薪酬概览
平均月薪
¥34000
中位数 ¥32500 ｜ 区间 ¥26000 - ¥42000
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
60% 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
10月新增岗位
14
对比上月：岗位减少16
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 | 2 | 15.4% |
| 3-5年 | 11 | 84.6% |
热招职位
1、负责面向自动驾驶应用的视觉、毫米波雷达、激光雷达等数据预处理和感知算法开发；
2、负责多传感器数据融合，实现目标检测、多目标跟踪、环境建模、目标识别、预测等复杂感知功能；
3、负责多传感器标定算法研发；
4、参与相关智能驾驶功能和场景测试，针对CornerCase进行算法迭代和优化。
1.跟踪移动操作相关领域的最新研究进展，调研并复现强化学习相关算法；
2.进行人形机器人、四足机器人运动控制等算法研究；
3.搭建训练框架，推动算法在仿真环境中进行训练与验证，根据仿真和实测效果，优化算法；
4.协同团队完成算法从训练到部署的工程化落地。
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。
我们诚邀深耕计算机视觉前沿算法领域、基础功底扎实、具备独立科研创新能力的算法工程师加入以世界模型三维重建为核心技术方向的算法团队。你将深度参与底层算法设计、基础视觉模型研发与技术创新工作，主导 / 全程参与需求定义、模型架构设计、算法工程实现、落地验证与迭代优化全链路研究工作。立足前沿技术解决高保真、快速重建的技术瓶颈与业务核心痛点，持续驱动产品技术体验与业务效能升级，与团队共同攻坚前沿技术难题，打造业内领先、具备学术竞争力与工程落地能力的技术解决方案。
1. 负责淘宝闪购导购主链路，生成式搜索推荐系统的研发工作，包括但不局限于OneRec/OneSearch类的生成式架构的设计与实现，覆盖千万级DAU的个性化搜索推荐场景。
2. 主导生成式推荐全链路算法开发，包括端到端内容生成、Decoder Only架构优化、强化学习奖励系统设计等创新模块，显著提升计算效率与推荐质量。
3. 构建多模态用户行为建模系统，将短期搜索点击行为与长期购买偏好融合，打造具备语义理解能力的用户标识(UID)体系。
4. 探索生成式技术在搜索排序中的应用，开发层次量化编码技术，解决商品信息结构化难题，提升CTR和订单转化率。
1. 负责淘宝闪购AI搜索产品相关算法研发，构建支持自然语言交互的多模态搜索系统，生成融合文字、商品、视频的混合Feeds流。
2. 设计即时零售场景专用的大语言模型微调方案，优化商品搜索的深度思考能力，解决购物攻略、口碑评测等复杂查询需求。
3. 开发闪购场景的实时推荐算法，结合用户画像与限时促销策略，实现个性化商品排序。
4. 搭建多模态商品理解系统，整合图像识别、文本语义分析等技术，提升非标品搜索准确率。
5. 探索AI助手在即时零售导购中的应用，开发需求细化、对比推荐等交互功能，优化用户购物决策路径 。
基本条件
2027 年应届毕业生，计算机科学、软件工程、人工智能、自动化、数学等相关专业，硕士及以上学历优先。
扎实的编程与算法功底：精通 Python、C++、Go、Java 中至少一种语言，熟练掌握常用数据结构、算法及设计模式，具备良好的工程编码习惯。
深入理解 Linux 操作系统原理（进程/线程调度、内存管理、I/O 模型）及网络协议（TCP/IP、HTTP、gRPC 等），能够进行问题定位与性能调优。
2. 加分项（仿真/算法相关）
机器学习与深度学习基础：了解常见模型训练流程、损失函数、优化器，具备使用 PyTorch/TensorFlow 进行实验的经验；对生成模型（Diffusion、GAN）、计算机视觉或强化学习有初步了解者优先。
分布式计算与仿真调度：理解分布式系统基本概念（一致性、容错、任务调度），有 Ray、Spark 或类似框架使用经验者优先；熟悉 Kubernetes/Docker 容器化部署者更佳。
仿真/自动驾驶背景：了解 SIL/HIL 仿真基本流程、场景编辑或评价指标（如复现率、通过率、轨迹误差）者优先；有 CarSim/SUMO/ROS/Apollo 等工具经验者可加分。
后端与数据基建：了解 MySQL/PostgreSQL、Redis、Kafka/RabbitMQ 等数据存储与消息中间件基本原理，能配合搭建仿真数据 pipeline。
3. 现代工程素养与软实力
AI 提效能力：具备将 AI 工具（Copilot、ChatGPT 等）融入日常研发的习惯，能够高效完成代码编写、单元测试生成、Bug 排查及技术调研，加速迭代效率。
极强的学习与自驱力：对自动驾驶仿真、算法评测有浓厚兴趣，乐于钻研前沿技术，能快速从论文/文档中提炼可落地方案。
团队协作与沟通能力：责任心强，善于跨团队（算法、平台、测试）协作，清晰表达技术方案与实验结论。
1.有多媒体图像算法落地量产之经验
2.有图像/视频深度网络模型训练经验，并且模型有实际落地量产
3.能复现学术界和业界前沿论文和专利中的算法，并分析算法优劣及可行性
4.有ViT/DETR模型训练经验者优先
5.有模型联合训练经验者优先
6.熟练掌握python，C/C++, pytorch
7.团队合作意识强
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. 3-5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
1.有Godot引擎内核开发或开源社区核心贡献经验；
2.有CLI工具、后台服务、RPC框架或远程调用系统开发经验；
3.熟悉计算机图形学或物理模拟，有渲染/物理模块开发经验；
4.有低代码平台、自动化工具或DevOps系统开发经验；
5.了解LLM、Agent等AI技术基本原理，有AI工具集成经验。
