薪酬概览
平均月薪
¥17900
中位数 ¥0 ｜ 区间 ¥14200 - ¥21700
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
83.3% 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
6月新增岗位
12
对比上月：岗位新增7
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 | 8 | 66.7% |
| 5-10年 | 4 | 33.3% |
热招职位
一、整体技术规划与团队管理
1. 负责大数据基础建设与 AI Infra / AI Dev 两大方向的整体技术规划、架构设计、技术路线制定和长期演进。
2. 负责团队日常管理，包括目标拆解、任务分配、项目排期、过程跟进、质量把控和结果交付。
3. 参与关键技术方案评审和核心系统设计，对重大技术选型、架构升级、资源投入和交付风险负责。 二、大数据基础建设方向 负责公司大数据基础平台建设，重点覆盖 离线计算平台、实时计算平台、数据服务 API、大数据工具研发 等方向。
1. 离线与实时计算平台建设 负责离线与实时一体化数据平台建设，支撑大规模数据采集、加工、计算、调度、治理和服务输出。
2. 数据服务 API 能力建设 负责数据服务化能力建设，将底层数据资产通过标准化 API、数据网关、指标服务、标签服务、画像服务等方式输出给业务系统、AI 应用和分析平台。三、AI Infra / AI Dev 方向 负责公司 AI 工程化能力建设，重点覆盖 模型推理、模型应用、AI Infra、大模型创新应用开发 等方向。
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。
作为SoC性能架构师，你将从事大型通用CPU芯片SoC架构工作，主要包括：
1.从整芯片出发，定义低延时、高带宽的multiple-processors & multiple-chips的互联架构；
2.和建模团队一起，定义SoC的建模仿真方案，端到端指导建模团队进行架构建模仿真；
3.通过分析ESL建模假设和仿真结果，获得SoC架构性能竞争力分析预测报告，并且提出优化方案；
4.配合测试团队，分析定位性能问题，提出解决方案。
1.需求梳理：负责与业务团队的需求对接，分解网络产品功能，联合上下游团队推动网络需求落地；
2.技术收益评估：负责关键网络技术的技术方案设计与PoC验证落地，与业务深度联合优化，完成业务收益的评估闭环；
3.异构卡部署：负责异构GPU卡型的引入与通信性能相关的验收与调优，推动在业务训练/推理框架上的部署落地；
4.技术探索：探索高性能网络新方向，制定网络技术方案，负责前期PoC验证、技术可行性和业务收益评估。
腾讯云-智慧零售-零售行业技术咨询架构师（FDE Consultant）
1.有国际知名咨询公司战略咨询经验。
2.主导过零售行业数字化转型、科技升级类项目，有方法论沉淀。
3.有AI大模型在零售行业落地经验，或深度研究过Agentic Workflow。
4.在行业峰会有宣讲经历，或有公开展示的PPT作品/演讲视频。
5.持有PMP、项目管理或行业分析相关认证。
1. AI 解决方案设计与落地
深入理解 3C 制造业务场景，针对复杂问题（如 SMT 产线良率提升、设备预测性维护、物料智能排产、AOI 质检缺陷分析、质量全链路追溯、供应链协同优化等）设计并开发 AI 解决方案。
独立或主导完成大模型、强化学习模型、机器学习模型的研究、训练和部署，构建面向 3C 制造领域的 AI 智能体（如质检智能体、设备运维智能体、工艺优化智能体、生产调度智能体）。
2. 全栈技术攻坚
负责 AI 智能体、模型微调、知识工程等项目的核心开发，覆盖制造数据清洗与特征工程、模型构建与调优、产线系统集成及边缘推理性能优化，支撑产线实时推理与闭环控制。
探索大模型、多模态（机器视觉 + 红外 / 超声 / 光谱等）技术在 3C 制造场景的应用，推动工艺迭代、质检自动化与产线数字化深度融合，沉淀可复用的技术组件与解决方案。
1.负责金融风控场景中AI Agent方向的架构升级，提升大模型逻辑推理和任务规划能力，构建具备自主决策、协作与工具调用能力的多智能体系统（Multi-Agent System），推动大模型从“对话式AI”向“任务执行体”演进，解决复杂场景下的自动化问题；
2.深入研究并应用LLM的复杂推理技术（如思维链CoT、思维树ToT），并熟悉应用Prompt Cache，多工具并发调度，上下文隔离，长短期记忆管理，权限与安全收敛等Agent工程化和治理技术，赋予Agent独立探索与解决问题的能力；
3.跟进LLM相关的算法最新技术方向，运用指令微调、强化学习等方法，提升大模型规划、推理与遵循指令的能力，从而提升模型知识边界探索和抗干扰的能力。
产品研发与风味创新
独立研发经典 / 创意 Gelato 口味（水果、坚果、巧克力、芝士、特调等），把控低脂肪、高密度、绵密顺滑的意式核心口感；
结合季节、节日、市场趋势，开发新品、限定款、健康化款（低糖、无添加、素食、无乳等），形成产品矩阵。
配方优化与成本管控
制定标准化配方、原料配比、制作工艺，确保口感、质地、出品稳定；
在保证品质前提下，优化原料结构、提升出品率、控制研发与生产成本。
原料选型与品质把控
负责基底原料（奶、糖、基底粉、淡奶油等）、风味原料（鲜果、坚果、可可、果酱、酒等）选型、测试与供应商评估；
建立原料验收标准，确保产品安全、合规、口感统一。
工艺与 SOP 制定
制定 Gelato 制作全流程 SOP：巴氏杀菌、均质、老化、凝冻、硬化、储存、解冻复融等关键控制点；
解决出品问题：冰渣、粗糙、分层、化快、风味不足、膨胀率异常等技术问题。
产品落地与培训支持
完成小试 — 中试 — 门店量产落地，输出配方卡、操作手册、成本卡；
对生产 / 门店人员进行技术培训、操作指导，保证全国 / 全渠道口味一致。
市场与竞品调研
跟踪国内外 Gelato / 冰淇淋行业趋势、竞品口味、原料技术、消费偏好；
输出研发建议，支撑产品上新与品牌差异化。
合规与品控
确保产品符合食品安全法规、标签规范、过敏原管理；
建立产品留样、测试、稳定性评估机制。
1.关注海内外行业动态、市场趋势、新原料或相关设备等
2.针对开发元素做深入调研，包含原材料挖掘及竞品等，结合公司战略方向做产品开发提案
3.负责海外市场产品测试工作，包括物料开发和迭代、产品开发及落地、现行产品维护等
4.熟识基础office软件操作，汇整项目进度及其他相关文件
5.与相关部门协作推进海外项目落地
1.负责AI知识库产品商业化策略的制定；
2.负责所属行业的项目售前工作及其收入目标结果；
3.挖掘AI知识库产品目标客户的使用场景、需求等，并反哺产研团队。
1、 计算机、自动化、电子、机器人、车辆工程等相关专业本科及以上学历；
2、具备扎实的 C++/Python/Linux 系统开发能力，熟悉多线程、异步 IO、网络通信、文件系统、性能调优和稳定性建设；
3、熟悉机器人、自动驾驶或嵌入式系统中的数据采集链路，有传感器数据接入、端侧落盘、数据回传或车端/机器人端日志系统经验；
4、熟悉 Camera、LiDAR、IMU、GPS/RTK、CAN、串口、以太网等一种或多种传感器或通信数据的采集与处理；
5、理解多源数据时间同步、时间戳对齐、数据切片、数据完整性校验、异常检测等关键问题，并具备实际工程经验；
6、熟悉 Linux 环境下的问题定位和性能分析工具，具备较强的线上问题排查、系统调优和长期稳定运行保障能力；
7、具备良好的架构设计能力和跨团队协作能力，能从采集任务、数据质量、云端消费和算法训练需求出发设计端侧数采方案。
加分项
1、有自动驾驶量产数采、机器人真机数采、车端数据闭环或大规模设备数据回传经验；
2、熟悉 ROS/ROS2、DDS、Cyber RT、Apollo、AUTOSAR Adaptive 或机器人/智驾中间件；
3、有视频流、图像、点云、时序状态流等多模态数据采集、编码、压缩、封装和回放经验；
4、熟悉对象存储、消息队列、边缘计算、OTA、设备管理、远程诊断等端云协同体系；
5、有端侧数据质量平台、采集任务管理、众包采集、数据回灌或仿真回放相关经验。
一、安全体系架构规划与设计 负责公司整体信息安全、网络安全、数据安全架构的顶层设计、迭代优化与落地规划，结合业务系统研发、IT 基础设施建设、数字化项目落地全流程，输出适配企业发展的安全架构整体方案、技术规范与落地标准，保障安全架构的前瞻性、稳定性与可扩展性。 二、网络安全体系融入系统设计 深度参与企业网络架构、业务系统、生产网络的规划与设计评审，针对网络边界、传输链路、服务器集群、终端接入、访问权限等场景，制定网络安全防护架构，包含防火墙策略、零信任架构、内网隔离、流量监控、入侵防御、抗攻击等安全设计，从架构层面规避网络渗透、越权访问、网络攻击、链路泄露等风险。 三、数据安全与数据保护架构落地 统筹企业全生命周期数据安全架构设计，覆盖数据采集、传输、存储、使用、共享、销毁全流程。结合国家及行业合规要求，设计数据分类分级、数据脱敏、数据加密、权限管控、数据防泄露、数据备份恢复、审计追溯等安全架构方案，将数据保护能力内嵌至业务系统、数据库、数据中台、数据接口的设计与开发环节，保障核心业务数据、用户数据、敏感数据合规安全。