薪酬概览
平均月薪
¥31800
中位数 ¥0 ｜ 区间 ¥23700 - ¥40000
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 >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
23
对比上月：岗位新增15
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 | 14.3% |
| 3-5年 | 15 | 71.4% |
| 不限经验 | 3 | 14.3% |
热招职位
Technology Platform-游戏机器学习研究工程师
1.负责机器学习/AI在游戏研发过程的应用落地；
2.结合计算机图形学知识，参与建模、渲染、动画、特效、UI、物理、AIGC等相关工作；
3.与策划、美术、运营、程序等同学做需求沟通；
4.跟进行业AI新技术、图形学前沿应用，落地到游戏项目实际业务中。
1.负责太极机器学习平台产品规划：聚焦平台内机器学习场景下数据处理、模型训练、服务部署等核心环节，了解传统机器学习、大模型等训练框架、推理框架，能主导产品方案设计，了解行业情况；
2.联动多技术团队推进平台落地：协同算法团队、工程团队（框架,算力，调度）、数据团队等，对齐跨团队需求与目标，解决研发过程中的协作问题，保障平台功能及基模训练任务按时高质量交付；
3.驱动平台迭代与体验优化：收集平台内算法、研发团队的使用反馈，结合机器学习技术趋势，制定平台迭代 roadmap，持续优化产品功能，强化太极平台的核心竞争力。
1、计算机科学、软件工程、机器学习或相关领域的本科及以上学历，硕士或博士优先；
2、掌握pytorch的使用，对训练流程中主要模块的细节有研究；
3、对常见模型训练优化有了解, 例如训练加速和显存优化技术。对推理框架vllm & sglang的技术细节有了解；
4、具有扎实的编程能力且具有一定的算法理论基础，精通Python；
5、乐于探索前沿新技术并在实际场景中落地。
【加分项】
1、对常见机器学习平台的使用有了解；
2、理解深度学习原理和分布式训练框架（如deepseed & megatron & fsdp）；；
3、有参与过LLM & VLM的预训练或者微调, 了解模型的训练评估细节以及模型结构设计
4、有参与过端侧模型部署或者服务端模型部署, 有推理框架开发经验或者算子优化经验。
微信-机器学习基础设施开发工程师（存储/向量检索/参数服务器）-系统架构方向
技术架构团队缔造了微信后台的第一行代码，目前已成为集应用开发和基础研究于一身的重要部门。该团队创立了 WXG 内部开发者每日使用的 ABC（AI、BigData、Cloud）平台，其中包括 AI 应用平台、BigData 平台和 Cloud 平台。AI 应用平台承担了各项 AI 技术在具体业务中的落地功能，支持每分钟数千万次的调用。BigData 平台负责大数据分析和挖掘功能，每天支持上百万次的任务运行。Cloud 平台则负责计算和存储资源的调度功能，为庞大的在线服务系统以及 AI 和 BigData 的训练和推理任务提供支持。此外，该团队还负责微信消息系统、音视频通话、朋友圈、视频号和直播等基础功能支撑，为超过 10 亿用户的日常使用提供强有力的支持。
技术架构团队不仅负责应用开发，还致力于基础研究。该团队在 CV、ASR 和 NLP 等领域的 AI 算法预研方面表现突出，并成功将这些技术应用于实际业务。团队的研究成果被广泛运用于微信产品，提升了用户体验和产品竞争力。此外，该团队还积极参与学术交流和开源社区，持续推动着人工智能领域的发展。
1.负责腾讯混元机器学习平台的设计与开发，包括：性能优化，持续提升训练性能，包括多机多卡大规模训练优化，数据交换优化等；
2.深入理解跟踪业界AIGC动态，优化平台技术方案，提升平台易用性，降低大模型研发门槛，不断推进平台的LLMOps能力升级；
3.积极追踪业内AI动态，优化内部技术方案，改进产品性能，不断推进AI架构升级。
1.负责医疗AI项目的数据分析和建模工作，包括：医疗数据的数据准备、统计分析、机器学习分析建模、模型评估、可视化等工作，并根据项目需求学习及应用新方法和新技术。并与开发团队合作完成模型应用部署和模型更新等API服务。
2.负责医疗AI产品中的数据开发与分析工作，协助产品团队进行产品中的上线数据分析和优化策略制定。
1、支持票据产品研发及模式创新，包括产品方案调研、设计及推动系统需求落地等全流程专业性支持；
2、支持票据系统功能持续升级，结合票据业务发展现状及趋势，对票据相关系统功能进行升级优化；
3、支持票据产品分行宣导培训，协助分行业务营销，提升分行客户经理专业能力，推动业务上量。
1.参与业务预测相关机器学习研究与开发，主导或核心参与预测场景选择，遵循数据治理规范，负责特征工程、预测模型的挖掘、构建、验证与优化工作。
2.搭建、优化机器学习算法模型，跟踪模型预测性能，探索利用 AI 新技术（如大模型、自动化工具）优化现有技术流程，分析模型有效性并提出针对性优化建议，推动模型迭代升级与落地应用。
3.参与数据治理体系建设，制定数据质量标准与监控机制，确保特征数据的高质量、高一致性，夯实数据底座。
4.跟踪机器学习及 AI 领域前沿动态，整理研究报告，探索 AI 工具在研发效能提升中的应用，配合团队推进预测项目落地。
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、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、从事医疗AI、保险等产品中数据分析建模工作，包括医疗数据提取、数据清洗、统计分析、机器学习建模、模型评估、可视化等。掌握医学算法模型建模的需求分析、建模、评估、结果解释的全链路。
2、追踪医学AI领域的前沿研究，包括医学大模型、疾病预测模型等，根据项目需求学习并在落地项目中应用新方法和新技术。
3、与产品和研发团队合作，在医疗AI产品中贡献医学AI算法，并协助产品团队进行产品中的上线数据分析和优化策略制定。
1.负责喜茶业务的软件质量保证工作，提升测试质量和测试效率；
2.参与需求分析与评审，设计测试方案，编写测试用例（自动化 / 手动）
开发、维护自动化测试工具、脚本及相关测试平台，解决复杂测试问题；
3.构建持续集成 / 持续测试（CI/CT）流程，推动测试左移和 DevOps 落地；
4.分析测试结果，定位并跟踪缺陷，与开发、产品团队协作推动问题解决
优化测试策略和流程，参与测试技术选型与创新，提升团队整体测试能力；
5.研究行业前沿测试技术（如 AI 测试、性能测试、安全测试等），并在团队内推广落地。