薪酬概览
平均月薪
¥28700
中位数 ¥27500 | 区间 ¥21600 - ¥35800
数据来源:谈职全网18份招聘数据;更新时间:2026年7月13日
月薪分布
61.1% 人群薪酬落在 15-30k

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
6月新增岗位
32
对比上月:岗位新增22
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 | 14 | 60.9% |
| 1-3年 | 5 | 21.7% |
| 3-5年 | 2 | 8.7% |
| 5-10年 | 2 | 8.7% |
热招职位
设计、开发和维护 TTS 前端 Text Normalization / Inverse Text Normalization 模块,确保高准确率的文本预处理。
利用 NeMo text-processing 框架进行规则引擎开发及模型训练,覆盖数字、时间、货币、度量单位等多种文本形态的规范化处理。
根据不同语言的书写与发音特点,制定多语言TN规则及数据处理Pipeline。
1、负责手机 Android 平台端侧大模型全流程工程落地,包含模型部署、效果调优、功耗优化,保障大模型在手机系统稳定运行;独立完成模型压缩、量化、推理加速等工程方案设计与落地
2、承担 NLP 及用户行为类算法研发迭代:文本向量化、语义模糊检索、意图槽位识别、文本分类摘要、用户行为预测、POI 识别等,主导从传统机器学习到大模型垂域微调的技术迭代演进
3、统筹下一代 AIOS 整体技术规划与核心算法设计,覆盖意图理解、智能推荐、多 Agent 任务编排、模型 Runtime、系统框架语义化等核心模块搭建
4、持续跟踪全球端侧 AI 前沿技术发展趋势,输出行业技术洞察、中长期技术路线规划报告;牵头跨部门项目统筹、进度推进、成果复盘与高层汇报
- 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。
1. 结合最新NLP技术(LLM,多模态等),赋能公司内产品或探索新产品形态
2. 参与语音助手开发,包括但不限于数据收集、校验、模型训练、模型评测、工程开发等
3. 负责NLP技术在语音助手、OS场景相关算法中的应用和拓展
4. 负责分析、挖掘语音助手回流数据,输出洞察结论辅助产品迭代优化
1、参与AI影像相关算法的研发,推动相关影像新特性在手机平台的落地。
2、针对定制需求,完成多模态模型迭代与轻量化设计优化,目标图像内容细粒度理解方案端侧落地。
3、对于AIGC内容生成与编辑任务, 如图像生成/图像编辑/动图生成, 针对影像本地化+细分场景业务需求,开发适配高效模型蒸馏/微调方案,保证整体方案能效领先。
4、构建多模态细粒度影像数据的人机高效迭代方案,支撑整体AI-影像任务实施。
1. 负责搭建算法测试体系,建立规范化、制度化的测试流程及规范;
2. 负责AI算法、Al应用等研发过程中的测试工作,包括测算法指标制定、测试用例设计、测试数据管理、测试工具开发、测试流程回归等;
3. 参与大模型应用整体架构设计与技术评审、测试方案的制定和测试执行;
4. 负责大模型应用相关的测试服务建设,包括自动化测试、各类质量专项、性能测试、高可用测试等;
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. 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
算法工程师(未来领军),招聘方向如下:
无线接入预研(6G/NTN)、芯片、分组数据、射频及天线、光传输、智能运维、无线网络智能化、天地一体化、运筹优化、数字孪生、灵巧手
每个技术方向均配有独立的招聘需求说明,更多岗位详情 请点击查看
算法工程师(未来领军),招聘方向如下:
无线接入预研(6G/NTN)、芯片、分组数据、射频及天线、光传输、智能运维、无线网络智能化、天地一体化、运筹优化、数字孪生、灵巧手
每个技术方向均配有独立的招聘需求说明,更多岗位详情 请点击查看
1. 研发、跟踪、改进前沿多传感器测算法,实现包括但不限于视觉和稀疏深度的目标检测,深度估计,语义感知等任务。
2. 负责算法在实际产品中的落地和优化,不限于优化深度学习模型结构,快速实现模型量化、压缩与部署加速;
3. 负责搭建完整的数据闭环Pipeline和数据处理/数据测评系统,保证训练稳定和交付可靠。


