薪酬概览
平均月薪
¥7800
中位数 ¥7500 ｜ 区间 ¥6800 - ¥8800
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
50% 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
4月新增岗位
33
对比上月：岗位新增28
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 | 25 | 75.8% |
| 5-10年 | 8 | 24.2% |
热招职位
1. 需求洞察与方案设计：深入客户业务一线，挖掘痛点，转化为技术方案。
2. 技术交付与集成：主导端到端交付，包括原型开发、系统集成、部署调试。
3. 项目管理与客户成功：独立管理项目全周期，推动落地并实现业务价值。
4. 反馈闭环与产品迭代：作为连接市场与研发的"神经末梢"，带回一线反馈。
1、根据公司战略，产品规划方向，配合业务团队进行需求测试分析，评估工作量，合理制定测试方案。
2、根据需求设计负责系统的测试用例和执行。
3、执行日常版本中的测试任务包括功能测试、接口测试、性能测试，提出缺陷并对缺陷进行跟踪，确保版本质量。
1-深入理解经营分析、金融市场分析等业务需求，融合业务知识与数据分析技术，与业务团队协作，梳理分析目标与指标，制定合理的时序数据分析策略。2-负责时序数据的清洗、处理与特征工程，确保数据的准确性和一致性。3-熟练运用归因分析、假设检验等方法，深入挖掘数据背后的因果关系和规律，为业务提供数据驱动的洞察。4-开发高维时序数据分析方法，构建和优化时序预测模型，包括但不限于ARIMA、GARCH、LSTM等模型。5-开发基于知识图谱的图推理算法在经营分析场景的应用研究，包括但不限于RGCN，TRGC等卷积神经网络。6-熟练应用常用的机器学习和计量经济学模型，从模型的输出中提取有用信息，对黑箱模型进行解释分析，并在业务场景中合理运用并解释复杂模型的决策过程。7-了解模拟仿真技术，包括但不限于蒙特卡洛模拟、场景树生成、运筹优化算法等。8-编写详细的分析报告与技术文档，向业务和技术团队展示数据分析结果和模型应用效果。通过可视化工具清晰呈现时序数据分析的关键发现，支持业务决策过程。
1、业务介绍： 聚焦物流供应链，基于文本/图像/视频多模态数据，构建垂域多模态大模型，创新PT-SFT-RLHF方法论，赋能安全检测、违规巡检，降本增效。
2、岗位内容：负责垂域多模态模型继续预训练，视频理解等能力的攻坚。
3、研究内容：（1）基于物流供应链领域文本/图像/视频数据，探索构建垂域多模态大模型，创新提炼垂域适配的PT-SFT-RLHF各阶段数据构建、模型训练与评测方法论；（2）探索垂域多模态大模型前沿应用方向，提升垂域多模态基础能力，包括目标检测，视频分类，视频问答，视频描述等任务，赋能安全检测、违规巡检等业务，实现降本增效。
1、主导运动控制系统设计、算法开发和运控硬件选型验证，与自动化机构、电气和软件团队紧密合作，搭建和完善非标自动化设备运控平台，提升荣耀自研装备的智能化水平；
2、负责基于运控系统需求及应用场景，开展算法的建模设计、实现及落地应用，能通过场景分析与算法初步验证，持续优化算法架构，达成高实时性、高精度的各项运动性能；
3、对标业界优秀实践，研究运动控制领域的新技术和发展趋势，提升和保持运控领域竞争力。
1、负责美颜算法核心技术的研发与创新，覆盖皮肤质感优化、面部特征建模、动态光影处理等方向；
2、基于深度学习与计算机视觉技术，优化算法在移动端的实时性与计算效率，推动算法在手机终端落地；
3、结合用户需求与影像技术趋势，探索多场景适应性美颜方案（如暗光/逆光/动态视频等）；
4、深度参与影像产品迭代，与硬件、软件、设计团队协作，打造行业领先的拍摄体验。
1. agentic ai工程架构：主导agentic ai的工程架构设计、选型及实施工作。持续追踪行业领先的agentic ai架构，设计支持复杂决策、工具调用与协同工作的底层系统框架，为智能体应用提供稳定可靠的运行环境。
2. 研发质量及性能优化：构建和完善agentic ai实践流程与工具链，实现执行式智能体的开发、部署、监控与治理的全生命周期自动化管理，提升 agentic ai 研发与运维的质量、效率及研发合规工作。结合业务场景对性能(TTFT/TPOT/吞吐）的需求，不断系统性能，包括但不限于推理性能、执行链路优化、工具优化等。
3. 知识工程平台设计与实现：知识工程平台设计开发，包括数据采集、解析、抽取、向量化、存储到服务化的全链路技术方案。确保系统具备高可用、高并发、可扩展及易维护的特性。
1、负责平安医疗相关数据整合与深度分析，支持业务决策；
2、构建和优化医疗风险预测、费用控制、疾病趋势等数据模型，提升数据分析的准确性和实用性；
3、与业务、运营等部门协作，理解业务需求，为保险产品定价、营销风控、医疗控费等提供数据支持与分析报告；
4、参与数据治理及数据质量提升工作；
1、负责部门相各类数据管理平台和AI技术应用的整改规划和设计
2、负责数据管理监测平台、知识管理平台的开发管理和运营
3、负责集团数据技术体系的评估、指导与检视
4、负责部门系统和平台的安全管理，管理安全问题额修复
5、负责数据监测和知识管理平台的运营， 设计风险监测、敏感信息识别、AI审核等功能，管理和推动平台建设
1. 负责AI量化策略研发，覆盖金融时序预测、因子挖掘、组合优化等方向，参与从数据预处理到模型部署的全链路工作。
2. 探索LLM、强化学习、多模态等前沿技术在量化投资中的应用，参与大模型驱动的信号生成与策略设计。
3. 参与投资Agent系统建设，构建数据获取、分析、决策、执行的自动化链路。
4. 优化金融数据处理与特征工程流程，完成模型训练、推理优化及工程化部署。
1.负责项目的特性组管理，确保项目团队各干系人协同工作；
2.主导、组织特性组内的规划/计划制定，负责计划拆解落地、范围控制、进度跟踪、风险监控，确保项目按计划完成；
3.负责特性组人力、时间的合理安排及协调，组织各项需求评审会及例会，与团队紧密沟通、确保项目有效推进；
4.负责需求开发、bug修复的有效推进，确保里程碑内容保质保量交付；
5.主导进行特性机制/管理规范的持续优化和落地，确保项目管理机制的持续改进和迭代。
