薪酬概览
平均月薪
¥12800
中位数 ¥13000 ｜ 区间 ¥10300 - ¥15300
数据来源：谈职全网10份招聘数据；更新时间：2026年7月13日
月薪分布
90% 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
2
对比上月：岗位减少13
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 | 2 | 100% |
热招职位
1、负责/参与端到端自动驾驶模型的性能迭代与突破，通过数据和模型的优化迭代，推动模型在量产产品中的效果闭环；
2、深度搭建并优化数据挖掘与数据闭环链路，基于量产场景的真实数据分布，设计高效的数据筛选、清洗、标注、回流策略，通过数据驱动的方法持续提升模型在长尾场景、极端工况下的鲁棒性与可靠性，要求具备量产项目中数据驱动性能提升的实战落地经验；
3、构建并迭代端到端模型评测体系，结合仿真测试、实车验证等多维度手段，建立科学的性能评估指标与自动化评测流程，能通过评测结果精准定位模型短板，并主导评测系统的优化升级，为模型迭代提供核心决策依据；
4、紧跟业界前沿技术动态，重点研究自动驾驶领域最先进的数据闭环方案、评测方法与端到端模型应用，推动技术预研与工程化落地，保持团队在数据驱动与评测体系上的核心竞争力。
1、硕士及以上学历，计算机、人工智能、大数据、软件工程等相关专业，有自动驾驶数据挖掘、多模态算法落地相关实习/工作经验优先；
2、熟悉python编程，代码功底扎实，了解基础算法与数据结构，能够独立完成算法策略开发、脚本迭代、数据实验复盘；
3、 性格踏实，抗压能力强，能够适配业务快速迭代节奏；以业务交付为导向，工程落地能力强，愿意直面真实业务痛点，沟通顺畅、执行力强；
4、了解基础SQL语句，能够独立完成数据查询、数据统计、报表复盘，具备基础数据分析能力；
5、了解深度学习基础，熟悉PyTorch使用。
加分项
1、有自动驾驶行业数据挖掘、脏数据治理、难例挖掘一线落地经验，熟悉智驾真实数据痛点；
2、熟悉Dagster/Airflow调度工具，有数据流水线搭建、算法工程化落地经验；
3、有规则挖掘自动化、Agent辅助编程、数据样本闭环迭代相关实战经验；
4、懂自动驾驶感知/预测/规划基础业务知识，能够快速理解车载场景与驾驶行为逻辑。
1. 负责标注平台指标体系的设计与开发，构建完善的指标计算、存储和查询体系，支撑业务数据分析和决策；
2. 负责海量数据的数据治理、资产统计和数据生命周期管理，建立数据资产目录，实现数据的规范化管理和全生命周期跟踪；
3. 负责数据闭环的运营BI看板和统一数仓建设，设计数据模型和ETL流程，构建面向业务的数据分析平台，支撑数据驱动的运营决策；
4. 负责数据漏斗和全链路SLA监控系统的建设，跟踪数据上传延迟、处理吞吐量、标注效率等核心指标，实现异常实时告警和根因定位，保障数据流转链路的高可用性和稳定性。
1、建立人事共享中心各业务条线数据指标监控和经营分析体系，对业务提供策略支持和建议；
2、优化中心数据管理，提高数据线上化管理水平、提升数据使用效率；
3、搭建数据业务看板监控业务数据及指标达成情况，负责中心日报、周报、月报的搭建和撰写，对各项数据指标进行跟踪，提供日常业务支持数据；
4、数据及关键问题总结及反馈，以及报告撰写；
5、领导交代的其他事宜
1、通过对数据的敏锐洞察以及定性和定量分析，迅速定位业务问题、发现潜在机会，独立编写分析报告，并提出可落地方案；
2、对接业务团队，处理业务人员数据需求，梳理业务逻辑，挖掘深度价值，输出业务提升策略，帮助改善业务问题、提升业务效率；
3、业务指标监控，针对异常情况协调资源进行跟踪和深入分析；
4、梳理业务常规分析体系、常用指标体系，根据日常数据监控及项目分析，输出业务意见，为决策做支持；
1，负责金融产品的风险数据分析，通过大数据管理，建立零售信贷业务风控评分模型，用于金融服务和信贷业务的发展。 2，从个人征信数据，行为数据，互联网数据等出发，构建大数据金融模型用于贷款自动化授信 3，负责数据驱动模型立项，数据清洗及衍生，开发，督促布置上线等工作，监控场景及业务变化，及时发现问题推进模型修复迭代；
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。
4、AI产品化落地：紧密结合产品需求，将前沿的3D AI算法进行工程化落地，通过技术创新显著提升产品的生产效率与最终效果。
1、跨部门项目协调：作为测试验证项目的内部拉通枢纽，对接电子/软件/算法/系统/质量/供应链等团队，推动测试里程碑按期达成
2、测试项目全流程管控：统筹测试项目计划、变更、风险与交付进度，确保EVT/DVT/PVT各阶段测试节点顺利推进
3、客户测试需求承接与落地：对接客户测试需求（高质量要求场景），将客户测试标准转化为内部可执行的测试策略，反馈测试结果与进展
4、测试资源协调：管理测试设备、工装、场地等资源，协调测试工程师排期，推动跨团队问题快速闭环
5、流程与体系建设：建立测试项目交付流程规范，沉淀测试用例库、风险清单等可复用资产
1.机器人功能测试：
① 测试方案设计：依据工业机器人的功能需求、性能指标和安全标准，制定全面的测试方案，涵盖功能测试、性能测试、稳定性测试、安全测试和兼容性测试等。
② 测试执行与数据采集：按照测试方案，执行各类测试任务。运用专业测试工具和设备，对工业机器人的机械结构、运动控制、传感器、通信系统等进行细致测试。
③ 问题分析与反馈：对测试过程中发现的问题进行深入分析，判断问题产生的原因，如硬件故障、软件算法缺陷、装配问题等。
④ 测试报告撰写：根据测试数据和问题解决情况，撰写详尽的测试报告。
⑤ 测试环境维护与优化：负责测试环境的日常维护，确保测试设备和工具的正常运行，定期进行校准和保养。
2.系统集成测试：
- 测试机器人与其他智能设备（AGV、视觉系统等）的协同工作能力
- 验证遥操作(Teleoperation)系统性能（延迟、精度等）
- 评估多模态感知系统（视觉、力觉、触觉等）的集成效果
3.自动化测试开发：
- 开发机器人自动化测试脚本（Python/C++）
- 搭建具身智能测试框架
- 将手动测试用例转化为自动化测试质量保障：
4.质量保障：
制定具身智能系统测试标准和规范
跟踪测试问题整改闭环
协助研发团队进行产品优化
1、负责手机Host端LPDDR/EMMC/UFS子系统的软件参数优化，提升系统性能/稳定性；
2、负责手机Host端LPDDR/EMMC/UFS子系统的软件新功能开发&验证；
3、负责手机Host端LPDDR/EMMC/UFS系统技术洞察、参与存储技术路线规划。
1、和设计人员沟通，制订芯片量产测试方案；负责CP/FT工程和量产程序开发；按项目要求输出相关测试文档和报告
2、负责测试硬件评估与开发(含Load Board，probe card，socket等)
3、开发、调试、导入并维护ATE量产测试程序、管理量产测试 Tooling，保证产品量产测试质量
4、开发CHAR/DVS/HTOL等工程验证程序，支持Bench correlation与RMA sample分析等
5、协助设计人员完成批量参数测试制定合理测试规格、Guardband
6、优化测试方案、提高覆盖率、优化测试时间、降低测试成本（Cost down），解决量产过程中的测试和良率问题
7、团队协作，遵守流程规范，保证项目进度和质量
8、指导和带教新人，领导安排的其它工作