上海人工智能算法工程师
人工智能算法工程师是一种专注于开发和优化人工智能系统的专业人士。他们的工作涉及设计、实现和优化各种机器学习和深度学习算法，以解决现实世界中的复杂问题。这些问题可能包括自然语言处理、计算机视觉、数据挖掘、预测分析等各种应用领域。人工智能算法工程师需要具备扎实的数学和计算机科学基础，熟悉各种机器学习框架和工具，如TensorFlow、PyTorch等，同时也需要对神经网络、优化算法、统计学有深入的理解。他们通常在团队中与数据科学家、软件工程师和产品经理合作，共同开发和部署人工智能系统。这是一项富有挑战性和创造性的工作，同时也是当前人工智能领域中的热门职业之一。
薪酬概览
平均月薪
¥23900
中位数 ¥22500 ｜ 区间 ¥17800 - ¥30000
数据来源：谈职全网64份招聘数据；更新时间：2026年7月13日
月薪分布
51.6% 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
6月新增岗位
100
对比上月：岗位新增64
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 | 53 | 53% |
| 1-3年 | 14 | 14% |
| 3-5年 | 14 | 14% |
| >10年 | 2 | 2% |
| 不限经验 | 17 | 17% |
热招职位
负责触控算法的研究与设计开发，解决触控屏幕在多种场景下的精度、响应速度及稳定性问题，挖掘突破机会点；
解决用户体验痛点问题，参与触控产品的算法设计、性能分析及改进，提升用户体验；
负责触控相关新技术的调研和应用，推动技术创新；
与硬件、软件团队合作，完成触控算法的集成与调试工作。
1、对接客户功能需求；
2、前角功能场景的路径规划和车辆控制算法开发；
3、城市十字路口复杂场景路况应对，特别针对无保护左转右转等场景；
4、ENCAP2026功能场景规控算法开发。
1.教育背景：2027届应届毕业生，计算机、机器人、自动化、电子工程、数学等相关专业硕士及以上学历;
2. 技术能力：
熟练掌握深度学习、强化学习、经典规划算法（如A*、LQR、MPC、Lattice Planner等）；
熟悉主流框架（PyTorch），具备模型训练、调优和部署经验；
编程能力扎实（Python/C++），熟悉Linux开发环境；
熟悉并有VLM/VLA大模型SFT与强化学习微调研究与开发经验；有大模型部署经验。
加分项
1.顶会论文（CVPR/ICRA/CoRL/IROS等）或专利;
2.熟悉大语言模型（LLM）在规划中的应用（如场景理解、决策推理）;
3.有量产项目经验或车规级部署经验.
1、计算机、人工智能、自动化等相关专业硕士及以上学历；
2、具备扎实的深度学习基础，熟悉 Transformer、BERT、ViT、CLIP、BLIP 等主流视觉-语言模型架构；
3、有大模型（VLM、LLM）训练/推理优化经验，熟悉其在多模态任务中的应用；
4、有 VLA 建模、生成式模型（如diffusion）、多模态强化学习相关项目背景；
5、熟练使用 PyTorch、TensorFlow 等深度学习框架，具备良好的工程能力和代码实现能力；
加分项：
- 熟悉机器人感知与控制领域，理解人形机器人操作、导航、交互、动作轨迹预测等基本任务流程；
- 有参与实际机器人系统或多模态交互系统开发的项目经验；
- 熟悉开源大模型生态（如 LLaVA, Pi0, RT-2, OpenVLA 等）并有实际使用或改进经验；
- 具备从零构建多模态系统或算法平台的能力。
1. 自动化、计算机、人工智能、机器人等相关专业硕士及以上学历。
2. 熟悉机器人动力学、运动学、最优控制，有扎实的数学基础。
3. 精通Linux和Docker开发环境，熟悉C++和Python，掌握git工作流，具有良好的编程习惯。
4. 谦逊开放、思维活跃，具有团队合作意识。
5. 学习能力强，可以独立探索与学习先进的算法。
【加分项】
1. 熟悉主流强化学习、模仿学习等算法。
2. 熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境。
3. 有灵巧手触觉传感器应用经验。
4. 有sim2real实战经验。
5. 有多关节机器人控制经验。
6. 在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先。
1、优化信息流的召回、排序、重排等算法，提升ctr/uv等核心业务指标；
2、分析用户行为数据，参与用户画像相关工作建设，进行用户长短兴趣建模及特征设计；
3、探索各种前沿算法，针对不同的业务场景，制定合适的算法与策略，并不断优化效果；
4、对推荐效果做深入分析，定位影响效果的因素，并提出改进方案；
5、完成公司交办的其他工作。
任职要求：
1、计算机相关专业硕士及以上学历；
2、两年及以上推荐算法相关经验，熟悉常见推荐系统技术，包括召回模型、排序模型、特征构建等；
3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉Tensorflow/Pytorch等深度学习框架；
4、具有较强的数据意识，精通常用的数据挖掘算法和机器学习算法，在用户画像构建、特征工程方面有经验者优先；
5、具备大规模推荐、搜索、广告实际场景经验者优先；
6、对解决挑战性问题充满激情，有较强的责任心和主动性，具备良好的沟通协作能力。
岗位职责：
1、优化信息流的召回、排序、重排等算法，提升ctr/uv等核心业务指标；
2、分析用户行为数据，参与用户画像相关工作建设，进行用户长短兴趣建模及特征设计；
3、探索各种前沿算法，针对不同的业务场景，制定合适的算法与策略，并不断优化效果；
4、对推荐效果做深入分析，定位影响效果的因素，并提出改进方案；
5、完成公司交办的其他工作。
任职要求：
1、计算机相关专业硕士及以上学历；
2、两年及以上推荐算法相关经验，熟悉常见推荐系统技术，包括召回模型、排序模型、特征构建等；
3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉Tensorflow/Pytorch等深度学习框架；
4、具有较强的数据意识，精通常用的数据挖掘算法和机器学习算法，在用户画像构建、特征工程方面有经验者优先；
5、具备大规模推荐、搜索、广告实际场景经验者优先；
6、对解决挑战性问题充满激情，有较强的责任心和主动性，具备良好的沟通协作能力。
1. 参与电商搜索场景CTR/CVR预估、召回、搜索相关性等算法模型的开发与迭代；
2. 参与query理解、用户画像、商品属性等方面的海量数据清洗和特征工程，为搜索各算法场景提供数据支撑；
3. 参与算法团队方向与优先级制定；带领团队持续提升全站转化率与GMV；
任职要求
1. 5年以上工作经验，良好的计算机专业基础(数据结构, 算法, 编程语言, 数据库等) ；
2. 对机器学习，数据挖掘有较为扎实的理论基础及应用；
3. 扎实的编码功底，熟练使用 Python，Java，C++，Scala等编程语言以及TensorFlow, PyTorch等深度学习框架；
4. 有Hadoop/Spark等大数据工具使用经验；
5. 有搜索、推荐、广告等大型系统相关的算法研发经验，参与过诸如搜索排序模型、个性化推荐模型、广告点击率预估等相关项目；
6. 具有较强的产品与业务思维、数据驱动思维、自驱力、以及对于模糊 / 困难问题的攻坚能力；
7. 性格开朗乐观，责任心强，积极主动，善于沟通，具有团队精神 ；
8. 具有较强的的文档编写能力、较强的学习能力
算法工程师（未来领军），招聘方向如下：
无线接入预研（6G/NTN）、芯片、分组数据、射频及天线、光传输、智能运维、无线网络智能化、天地一体化、运筹优化、数字孪生、灵巧手
每个技术方向均配有独立的招聘需求说明，更多岗位详情 请点击查看
算法工程师（未来领军），招聘方向如下：
无线接入预研（6G/NTN）、芯片、分组数据、射频及天线、光传输、智能运维、无线网络智能化、天地一体化、运筹优化、数字孪生、灵巧手
每个技术方向均配有独立的招聘需求说明，更多岗位详情 请点击查看
1. 研发、跟踪、改进前沿多传感器测算法，实现包括但不限于视觉和稀疏深度的目标检测，深度估计，语义感知等任务。
2. 负责算法在实际产品中的落地和优化，不限于优化深度学习模型结构，快速实现模型量化、压缩与部署加速；
3. 负责搭建完整的数据闭环Pipeline和数据处理/数据测评系统，保证训练稳定和交付可靠。
- 负责根据需求来完成仿真软件集成、开发，维护并拓展仿真平台；
- 负责搭建完整的仿真流程，按照需求快速生成仿真场景，实现算法迭代；
- 通过仿真研究和应用3DGS，SLAM等技术，探索自动驾驶/机器人等多种应用场景。
1. 前沿3D/4D视觉算法研发：负责研发、跟踪并改进以VGGT、DA3、V-DPM、D4RT等为代表的最新3D&4D基础模型，探索其在动态场景理解与建模中的应用。
2. Feed-Forward 3D/4DGS算法研发：主导前馈式3D高斯泼溅（Feed-Forward 3DGS）与4D高斯泼溅（4DGS）算法的研发。致力于实现从单张或多张图像到可渲染3D场景的快速、泛化重建，并探索其在动态场景时空建模与实时渲染中的应用，突破传统逐场景优化的效率瓶颈。
3. 3D/4D重建算法重构：针对具体业务场景，利用前沿基础几何模型优化SLAM与SfM等传统算法流程，解决大规模、高保真的3D/4D重建中的效率与精度问题。
1. 参与世界模型（World Model）核心算法研发，探索基于Diffusion的时空序列建模，优化场景一致性和运动连贯性。
2. 负责视频/图像生成模型的训练优化，包括采样加速、条件控制、长序列生成等；
3. 跟踪前沿论文，复现并改进核心算法；
4. 与工程团队协作，推动模型在业务场景的落地应用。