薪酬概览
平均月薪
¥11400
中位数 ¥10000 ｜ 区间 ¥9100 - ¥13700
数据来源：谈职全网191份招聘数据；更新时间：2026年7月13日
月薪分布
49.7% 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
326
对比上月：岗位新增185
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 | 142 | 44.7% |
| 1-3年 | 83 | 26.1% |
| 3-5年 | 53 | 16.7% |
| 5-10年 | 14 | 4.4% |
| 不限经验 | 26 | 8.2% |
热招职位
运维工程师（中间件方向）
工作职责：
1、负责中间件系统及大数据系统的维护及相关事项；
2、负责高并发下应用系统的稳定性以及高可用方案的规划与实施；
3、负责运维文档以及规范的制定编写；
4、关注开源社区动态，追踪前沿技术和应用；
5、完成公司交办的其他工作。
任职资格：
1、精通使用Hadoop生态圈（HDFS，Yarn、Kafka、Elasticsearch、Solr、Spark，Storm，HBase、Impala、Hive、Flink、Kudu、Ranger、Zookeeper)等组件；
2、熟练掌握Linux操作系统原理及常见服务配置：如rsync、ftp、nginx、ssh等；
3、熟练掌握python/golang至少一种语言，熟练各种监控插件编写；
4、熟练使用至少一种开源监控方案：n9e、open-falcon、Prometheus等；
5、熟练使用开源的自动化部署工具：puppet、ansible、saltstack；
6、熟练使用ELK日志收集与分析系统；
7、有良好的沟通协作能力，思维缜密，有进取心。
运维工程师（中间件方向）
工作职责：
1、负责中间件系统及大数据系统的维护及相关事项；
2、负责高并发下应用系统的稳定性以及高可用方案的规划与实施；
3、负责运维文档以及规范的制定编写；
4、关注开源社区动态，追踪前沿技术和应用；
5、完成公司交办的其他工作。
任职资格：
1、精通使用Hadoop生态圈（HDFS，Yarn、Kafka、Elasticsearch、Solr、Spark，Storm，HBase、Impala、Hive、Flink、Kudu、Ranger、Zookeeper)等组件；
2、熟练掌握Linux操作系统原理及常见服务配置：如rsync、ftp、nginx、ssh等；
3、熟练掌握python/golang至少一种语言，熟练各种监控插件编写；
4、熟练使用至少一种开源监控方案：n9e、open-falcon、Prometheus等；
5、熟练使用开源的自动化部署工具：puppet、ansible、saltstack；
6、熟练使用ELK日志收集与分析系统；
7、有良好的沟通协作能力，思维缜密，有进取心。
1、保障业务7×24高可用，快速响应闭环线上故障，梳理根因并落地优化方案，预防问题复发；
2、维护并优化监控系统，完善指标与告警规则，搭建全链路可观测体系；
3、践行SRE理念，推动运维自动化、标准化、规范化与平台化建设；
4、跟踪云原生与自动化运维新技术并持续优化，输出运维文档、调优方案与故障复盘；
5、完成公司交办的其他工作。
任职资格：
1、3年以上互联网应用运维/SRE实战经验，熟悉稳定性治理规范，有互联网头部公司同类岗位经验优先；
2、熟练掌握Nginx/IIS配置、Java应用调优与故障定位，熟悉Redis/Kafka集群部署、调优及高可用架构维护，有高并发大规模集群运维经验优先；
3、熟练使用主流监控工具，能独立完成部署、告警配置和监控大盘优化，具备全链路可观测体系搭建经验；
4、掌握SRE核心理念，熟悉服务稳定性保障、SLA管理及故障治理流程；
5、熟练使用Shell/Python编写自动化运维脚本，有运维平台搭建与自动化流程落地经验优先；
6、具备规范化运维思维与问题复盘能力，良好的团队协作、学习与抗压能力。
工作职责：
1、保障业务7×24高可用，快速响应闭环线上故障，梳理根因并落地优化方案，预防问题复发；
2、维护并优化监控系统，完善指标与告警规则，搭建全链路可观测体系；
3、践行SRE理念，推动运维自动化、标准化、规范化与平台化建设；
4、跟踪云原生与自动化运维新技术并持续优化，输出运维文档、调优方案与故障复盘；
5、完成公司交办的其他工作。
任职资格：
1、3年以上互联网应用运维/SRE实战经验，熟悉稳定性治理规范，有互联网头部公司同类岗位经验优先；
2、熟练掌握Nginx/IIS配置、Java应用调优与故障定位，熟悉Redis/Kafka集群部署、调优及高可用架构维护，有高并发大规模集群运维经验优先；
3、熟练使用主流监控工具，能独立完成部署、告警配置和监控大盘优化，具备全链路可观测体系搭建经验；
4、掌握SRE核心理念，熟悉服务稳定性保障、SLA管理及故障治理流程；
5、熟练使用Shell/Python编写自动化运维脚本，有运维平台搭建与自动化流程落地经验优先；
6、具备规范化运维思维与问题复盘能力，良好的团队协作、学习与抗压能力。
职位描述：
1、按计划开发厂部的应用软件，并严格遵守保密制度。
2、对全厂各部门在应用软件的使用过程中出现的问题应及时予以解决。
3、严格遵守计算机房的管理制度，每天须清洁机房、检查电器设备的安全。
4、负责全厂计算机的硬件管理工作，定期做好计算机病毒清除和日常的计算机操作指导和维护工作。
5、按照相关SOP和维护、检修计划，参与网络及布线系统、视频监视系统、SCADA系统、RFID应用、状态牌显示系统的维护、检修工作，定期对上述系统进行检查，保证公司信息系统的硬件始终处于正常运行状态。
6、按合理、必须的原则，做好电脑及其配件的申购和配置工作。
任职资格：
1、大学本科及以上学历，计算机科学与技术及其相关专业。
2、能承受一定工作压力，有较好的团队协作精神。
职位描述：
1、按计划开发厂部的应用软件，并严格遵守保密制度。
2、对全厂各部门在应用软件的使用过程中出现的问题应及时予以解决。
3、严格遵守计算机房的管理制度，每天须清洁机房、检查电器设备的安全。
4、负责全厂计算机的硬件管理工作，定期做好计算机病毒清除和日常的计算机操作指导和维护工作。
5、按照相关SOP和维护、检修计划，参与网络及布线系统、视频监视系统、SCADA系统、RFID应用、状态牌显示系统的维护、检修工作，定期对上述系统进行检查，保证公司信息系统的硬件始终处于正常运行状态。
6、按合理、必须的原则，做好电脑及其配件的申购和配置工作。
任职资格：
1、大学本科及以上学历，计算机科学与技术及其相关专业。
2、能承受一定工作压力，有较好的团队协作精神。
一. 网络运维与稳定性保障
1.负责公司内部网络日常运维管理，保障网络架构的高可用性与稳定性；
2.参与企业级网络架构设计与实施及技术方案落地；
3.快速响应并处理网络故障，主导故障排查、根因分析及应急处置，提升系统恢复效率；
4.跟踪主流网络技术发展趋势，持续提升技术能力。
二. 网络项目实施与交付
1.制定并输出标准化的技术实施文档、网络规范及运维手册，规范项目流程；
2.协助团队技术能力提升，通过项目实战进行技术分享与经验沉淀；
3.编写技术文档、操作手册及应急预案，参与网络设备过保替换、无线网络优化等网络项目的实施与交付。
三. 运维监控及自动化
1.负责公司内部网络基础设施的日常监控、维护与优化，保障网络高可用性与稳定性，整合监控、告警、指标采集及自动化运维工具能力；
2.建立统一的网络可观测性指标体系，实现对网络运行状态的实时监控、数据化管理及可视化展示；
3.推动网络运维自动化与智能化，参与编写脚本或使用运维工具提升运维效率。
- 协助整理产品全生命周期项目管理过程中行动项
- 跨部门与商务、研发、制造、质量团队沟通协调
- 汇总项目关键台账信息，分析趋势与预判风险
- 参与流程优化讨论与最佳实践沉淀
1. 进行运维系统的规划、选型、部署上线，建立规范化的运维体系
2. 负责运维自动化系统和工具的设计和开发,提高自动化运维水平、故障响应能力、优化资源使用率；
3. 主导持续交付、故障分析、流量分配、性能调优等,提高运维、开发协作效率，规范操作流程；
4. 负责AI技术平台分布式高并发在线服务可靠、稳定、高效运行;
5. 实践DevOps新技术和方法，改进DevOps流程，实现开发过程自动化，持续提升设计开发效率和质量;
6. 构建容器云平台，包括镜像仓库、容器集群、应用编排、网络、日志收集、集群监控等；
7. 负责日常K8S运维和开发工作中疑难问题的处理和不断改善;
8. 对现有系统提出优化建议;
1. 系统日常运维： 负责基于AWS基础架构系统的日常管理和维护，确保系统稳定运行。
2. 服务部署与维护： 负责业务系统的运行环境和数据库部署和配置，保证高可用性。
3. 监控与告警： 建设和维护监控告警体系，确保及时发现问题并响应故障。
4. 安全合规： 实施云上安全管理，包括安全组/防火墙策略、系统加固、漏洞修复和访问控制等。
5. 自动化运维： 使用自动化工具实现基础设施的配置管理，提升运维效率。
6. 资源与成本优化：根据业务情况，负责现有服务器架构的评估与优化，提高资源利用率。
1、根据公司IT发展战略和规划，负责公司网络架构的规划、设计和实施工作；
2、根据公司IT管理制度和流程要求，负责公司网络系统、通讯线路的技术支持及维护，承担生产事件处理、网络设备巡检、运维监控、容量评估、网络优化等运维工作，确保所辖网络设备得到有效管理和公司网络的稳定运行；
3、配合公司应用系统建设提供专业网络支撑，包括编写网络方案、安装调试、上线实施、技术支持等工作，为我公司业务推广和系统建设提供网络技术支撑；
4、定期分析公司网络运行状况，编写网络运行情况的评估报告，制定网络性能优化方案，持续优化和改进，防范网络管理风险；
5、跟踪国内外先进网络技术，开展技术学习、新产品预研、网络优化等工作，持续优化公司网络技术和管理水平。
岗位描述
组织和实施信息系统内部测试、推广、落地并负责企业信息系统日常运维等相关工作
招聘条件
1.应届本科及以上学历；
2.计算机类、数学类、统计学类等相关专业；
3.大学英语四级，雅思5.
5、托福70分可相当于大学英语四级；
4.品德优良、忠实可靠、责任心强、具有较强韧性，在校学习优良，学生会干部、获得荣誉称号等优先考虑。
1.对影像产品需求进行拆解，输出需求分析报告；
2.识别支撑需求的关键技术，对行业解决方案进行调查和分析，输出技术可行性分析报告；
3.设计影像软硬件技术方案，组织内部评审；
4.制定标定及测试方案；
5.负责技术方案落地及用户验证；
6.主导解决开发过程中的突发状况和风险；
7.项目结项后组织开发复盘。
1、分析市场竞品，市场和用户需求，把握行业趋势，保障交付方案的市场竞争力；
2、负责产品需求的全生命周期管理，沟通并明确整机需求，分解到各子系统，组织各维度专家制定有挑战的设计规格，保障整体实现方案竞争力；
3、负责整机关键特性的开发管理，主导重大技术风险的拉通解决，方案决策，资源支持；
4、产品全生命周期的成本控制，手机整机软硬件解决方案构建。
In this role, you will work with hardware and software engineering groups to define the next-generation inter-chip network architecture for high-performance AI chip and AI network.
* Identifies the challenging problems, and evaluate various architectural solutions for the next-generation of network for AI chip and AI Super Pod.
* Gets strong influences on future AI products by advanced architecture design as the excellent interface between software and hardware.
* Architecture design of AI chip to chip interconnect subsystem, Scale-up Switch chip, C2C link, and etc.
* Documents the high-level architecture specification.
* Participation in defining the micro-architecture of key subsystem.
* Strong technical leadership to achieve successful delivery of final silicon product.
* Works closely with design, software, system, and verification team.
1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。
- 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。
- 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。
2. AI知识库系统构建
- 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。
- RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。
3. AI辅助工具平台开发
- 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。
- 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。
4. 项目管理和团队协作
- 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。
- 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。
- 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。