薪酬概览
平均月薪
¥52600
中位数 ¥0 ｜ 区间 ¥39700 - ¥65500
数据来源：谈职全网24份招聘数据；更新时间：2026年7月13日
月薪分布
95.8% 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
95
对比上月：岗位新增94
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 | 3 | 3.3% |
| 1-3年 | 7 | 7.7% |
| 3-5年 | 23 | 25.3% |
| 5-10年 | 31 | 34.1% |
| 不限经验 | 27 | 29.7% |
热招职位
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 。
1.负责唯品会核心推荐场景（首页Feeds、今日特卖、长尾Feeds、特色栏目/活动会场）的召回/排序/重排算法迭代
2.负责解决推荐模型的关键问题：多场景/多任务，延迟转化，多目标选取/建模/融合，用户超长序列建模
3.负责基于唯品会商业模式/运营玩法，抽象关键问题，设计算法解法，兼顾用户/供应商/平台 三方利益，优化推荐人货匹配
4.负责对各推荐场景、推荐业务设计高效、高算力、成本节省的算法架构；
引领重构算法特征工程、模型平台架构，提效算法工程师迭代效率
任职资格：
1.良好的计算机专业基础(数据结构, 算法)；
2.有较为扎实的编码功底，熟悉c++，python、java编程等至少一种编程语言，有离线大数据开发能力；
3.对机器学习，深度学习有扎实的理论基础及应用，熟悉排序、召回、重排之中至少一个方向的业内最新工作，熟悉tensorflow2.0；
4.有推荐系统、广告系统、或搜索等大型系统相关的算法研发经验，参与过诸如广告点击率预估、个性化推荐模型、搜索排序模型等相关项目；
5.责任心强，积极主动；
6.计算机相关专业硕士及以上学位。
1. 负责手机关键影像算法的算法工程化,涵盖但不限于基础画质（如夜景、HDR、抓拍）、人像（如美颜、美妆、虚化）、相册类后处理（如合影、人像编辑）、AIGC图像生成与编辑等算法方案。
2. 负责影像全链路解决方案的设计与优化。分析现有算法叠加负载情况，针对不同使用场景，设计并优化叠加/时序调用策略，结合算法模块级定制优化，提升整体影像方案的竞争力。
3. 深度学习相关影像算法的端侧部署与模型定制化设计适配。
4. 团队协作配合，解决项目中影像算法遇到的问题。
我们正在寻找一位热衷于测试领域AI算法研究与工程化落地的专业人员。您将负责探索和应用测试领域的AI算法技术，提升软件测试的智能化水平，并推动这些技术的实际应用，助力产品质量保障。
岗位职责：
1. 负责AI算法在软件测试领域的研究与应用，包括但不限于基于AI的手机智能操控、测试用例生成、智能缺陷分析、时序指标预测、视觉元素解析等方向。
2. 设计和优化基于大模型的多场景应用，例如多模态大模型用于用例生成、脚本生成、代码理解、缺陷分析等。
3. 跟踪大模型（如GPT、BERT、LLM等）相关技术的发展趋势，持续探索新的测试领域应用。
4. 分析和建模测试过程中的数据，探索机器学习、深度学习、强化学习等AI技术在测试领域的应用场景。
5. 设计并实现基于AI算法的测试工具或平台，推动工程化落地。
6. 撰写技术文档，分享技术成果，推动AI测试技术在团队内外的推广。
1.负责语音相关技术研究(语音增强、唤醒、声纹、VAD、语音识别等)，包括声学模型、语言模型的数据准备、模型训练和解码器优化；
2.主导工程开发，包括模型服务化，海量语音数据处理，模型网络结构优化以及工程优化；
3.跟进业界最新技术，并运用于实际产品。
负责语音合成（TTS）核心算法的研发、性能优化与落地实现，推动TTS技术在实际产品中的应用；
结合业务规划，跟进学术界、行业最新的研究趋势，将预研成果落地于实际产品，并主导相关技术方案的制定和实施；
负责TTS相关技术难题的攻关，提升合成语音的自然度、表现力和鲁棒性；
指导和带领初级工程师，提升团队整体技术水平。
1. 27届硕士及其以上学历。
2. 了解大模型基本知识和体系。
3. 具备较强的代码实现能力。
4. 有大模型训练经验者优先。
5. 工作态度认真负责。
加分：有多模态推理、工具调用、RLHF/RLAIF
关注前沿模型和 Agent 框架，动手能力强
1、较强的算法实现能力,熟悉深度学习平台如tensorflow,pytorch等;
2、对前沿的模型相关研究掌握清楚,熟悉Diffusion,Transformer,DiT等生成模型框架;
3、有大模型(视频,3D/4D,多模态)训练实战经验;
4、具有应用大规模神经网络解决相关实际问题的实践经验,能够针对适当的数据和模型的表现,选择恰当的调参、训练任务选择、训练数据增强、目标函数变化等策略来确保超大型模型的训练成功率,并且能够解释策略背后的直觉来源并用严格的数据验证自己的假设。
1.负责复杂系统的数学建模与智能优化算法研发，通过 Python/Matlab 完成参数化模型代码开发，研究系统机理与量化实现方法；
2. 基于代码集成敏感性分析、多目标优化等算法，代码化落地仿真驱动的自动化设计优化闭环；
3. 参与模型库体系建设，制定模型描述规范、代码接口标准，实现模型代码可复用、可扩展；
4. 对接求解器开发团队，通过程序批量校验模型精度与算法性能，推动算法在业务场景中的落地应用。
1、作为技术接口人，主导与客户对接 L2/L2 + 级辅助驾驶功能规范的沟通确认，并统筹解决合作过程中的各类技术问题；
2、负责 L2/L2 + 级辅助驾驶的需求挖掘与开发工作，同时牵头开展应用层控制、人机交互及故障诊断等关键算法的研发落地；
3、统筹下层执行器（如 ESC、EPS 等）的性能验收工作，主导实车集成标定及欧盟 GSR 法规认证全流程，熟悉NCAP相关基本需求和测试方法；
4、承担 ADAS 领域 ISO26262 功能安全算法的开发任务，并负责相关单元测试的设计与执行；
5、负责解读国内外 ADAS 相关法规政策，开展需求开发及竞品对标分析；
6、确保在项目执行过程中，严格遵循技术开发计划及既定流程，交付符合要求的工作成果。
1、基于项目管理， 与客户达成一致的项目目标和清晰的项目范围；
2、与客户沟通并确定清晰的项目范围，并在项目执行过程中能及时控制和管理需求范围的变化；
3、负责组织项目干系人进行项目策划，制定项目计划并监控项目进度情况和计划变更；
4、按照项目管理流程要求，识别和管理项目风险和问题，及时预防、减轻和解决，确保QCD和服务目标的达成
5、负责控制项目成本，根据项目需求制定合理的资源投入计划并选择最合适的资源配比；
6、负责制定与客户的沟通计划，及时了解客户满意度，督导项目的适应性改善，提升客户满意度；
7、负责项目团队建设和员工培养，提升交付效率，保持团队战斗力；
负责研发和优化视频生成相关算法，包括基于深度学习的图像到视频、文本到视频等模型。
探索最新的生成模型技术（如Diffusion Models、GAN、Transformer等）并结合业务需求进行创新。
设计视频生成的整体技术架构，保证模型训练、推理和部署的高效性与稳定性。
协同前端、后端工程团队完成视频生成系统的产品化落地。
分析视频生成效果，持续优化模型质量、生成速度和用户体验。