薪酬概览
平均月薪
¥24600
中位数 ¥0 ｜ 区间 ¥18300 - ¥30900
数据来源：谈职全网12份招聘数据；更新时间：2026年7月13日
月薪分布
100% 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
8月新增岗位
3
对比上月：岗位新增2
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 | 100% |
热招职位
参与平安集团智能理赔系统的研发，利用大语言模型（LLM）、多模态理解与知识图谱技术，构建“从客户材料到赔付决策”的全自动审核引擎。 主要职责： - 参与 AI 理赔审核系统的研发，协助构建多模态文档（医疗影像、保单 PDF）的信息提取，实现对客户提交材料的理解与判别； - 设计并实现保单条款与理赔规则的结构化表示，支持大模型精准调用与推理； - 追踪大模型领域前沿技术，优化大模型提示工程（Prompt Engineering）、微调（Fine-tuning）与RAG（检索增强生成）方案，提升模型在复杂理赔场景下的判断准确率； - 负责理赔案件数据的清洗、标注体系设计及高质量数据集的构建； - 参与系统开发，将AI模型能力集成到理赔流程中，支持高并发、低延迟的生产环境部署； - 编写技术文档、参与代码评审，持续优化系统稳定性与可维护性。
1.营销 Agent 架构设计与实现 基于 LLM 构建具备自主规划（Planning）能力的 Agent 系统。针对营销策略拆解、创意生成、广告投放优化等环节，设计并实现 ReAct、CoT (Chain of Thought)、ToT (Tree of Thoughts) 等推理架构。
2.多模态工具链集成 (Tool/Action Use) 研发高效的 Function Calling 与 API 编排机制，使 Agent 能够精准驱动视觉生成引擎、投放平台 API 及企业内部数据库，实现从内容生产到自动化分发的无缝衔接。
3.记忆与知识管理系统 (Memory & RAG) 构建面向营销场景的长期记忆机制与高性能 RAG (Retrieval-Augmented Generation) 系统。整合行业知识库、历史成交案例、品牌调性约束，确保 Agent 在长周期线索跟进中的上下文一致性与专业度。
4.业务闭环驱动的强化学习与对齐 利用业务端产生的真实转化数据（线索质量、成交率），优化 Agent 的决策逻辑，使 Agent 的推荐策略与生成内容向高转化率目标演进。
1.负责计算机视觉和多模态学习领域的算法研发工作，研发下属课题中的一项或多项，包括不限于：多模态大模型、数字人、图像生成、视频生成算法等
2.跟进行业前沿AI、应用研究（如多模态实时交互、创作智能体、多智能体协同等等），制定垂直场景解决方案
3.与业务、产品深度配合，推动研发的算法模型在实际场景应用领域的性能优化和落地
1.多模态算法研发：负责保险核保核赔场景下多模态大模型/Agent（如医疗影像、体检报告、病历文本等）的算法研发，实现跨模态信息的精准对齐、融合与推理，提升核保核赔决策的准确率与可解释性。
2. 智能体（Agent）构建：设计并开发面向核保流程的AI智能体，构建包含任务规划、工具调用、多轮对话等核心能力的Multi-Agent协作模式，推动核保流程的自动化与智能化。
3.知识库与RAG优化：构建并优化保险条款、医学指南等领域知识库，结合检索增强生成（RAG）技术，解决大模型在复杂核保规则下的幻觉问题，提升专业场景下的推理准确性。
4.模型微调与部署：负责多模态基座模型的SFT（监督微调）与RLHF（人类反馈强化学习），并主导模型在核保生产环境中的工程化落地，包括推理加速、显存优化及高并发服务部署。
5.数据闭环建设：设计并搭建自动化数据处理流水线，负责核保相关多模态数据的清洗、结构化标注与质量评估，构建高质量领域数据集以支持模型持续迭代。
6.前沿技术探索：跟踪大模型与多模态领域的最新学术进展（如MoE、Long Context），探索其在保险反欺诈、精准定价及动态风险评估中的应用
1、负责手机端与云端 AIGC 影像算法研发，包括人像生成、图像修复、人像编辑、视频生成、文生图 / 图生图等核心能力的算法设计、实现与优化（任一方向）。
2、负责扩散模型、MMDiT、流模型（Flow Matching / Rectified Flow）、单步生成模型等前沿生成式模型的研发、微调、蒸馏与推理加速。
3、负责 AIGC 基础模型的后训练体系建设，包括 SFT、DPO、GRPO 等强化学习方案设计与落地，构建大规模指令微调数据与奖励模型。
4、针对弱光、逆光、中低端机型、海外用户习惯等复杂场景，设计稳健高效的人像处理、图像编辑与视频生成方案。
5、参与构建手机影像 AIGC 完整技术体系，包括数据 pipeline、模型评价体系、端云协同架构、训练与部署流程建设与优化。
6、跟踪业界前沿技术，推动图像 / 视频生成、编辑、增强等创新能力在手机影像产品中稳定、高效、差异化落地。
必备条件：
扎实的机器学习/深度学习基础，熟练掌握Python及PyTorch/TensorFlow框架
熟悉Linux开发环境，具备良好的工程代码能力与问题调试能力
具备良好的英文文献阅读能力，能快速理解并复现前沿算法
优先条件：
熟悉3D视觉与重建技术，如点云处理、NeRF、3DGS、COLMAP等
掌握人体参数化模型，如SMPL/SMPL-X、动作捕捉、动作生成等
有机器人真机开发经验、开源项目贡献或顶会论文发表经历
【我们提供】
充足的算力资源
丰富的机器人本体
有竞争力的实习津贴与转正机会
1.负责微信游戏社区、精品游戏和微信小游戏的推荐投放算法研发工作；基于大模型提升多场景的推荐效率；
2.参与算法链路各模块改进，包括但不限于素材、召回、排序、重排、策略机制、生成式大模型等技术模块；
3.关注业界的前沿大模型推荐进展，结合实际场景进行算法开发落地，持续推动算法升级和业务增长。
1. 在顶级会议发表过推荐算法相关论文。
2. PyTorch, DeepSpeed, vLLM 等知名开源 AI 框架的活跃贡献者（Contributor/Committer）。
1. 负责量化委外平台核心算法研发、设计与落地，搭建AI量化策略、风险控制、收益归因算法体系；
2. 开展因子挖掘、组合优化、算法交易、策略回测与实盘迭代工作，保障算法有效性；
3. 对接业务需求，完成委外场景下的策略评估、管理人画像、风险预警等算法开发；
4. 优化金融数据处理流程，完成特征工程、模型训练与工程化部署；
5. 跟踪量化及AI前沿技术，推动平台算法持续迭代升级。
1.前沿技术攻坚与复现：跟踪并实现 AIGC 领域的 SOTA 算法，包括但不限于基于 Diffusion Models、Autoregressive Models 的大规模预训练架构。针对图像生成的控制性（Controllability）、一致性（Consistency）等前沿问题进行深度优化。
2.图像编辑与可控生成：研发基于 Mask、Text-prompt 或 Reference Image 的精准编辑算法。解决非刚性形变下的语义保持、局部重绘（Inpainting）与风格迁移中的伪影问题，提升算法在复杂场景下的鲁棒性。
3.数字人建模与驱动：研究基于Flow Model、Consistency Model的数字人建模算法。研究长视频生成、IP保持、动作驱动等难点，追求高质量的视觉表现与实时交互性能。
4.数据工程与全链路实验：构建高质量视觉数据集管线，设计针对生成质量的评估指标体系（如改进版 FID、CLIP Score 以及人工评测标准），通过高效的消融实验驱动算法迭代。
5.工程化落地与性能调优：配合工程团队进行模型压缩、量化及端云协同部署。
设计、实现和优化医疗险核保及风控算法和模型，包括风险评估、精准定价、欺诈识别等。负责医疗、保险、行为大数据的收集、清洗、标注和分析，构建高质量的数据集以支持风控模型开发。
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。