薪酬概览
平均月薪
¥36000
中位数 ¥0 ｜ 区间 ¥26000 - ¥46000
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
8月新增岗位
19
对比上月：岗位新增17
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 |
|---|---|---|
| 3-5年 | 15 | 83.3% |
| 5-10年 | 3 | 16.7% |
热招职位
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。
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。
- 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。
1.负责机器人关节电机的控制软件开发和优化。
2.协助电机工程师优化无刷电机性能指标。
3.协助机械、电子工程师提高硬件稳定性和产品性能。
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。
1.参与多模态具身智能大模型的算法设计、开发和优化工作，包括但不限于模仿学习、强化学习、迁移学习、多模态融合等技术在具身智能中的应用；
2.参与具身智能AI应用架构模型定义，应用运维、监控模型定义和框架开发和批量交付能力构建；
3.参与具身基础操作大模型研发，模型训练，仿真测试环境构建及真机测试，与硬件架构师合作，共同设计和优化完整的软件/硬件解决方案，以提供优秀的系统性能；
4.参与模型异构GPU芯片的软硬件技术平台的设计和算子加速优化；
5.参与跟踪和研究具身智能领域的最新技术和发展趋势，探索新的技术和方法在具身大模型中的应用，推动技术创新。
