薪酬概览
平均月薪
¥24700
中位数 ¥25000 | 区间 ¥18600 - ¥30800
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
100% 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
11月新增岗位
12
对比上月:岗位新增3
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 | 9 | 100% |
热招职位
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。
基于用户决策快照的广告预估基座模型 【课题说明】打造以用户决策过程为核心的下一代广告预估基座模型。课题目标是在美团全域业务(外卖 / 到店 / 酒旅 / 团购等)中,构建一个用于预估任务的「用户决策大模型」,通过拟合用户历史决策时刻的全部上下文信息,学习用户偏好,预测用户下一个时刻的曝光 → 点击 → 浏览 → 加购 → 下单 → 到店 → 评论的全链路多状态、多路径概率。【建议研究方向】
1.多模态决策场景重建:构建「全域行为快照生成器」,将用户的行为序列,转换为用户每一次决策时刻的多模态、高信息密度的「决策快照」。
2.用户决策基座模型:依托「全域行为快照」,预训练一个统一的用户决策基座模型,在给定任意「场景 prompt + 候选 item/店铺」时,能输出用户下一步行为的多任务、多状态概率。
3.决策策略对齐:探索该模型在各个场景上进行轻量微调与部署的方案,实现场景级定制。
关于我们人工智能模型的表现很大程度上依赖于高质量的训练数据。文远知行的数据团队拥有专业的数据标注团队和系统,我们的算法团队致力于通过先进的模型和算法通过自动和半自动标注提高标注效率和质量。
职位描述:
构建新一代大规模和高质量的视觉任务数据集;
研究视觉大模型关键技术,包括但不限于数据筛选、数据合成、模型训练、评测方法等。
职位要求:
扎实的Python/C++开发能力,具备良好的编程习惯;熟练掌握Python,熟悉Pytorch、transformers等常用工具,具备常用数据结构及算法的扎实基础;熟悉视觉感知或大语言模型(LLM)技术,了解前沿视觉大语言模型技术;加分项:具有自动驾驶感知算法研发经验;在顶级会议上发表过文章。
1、三维导航系统开发:基于激光/视觉SLAM实现动态场景重建,开发多目标路径规划算法,设计运动学控制接口适配UR/Unitree等机器人平台;
2、多模态模型工程化:优化视觉语言模型在导航任务中的推理效率,实现多传感器标定工具链,构建仿真-真机数据闭环系统;
3、导航智能体开发:开发面向导航的任务规划与决策等模块开发,设计知识图谱增强的检索系统,探索多智能体协作策略;
4、技术文档编写:编写软件设计文档、调试报告及相关技术资料。
负责人机对话系统架构设计、核心算法研发,涵盖多轮对话管理、语义理解、对话策略等,保障系统高效、准确、流畅交互,适配智能客服、语音助手等多业务场景。
参与大模型开发应用,进行微调、优化、扩展,提升对话生成、知识问答性能,挖掘大模型商业价值。
跟踪前沿算法成果,结合业务需求开展对话系统相关算法研究创新,提升系统在对话理解、生成、上下文感知等方面能力。
实现对话系统及相关算法工程化,优化性能,构建可扩展、可维护架构,满足高并发、低延迟要求。
与产品、研发、数据团队协作推进项目,提供算法技术支持,解决技术难题,开展技术分享培训。
1、负责交易场景核验,含车辆价格估值;
2、根据市场风险变化,对于汽车金融客群进行风险特征挖掘;
3、市场巡视与风险宣导,协助我司资产方向对于不良客群的资产保全;
4、上级交办的其他工作任务。
1.产品规划与策略 基于GPT/DeepSeek等大模型能力、深度学习、机器学习技术,负责智能对话机器人、智能助手等产品的规划,设计智能服务、智能销售等核心功能,提出产品创新和差异化的方案
2.产品设计与管理 负责AI产品的需求分析、功能设计和用户体验优化,撰写PRD文档,以及搭建智能体。 协调技术、数据和运营团队,确保产品高效落地和持续优化。
3.数据分析与优化 深入理解业务,灵活应用数据分析、机器学习、深度学习等数据模型能力,以定量方法解决运营中遇到的各种商业分析问题,能独立完成方法或策略设计、数据处理与分析的工程实现及结论展示
4.竞品调研与分析 关注市场热门AI产品,分析竞品动态,为产品创新提供思路 定期对竞品搜索和AI相关产品能力进行分析,输出相关的体验报告和市场分析报告
5.市场洞察与趋势研究 研究AI行业发展,探索大模型、AIGC、计算机视觉、NLP等技术应用。
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。




