薪酬概览
平均月薪
¥56500
中位数 ¥0 ｜ 区间 ¥45200 - ¥67800
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
83.3% 人群薪酬落在 >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
8月新增岗位
23
对比上月：岗位减少0
数据由各大平台公开数据统计分析而来，仅供参考。
抱歉，岗位需求趋势暂无数据
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 | 3 | 15% |
| 3-5年 | 3 | 15% |
| 5-10年 | 11 | 55% |
| 不限经验 | 3 | 15% |
热招职位
1、27届-28届毕业同学，计算机/自动化/机器人等相关专业，硕博优先；
2、对物理AI有强烈兴趣，愿意深入解决RL落地的真实难题；
3、扎实的强化学习基础，熟悉PPO、GRPO、SAC等算法，有MuJoCo、Isaac Gym、CARLA等仿真平台经验；
4、有基于Autoregression、diffusion、flow matching 生成式模型算法经验者优先；
5、熟悉大模型微调（LoRA, DPO, SFT），有VLA/VLM模型训练实际经验者优先；
6、熟练掌握Python/C++，具备算法工程化与调试能力；
7、有自动驾驶公司、机器人公司等RL算法实习或全职经验优先。
1. 计算机科学、人工智能、机器人、电子工程、自动化等相关专业；
2. 具备扎实的机器学习理论基础，熟悉监督学习、模仿学习、强化学习等常见算法，以及Transformer、视觉语言模型和VLA模型等相关技术；
3. 熟悉PyTorch、TensorFlow等至少一种深度学习框架，具备良好的工程和编程能力，熟练掌握Python，了解C++；
4. 具备良好的数学基础，包括线性代数、概率论、统计学及最优化方法等；
5. 对机器人学习、具身智能和多模态大模型具有浓厚兴趣，具备较强的学习能力、创新意识及问题分析能力；
6. 在机器学习、计算机视觉、自然语言处理、机器人或具身智能相关领域的顶级期刊或会议发表过论文者优先；
7. 具备良好的团队协作和沟通能力，能够积极推动研究成果的工程验证与应用落地。
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. 负责大模型相关测评工作，包括但不限于模型性能、精度、安全性、鲁棒性、易用性等维度的测试设计与执行，输出专业测评报告，为模型优化提供数据支撑。
2. 主导大模型测试交付全流程，制定测试计划、设计测试用例、搭建测试环境，执行测试用例、定位并跟踪问题，确保测试工作按时、按质完成，保障模型交付质量。
3. 梳理大模型测试流程，提炼测试重点与难点，优化测试方法、用例设计及测试工具，提升测试效率和测试覆盖率。
4. 配合算法、研发团队，对接测试需求，反馈测试过程中发现的问题，推动问题闭环，参与模型迭代优化的讨论与落地。
5. 整理测试文档，包括测试计划、测试用例、测试报告、问题清单等，确保测试过程可追溯、可复盘。
6. 关注大模型测试领域的新技术、新方法，结合业务场景落地到实际测试工作中，提升测试专业性。
负责测试策略与方案设计、数据集构建与管理
评估算法在各种条件下的表现，对算法指标进行定量评估和分析；设计并执行算法性能基准测试（如时延、内存占用、功耗等）
开发和维护自动化测试脚本、框架和工具链，提升测试效率和覆盖率
问题追踪、badcase分析与报告撰写，向团队和管理层汇报算法质量状态、风险和建议
1. 参与基于 VGGT / Dust3R 等视觉重建 backbone 的 3D 点云场景流与动态 4D 重建算法研发，探索多帧几何一致性、动态物体运动建模与时空特征融合。
2. 跟踪并复现 3D/4D 视觉前沿方法，如 TraceAnything、V-DPM、4RC、D4RT、3DGS、Neural Rendering、Feed-forward Reconstruction 等，参与方案设计与技术选型。
3. 搭建自动驾驶场景下的数据处理、模型训练、评测分析与可视化流程，推动算法在真实数据和闭环仿真场景中的快速落地。
1、硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先，有全双工语音大模型工作经验。
2、对语音识别、语音合成、对话理解等技术具备扎实的理论基础，熟悉端到端语音大模型的原理和架构。
3、熟悉深度学习与 LLM 技术，有使用大规模数据优化模型的动手经验，熟练掌握 PyTorch、TensorFlow 等主流深度学习框架。
4、编程基础扎实，熟练掌握 Python 和 C++ 编程语言，熟悉 Linux 开发环境。
5、具备良好的沟通能力和团队协作精神，有较强的独立工作能力和主人翁意识。
1、负责设计并构建适用于金融场景的高性能多模态大模型（MLLM），提升模型对金融时序图表、扫描件及非结构化文档的极端理解能力；
2、负责主导构建具备高度自主规划（Planning）能力的 Agent 系统，重点聚焦跨工具调度、多轮参数提取及具备金融逻辑约束的推理能力；
3、负责深入应用 Mid/Post-training 训练范式（SFT、RLHF/DPO、Agentic RL），利用强化学习提升多模态大模型的效果以及Agent等链路规划效果；
4、负责针对大模型部署与推理进行系统架构优化，结合 vLLM、sglang 或 Triton 等技术推动多模态 AIGC 产品的工程化落地；
5、负责与产品和业务团队深度合作，将业务痛点转化为技术问题，共同完成前沿技术向创新产品的转化；
6、完成公司交办的其他工作。
任职资格：
1、硕士及以上学历，在多模态、CV等领域有 3 年以上深入研究或工作经验，有主导过行业影响力的项目或发表过顶会论文者优先；
2、精通多模态大模型预训练与微调，深度理解大模型 Post-training 技术栈（尤其是 RL 训练范式与训练稳定性调优）；
3、具备优秀的 C++/Python 编程能力，熟悉分布式训练（Megatron-LM, DeepSpeed）及高性能计算相关技术；
4、熟悉 LangChain、AgentScope 或 OpenClaw 等框架，有实际解决 Agent 记忆缺失、幻觉或长链推理中断问题的经验者优先；
5、有金融行业经验者优先，对金融业务（如 K 线模式识别、宏观因子分析等）有一定理解，能敏锐感知金融数据与通用数据在多模态建模上的差异。
岗位职责：
1、负责设计并构建适用于金融场景的高性能多模态大模型（MLLM），提升模型对金融时序图表、扫描件及非结构化文档的极端理解能力；
2、负责主导构建具备高度自主规划（Planning）能力的 Agent 系统，重点聚焦跨工具调度、多轮参数提取及具备金融逻辑约束的推理能力；
3、负责深入应用 Mid/Post-training 训练范式（SFT、RLHF/DPO、Agentic RL），利用强化学习提升多模态大模型的效果以及Agent等链路规划效果；
4、负责针对大模型部署与推理进行系统架构优化，结合 vLLM、sglang 或 Triton 等技术推动多模态 AIGC 产品的工程化落地；
5、负责与产品和业务团队深度合作，将业务痛点转化为技术问题，共同完成前沿技术向创新产品的转化；
6、完成公司交办的其他工作。
任职资格：
1、硕士及以上学历，在多模态、CV等领域有 3 年以上深入研究或工作经验，有主导过行业影响力的项目或发表过顶会论文者优先；
2、精通多模态大模型预训练与微调，深度理解大模型 Post-training 技术栈（尤其是 RL 训练范式与训练稳定性调优）；
3、具备优秀的 C++/Python 编程能力，熟悉分布式训练（Megatron-LM, DeepSpeed）及高性能计算相关技术；
4、熟悉 LangChain、AgentScope 或 OpenClaw 等框架，有实际解决 Agent 记忆缺失、幻觉或长链推理中断问题的经验者优先；
5、有金融行业经验者优先，对金融业务（如 K 线模式识别、宏观因子分析等）有一定理解，能敏锐感知金融数据与通用数据在多模态建模上的差异。