薪酬概览
平均月薪
¥14300
中位数 ¥12500 ｜ 区间 ¥11500 - ¥17200
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
66.7% 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
3月新增岗位
28
对比上月：岗位新增20
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 | 18 | 69.2% |
| 1-3年 | 4 | 15.4% |
| 3-5年 | 4 | 15.4% |
热招职位
核心工作：维护公司核心系统业务数据库库稳定，优化数据库查询效率，解决数据库日常问题及故障，提高数据库整体运行效率 主要职责： 1．数据库日常优化，数据库架构调优调整 2．数据库日常问题定位分析解决 3．支持日常运营所需数据统计分析 4．数据库容量评估，存储规划 5．数据库帐户权限管理、安全管理 6．数据库架构方案制定 7．内外审计应对
8. AI赋能数据库运维能力提升
1、负责整体风险指标体系的管理与指标分析，定期出具风险组合报告；
2、负责整体风险策略系统或引擎的版本维护、功能开发等管理工作；
3、负责全面信贷数据分析工作，包括内部数据挖掘、外部数据引入及数据投产应用工作 ；
4、负责各项风险数据的运维、管理工作，及领导交办的其它工作。
1、数仓设计与开发：客用户画像体系数仓设计、开发、测试，包括数据分层、模型设计、ETL流程开发及性能优化，支撑实时/离线数据处理需求。
2、业务数据分析：支持画像、漏斗、行为等个人金融业务营销、风控、运营等领域的业务数据分析。
3、技术研究与创新落地：跟踪大数据技术及AI在金融领域的应用，推动数仓架构智能化升级；优化数据存储与计算效率。
文远知行 (WeRide.ai) 正在寻找优秀的编程人才，致力于通过解决人工智能和机器人领域最具挑战性的问题来变革未来的出行方式。开发安全可靠的自动驾驶汽车，其核心在于对车辆性能有深入的、数据驱动的理解。Metrics 团队（指标团队）正在寻找一位优秀的数据工程师来构建衡量我们成功的基础系统。您将负责创建能将原始数据转化为关键洞察的基础设施，确保我们做出的每一个决策都有准确且可扩展的指标作为支持。
岗位描述
1. 研发自动驾驶系统安全性、舒适性等评价算法，保障系统可靠运行。
2. 理解业务需求，深入自动驾驶业务，梳理业务流程，设计数据链路与指标体系，量化自动驾驶能力。
3. 对自动驾驶测试数据进行汇总与分析，深挖数据变化原因，结合数据分析发现问题。
4. 负责数据可视化与报告自动化，让数据直观呈现，辅助决策。
5. 自动驾驶场景挖掘。从海量非结构化测试数据中，高效提取对自动驾驶提升有高价值的交通场景。
6. 自动驾驶能力评价Metrics。运用算法模型或规则，开发自动驾驶算法能力评价指标与自动化评价方法。
7. 建立自动驾驶行为评价的体系框架。
岗位要求
1. 专业要求：计算机，物理，软件，数学，信息工程，统计本科及以上学历
2. 编程能力：
1. 熟悉C++编程语言，具备扎实的编程基础和良好的代码规范意识2. 熟悉常用数据结构与算法，能够编写高效、稳定的代码3. 具备Linux/Unix环境开发经验，熟悉常用开发工具和调试技巧3. 数据分析能力
1. 具备大数据处理和分析能力，精通SQL、Python编程2. 能够从海量数据中发现规律，建立有效的评估模型4. 综合素质
1. 具备良好的沟通能力和团队协作精神2. 有强烈的责任心和自我驱动力，能够承受一定工作压力3. 善于多维度分析问题，有清晰的逻辑思维4. 热爱无人车领域，喜欢挑战，善于思考，逻辑清晰，有快速的学习和理解能力，富有责任心，良好的团队协作精神
加分项:
- 有ACM等竞赛亚洲区域赛以上的奖牌选手背景或者其他知名编程竞赛top10%，或顶会等发表过paper者优先
- 具备优秀的Metric设计与分析能力，能够快速解决复杂问题
- 熟悉机器学习、深度学习算法原理与应用场景
- 熟悉自动驾驶相关开源框架和仿真平台
云架构平台部是腾讯规模最大的技术部门之一，为公司各业务提供存储、接入和计算服务。这里有海量的存储平台、世界级的CDN服务、先进的操作系统和视频编解码技术以及自研芯片，我们致力于用技术的力量持续赋能客户，帮助他们提升效率、降低成本。云架构平台部聚焦于规模、产品竞争力、平台能力，通过存储、接入、计算等重点领域的核心技术能力，有力支持和保障腾讯云、自研云等重点业务；同时，部门在各技术领域不断挑战和创造新的记录，视频编码器在MSU国际大赛中一再夺冠、自研芯片性能持续优化助力业务发展、TencentOS深度参与全链路国产化操作系统OpenCloudOS共建，发布自主可控发行版等，在公司内部多次获得代表最高荣誉的技术突破奖和研发奖。
1.负责文档数据处理的全链路工程实现，包括负责支持文档数据存储计算处理、解析、去重、质量筛选等数据处理环节；
2.有丰富的文档解析或大模型预训练数据处理经验、基于Agent的数据生产链路研发经验优先；
3.有多模态理解数据处理经验优先。
1、负责用户侧和产品侧的数据采集、整理与分析，建立完整的用户画像体系，深入挖掘用户特征、偏好及行为规律；
2、协助构建用户行为分析模型，通过漏斗分析、路径分析、留存率分析等方式，揭示用户触达、转化、流失的关键节点及其影响因素；
3、分析用户全生命周期（获取、激活、留存、召回、流失）的表现，挖掘用户增长潜力，优化用户运营策略；
4、支持产品迭代，评估新功能上线效果，设计用户增长与转化的核心KPI指标体系，输出分析报告。
1.负责SSV相关产品数据分析工作，包括产品数据洞察，运营效果分析，数据分析工具建设等；
2.通过数据分析建立用户洞察，为产品迭代提供指引。提供产品策略的数据支撑；
3.协助建设产品数据体系，完善数据pipeline，定位产品关键问题，支撑ab实验。
1.负责公司大数据平台的数据采集、清洗、存储、建模与价值挖掘工作；
2.使用Hive、Spark等大数据工具进行海量数据的处理与分析，构建稳定高效的数据处理流程；
3.设计并开发数据仓库模型，优化ETL流程，保障数据的准确性与及时性；
4.与业务部门协作，深入理解业务需求，提供数据支持与分析报告，辅助决策；
5.参与数据治理、元数据管理及数据质量监控体系建设；
6.有医疗行业背景者，参与医疗健康相关数据的分析建模，支持保司赋能、健康管理等应用场景。
1. 负责机器人数据平台的架构设计与核心研发，覆盖采集任务管理、数据入库、质检、标注、数据集构建与交付全链路；
2. 设计并实现高可靠的云端接入系统，支撑多设备、多供应商、多来源数据的并发接入、状态上报与异常处理；
3. 与算法团队协作，理解训练数据需求，推动数据质量评估、血缘追踪等数据治理体系的建设与落地；
4. 探索并落地 AI 技术在数据平台中的应用，包括但不限于：利用大模型辅助数据标注、使用 AI 工具提升质检自动化率、以及通过智能化手段优化数据集构建效率；
5. 跟进业界 AI 工程工具链（如 Cursor、GitHub Copilot、LLM API 等）的最新进展，将 AI 辅助开发能力融入团队研发工作流，提升整体研发效能。
1.负责供应链全链路数据整合与标准化数据库搭建维护，制定数据规范保障数据准确一致。
2.开展采购环节数据分析，包括品类成本结构拆解与供应商绩效评估，输出优化建议支撑集中采购或协议谈判。
3.监控库存水平并分析周转效率以制定优化策略，联动生产部门分析物资消耗与生产效率关系，输出消耗标准调整建议降低生产成本。
4.定期输出结构化数据分析报告并可视化关键指标，针对异常数据及时预警，为管理层提供数据驱动的决策支持。
5.跨部门协作解决数据相关问题，推动供应链数据在业务端的应用，协助优化内部系统数据流转以提升使用效率。
1、在终端安全、基础架构安全、应用安全等领域，完成安全工具的搭建、推广、维护以及日常运营；
2、实时监测风险指标，及时发现并预警安全攻击行为，并采取相应的处置措施；
3、与安全运营中心协调对接，确保有效与整体安全监控协同运作；
4、负责拉通集团内成员公司在相关安全领域的联防联控以及协调治理；
5、跟踪解读国家、行业的相关法律法规的监管动态，分析业务影响，制定合规落地计划，推动技术改造。
1、业务介绍：聚焦物流供应链，研发多智能体群体智能技术，搭建仿真平台，赋能机器人协同、运输调度等场景降本增效。
2、岗位内容：设计多智能体协同框架，研究群体演进机制，构建物流仿真平台并验证技术效果。
3、研究内容：（1）设计多智能体协同框架（如集中规划、通信协商、去中心化自组织），优化仓储、中转机器人协同、运输网络调度等场景；（2）研究群体智能演进机制，包括个体间竞争-协作平衡、知识共享、群体共识形成等；（3）构建物流多智能体仿真平台，验证群体智能在成本、效率、鲁棒性方面的提升效果
