薪酬概览
平均月薪
¥29500
中位数 ¥0 | 区间 ¥20900 - ¥38200
数据来源:谈职全网11份招聘数据;更新时间:2026年7月13日
月薪分布
72.7% 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
1月新增岗位
2
对比上月:岗位减少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 |
|---|---|---|
| 1-3年 | 2 | 100% |
热招职位
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. 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LLM在游戏领域的应用落地,包括但不限于游戏智能NPC的对话、决策交互、陪玩等;
2.负责大模型开发的相关工作,包括但不限于:数据合成、微调(SFT、蒸馏)、强化(DPO、GRPO)、RAG、多模态LLM(涉及游戏盘面状态)等;
3.负责探索与跟进AIGC前沿技术,结合未来实际应用场景,提供技术解决方案。
1、硕士及以上学历,计算机、自动化、机器人、人工智能等相关专业;
2、在以下至少一个方向有深入经验:
- 机器人操作/抓取(ACT、Diffusion Policy、VLA 等);
- 强化学习运动控制(PPO/SAC + Isaac Gym/MuJoCo);
- 视觉导航(VLN、SLAM、端到端导航)
3、熟悉 PyTorch,具备 Sim2Real 迁移的实战经验;
4、有人形机器人或足式机器人的实机开发调试经验优先。
【加分项】
- 在 RSS/CoRL/ICRA/IROS/IJRR/TRO 或 NeurIPS/ICLR/CVPR 发表过相关论文;
- 有大规模分布式 RL 训练经验(FSDP、DeepSpeed、Ray);
- 参加过 RoboMaster/RoboCup 等机器人竞赛并取得成绩。
1、参与金融类和医疗健康类产品的用户增长、流量运营、搜推等算法工作。支持保险、银行、医疗服务等场景的用户增长和经营业务。
2、与产品、运营协同,构建针对不同场景的智能化用户增长方案。
3、探索大模型技术在搜索、推荐场景的应用,研究AI搜索、生成式推荐、LLM4Rec在综合金融等场景的落地。
1、 学历与经验:计算机科学、人工智能、自动化、机器人或相关专业本科及以上学历,具备相关算法/数据工程实践经验。
2、核心技术栈:
- 深入理解自动驾驶或机器人领域的数据质检体系与数据闭环方法论;
- 熟练掌握大模型微调技术(如SFT、LoRA/QLoRA、DPO/RLHF等),具备基于LLM/VLM构建自动化质检、评估或标注模型的实际经验;
- 熟悉主流深度学习框架(PyTorch等)及大模型生态工具链,了解向量检索、Agent工作流等数据应用架构。
3、工程能力:
- 精通 Python/C++,具备扎实的编程功底与良好的代码规范,熟悉分布式数据处理、流水线架构设计;
- 具备较强的系统设计与工程落地能力,能独立完成从算法原型到生产级服务的开发与部署。
4、综合素质:逻辑严谨、数据敏感度高,具备优秀的跨团队协作与项目管理意识;对具身智能与机器人技术有强烈热情,能快速学习并掌握新技术。
加分项
- 在 CVPR/ICCV/NeurIPS/ICRA/IROS 等顶级会议或期刊以第一作者发表过相关论文;
- 具备大规模第一人称视角(Egocentric)多模态数据集的处理、评测或标注体系搭建经验;
- 熟悉机器人软件栈(ROS/ROS2)及主流仿真平台(NVIDIA Isaac Sim/Omniverse、MuJoCo、PyBullet等),有 Sim2Real 实践经验优先;
- 熟悉主流机器人本体架构、传感器配置或底层控制逻辑,具备软硬件协同调试经验;
- 有高质量开源项目贡献、技术博客或社区影响力者优先。
1、 参与平安业务相关的文本分类、命名实体识别、文本相似性、语言模型、情感分析、用户行为分析等相关NLP工作;
2、 跟进NLP领域前沿技术,对现有产品和技术方案进行持续改进,同时探讨和开发新的产品。
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-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。




