薪酬概览
平均月薪
¥28400
中位数 ¥22500 ｜ 区间 ¥20400 - ¥36400
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
75% 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
4月新增岗位
9
对比上月：岗位减少0
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 | 9 | 100% |
热招职位
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.负责语音/音频大模型研发，包括音频理解（ASR/音频caption）、音视频理解等模型研发；
2.负责预训练、后训练、强化学习（文本和音频强化）相关的数据、算法、评测工作；
3.负责音频理解/ASR模型开源以及产品落地（比如产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化）。
1、自动化、计算机、人工智能、机器人等相关专业硕士及以上学历；
2、熟悉机器人动力学、运动学、最优控制，有扎实的数学基础；
3、精通Linux和Docker开发环境，熟悉C++和Python，掌握git工作流，具有良好的编程习惯；
4、谦逊开放、思维活跃，具有团队合作意识；
5、学习能力强，可以独立探索与学习先进的算法。
【加分项】
1、熟悉主流强化学习、模仿学习等算法；
2、熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境；
3、有灵巧手触觉传感器应用经验；
4、有sim2real实战经验；
5、有多关节机器人控制经验；
6、在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先。
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、业务介绍：负责顺丰统一AI和智能体基础设施建设，打造行业领先的AI中台和AI生态。
2、岗位内容：深度参与顺丰内部智能体项目，通过AI技术落地应用并且提升业务效果。
3、研究内容：（1）参与大模型技术研发与优化，深入探索大模型（如LLM、多模态模型）的核心算法，包括预训练、微调（Fine-tuning）、提示工程（Prompt Engineering）、RAG（检索增强生成）等技术，优化模型效果与性能；（2）负责大模型在垂直领域的应用开发，包括但不限于智能问答、AIOps、AI Coding等场景，推动技术成果转化为实际生产力。
1.在一个或多个领域（对话系统、推荐系统、搜索系统、广告系统）有实战经验；
2.有过成功产品上线运营经验；
3.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。
1. 参与音频大模型的全流程研发，包括跨模态对齐、多模态理解及生成，涵盖文本和语音等训练数据的清洗和制作、基础模型算法选型与优化，聚焦预训练、监督微调及强化学习等关键环节的技术迭代；
2. 负责语音对话大模型的端到端效果优化，提高在远场、低信噪比、多人、音乐等场景下的理解及生成效果，改善模型在方言、副语言信息等方面的理解能力，加强情感对话能力；
3. 探索多模态模型的理解和生成范式，跟进业界新的多模态大模型结构，从模型效果优化及降低全链路处理延时等多个方面开展前沿性研究及落地工作。
1.负责大语言模型后训练（Post-Training）阶段的核心技术研发，构建和优化高质量的奖励系统（Reward System），通过Reward Modeling (RM) 和强化学习（RL）算法持续提升模型在复杂指令遵循、逻辑推理及价值观对齐方面的能力；
2.深入研究和优化 RLHF 等后训练算法，提升模型训练的稳定性和最终效果；
3.负责大模型个性化（Personalization）与长期记忆（Memory）机制的算法研发，构建精准的“千人千面”用户建模体系，探索模型如何理解、提取、记忆并动态适应不同用户的长期偏好，持续提升个性化交互体验；
4.负责后训练阶段的数据合成与管理，设计高效的数据飞轮机制，利用SFT、Self-Instruct等技术合成高质量训练数据，并负责建立从用户多维反馈（User Feedback）到模型迭代的闭环信号建模体系；
5.负责后训练模型的全维度评测与分析，制定科学的评价指标，跟进前沿技术动态，将最新研究成果快速转化为业务价值。
PUBG Mobile-高级算法工程师(数据挖掘)-新星引力计划
1.负责利用机器学习算法解决PUBG Mobile的业务问题，如活跃、社交、安全等相关内容的推荐和优化，能够进行问题抽象、技术选型、算法落地与优化，最终提升玩家体验；
2.负责游戏数据分析，包括不限于构建用户画像、用户增长、因果推断、归因分析等，并策划团队配合，依据业务需求，调整算法策略和确定模型优化方向；
3.负责具体项目落地，运用大数据+AI为项目带来可观的收益；
4.负责前沿技术跟进，能够识别技术的有效性并快速应用。