薪酬概览
平均月薪
¥23100
中位数 ¥22500 ｜ 区间 ¥17600 - ¥28700
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
42.9% 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
11
对比上月：岗位新增5
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 | 80% |
| 3-5年 | 2 | 20% |
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、电声器件标准化： 梳理并建立传音音频的发声单元矩阵库，锁定核心喇叭规格，推动跨项目复用与电声器件的成本优化。
2、品牌听感定义与调优： 负责传音三大品牌的目标频响曲线定义。结合SoC平台的DSP能力输出标准EQ配置模板，指导并验收ODM的调音工作。
3、本地化声学场景攻坚： 针对海外复杂的通勤及户外场景，制定通话降噪（ENC）的客观测试基准与麦克风防风网等声学结构规范，提升极端环境下的语音清晰度。
4、高阶算法与主观验收： 主导高端项目的主动降噪（ANC）深度优化与空间音频参数调教；负责所有量产项目最终阶段的主观音质盲测与验收签批。
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。
1. 本科及以上学历，计算机、电子、自动化、机器人工程等相关专业。
2. 良好的沟通协作与自我驱动力，对机器人行业充满热情。
3. 2年以上智能硬件 / 机器人测试经验；具备软硬件结合产品测试经历。
4. 熟悉 Linux 或 RTOS 的基本操作及调试；能使用示波器、逻辑分析仪等硬件调试工具。
5. 至少掌握一门脚本 / 编程语言（Python、C++、MATLAB 等）用于测试自动化或数据分析。
6. 了解机器人系统架构（运动控制、感知、多传感器融合等），有服务机器人或人形机器人测试经历者优先。
7. 了解常用机器人测试工具 / 平台（Gazebo、Webots、ROS Test、Robot Framework、Jenkins 等）或 CI/CD 流程优先。
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. 参与企业级 AI Agent 应用开发，将大模型能力工程化落地到茶饮新零售的业务与技术团队；
2. 开发并优化 场景化 Agent，覆盖智能选品、智能客服、运营分析等业务场景；
3. 构建 研发效能类 Agent，包括代码 QA、漏洞检测、智能巡检、告警归因等场景；
4. 负责 Agent 核心能力建设与优化，包括数据清洗、Multi-Agent 协同、Tool / Function Calling、RAG、多轮对话与基础记忆、，以及 Agent 的上线与效果优化。
1. 负责使用 ReactNative 框架开发高性能、可扩展的跨平台移动应用（iOS/Android）；
2. 参与项目的需求分析、模块设计，独立完成开发工作，进行模块测试，保证代码质量；
3. 改善、维护和优化相关产品的质量、性能、提升用户体验。
1.负责手游项目版本管理，确保项目团队各干系人协同工作；
2.负责版本计划的制定、过程跟踪、风险监控，确保项目按计划完成；
3.根据研发版本排期，独立输出并跟进版本的各项测试、部署、提审、发布等版本流程环节工作；
4.负责研发工具建设和专项技术建设，保证项目质量的稳定，提升研发效率；
5.负责版本构建、冒烟等Bug识别、推动修复，保证版本的按质按期交付。
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.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。