执行。
4. 学习云运维相关工具和技术，整理运维日志及相关文档资料。
二、任职要求
1. 计算机、网络工程等相关专业本科及以上在读，了解公有云/私有云基础概念。
2. 熟悉Linux系统基础操作，了解阿里云、腾讯云等公有云产品者加分。
3. 细心负责，具备较强的故障排查能力和逻辑思维，对运维工作敏感。
4. 学习能力强，有责任心，具备良好的团队协作和沟通协调能力。
【2026】浙江区域集团建筑设计同道人（杭州）(J21860)面议
1.协助编制设计任务书，跟进设计单位出图进度。
2.协调内外部意见，审核图纸并跟踪修改。
3.管理设计资料，维护图纸档案。
4.研究新材料、新工艺及行业规范。
【2026】浙江区域集团精装修设计同道人（杭州）(J22191)面议
1.设计协助： 协助精装修设计任务书的编制，并跟进设计单位的方案、施工图及物料选样全过程。
2.图纸审核： 协助审核装饰施工图、节点大样图，核对与机电、建筑的图纸叠加，整理审核意见。
3.物料管理： 参与装饰材料的初步选型、封样及后续的现场效果复核工作。
4.现场协调： 巡查施工现场，协助解决设计落地问题，确保设计效果实现。
5.资料整理： 收集整理设计资料、材料样本、技术规范等，建立并维护设计资料库。
【2026】浙江区域集团土建管理同道人（杭州）(J21864)面议
1.深入一线，全过程参与完整项目开发，积累完成项目操盘经验。
2.通过对工程技术、合作伙伴（施工方、监理方、材料设备供应商等）的管理，确保项目工程质量、进度、安全、成本目标达成。
【2026】绿城生活科技集团-匠心公司-建筑设计岗启航生（杭州）(J21971)面议
1．辅助方案设计与表达，包括：基础的图纸绘制，模型制作，资料收集以及文本制作工作；2．协助技术图纸绘制，根据规范，修改．深化图纸模型；3．团队协作．跨专业配合；参与项目设计进度全过程把控。
1、配合软装设计院相关设计工作安排；
2、参与项目设计进度全过程把控；
3、积极配合完成公司相关导师带教任务。
1、追溯方案设计与数据管理：结合IATF
16949、VDA等标准设计产品追溯方案；确保关键制造数据（SN、工序、参数、质检）完整可追溯，优化数据存储与查询效率
2、数据分析与可视化：参与异常追溯分析，提供数据支持；利用BI等工具实现MES数据可视化，提升质量管理水平
3、设备对接与联网实施：协调PLC、SCADA、Kepware等系统与MES的数据采集与通讯；参与设备联网方案制定，确保生产数据实时采集与上传，优化传输稳定性
4、需求受理与系统配置：与生产、IE、工艺、设备、质量等部门对接，收集分析MES业务需求；负责项目导入阶段MES系统功能配置，包括工艺流程、工序控制、物料追踪等
5、系统实现与测试培训：配合供应商和开发团队完成接口开发、调试及上线验证；协同开发团队推动业务需求系统实现，负责UAT测试及用户培训
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。