薪酬概览
平均月薪
¥24300
中位数 ¥22500 ｜ 区间 ¥17600 - ¥31000
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
6月新增岗位
5
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 | 8 | 100% |
热招职位
1.前沿技术攻坚与复现：跟踪并实现 AIGC 领域的 SOTA 算法，包括但不限于基于 Diffusion Models、Autoregressive Models 的大规模预训练架构。针对图像生成的控制性（Controllability）、一致性（Consistency）等前沿问题进行深度优化。
2.图像编辑与可控生成：研发基于 Mask、Text-prompt 或 Reference Image 的精准编辑算法。解决非刚性形变下的语义保持、局部重绘（Inpainting）与风格迁移中的伪影问题，提升算法在复杂场景下的鲁棒性。
3.数字人建模与驱动：研究基于Flow Model、Consistency Model的数字人建模算法。研究长视频生成、IP保持、动作驱动等难点，追求高质量的视觉表现与实时交互性能。
4.数据工程与全链路实验：构建高质量视觉数据集管线，设计针对生成质量的评估指标体系（如改进版 FID、CLIP Score 以及人工评测标准），通过高效的消融实验驱动算法迭代。
5.工程化落地与性能调优：配合工程团队进行模型压缩、量化及端云协同部署。
工作内容（What You’ll Do）
负责量产功能（VPA、VPD、P2P）的算法研发：从方案设计、原型验证到车辆测试与性能优化提升，以功能的安全性，流畅性，类人性，可预测性，高效率，和高成功率为核心目标。
参与端到端模型后处理相关工作，保证轨迹平滑调优，安全兜底。
参与端到端深度学习相关的算法开发工作
参与benchmark的设计，维护和验证，以量产交付为结果导向。
岗位要求（Requirements）
计算机科学、信息系统、电气工程或相关领域的本科或硕士学历，或具备同等实践经验。
熟练掌握 C++，具备优秀的代码风格和软件工程最佳实践。
对代码质量、可维护性、运行性能有高标准追求。
必须具备一下一个或多个如下领域的理论或者项目经验:
optimization based or search based path planning and trajectory generation
planning under uncertainty
probabilistic robotics
mobile or industrial robotics
optimal control
deep learning or reinforcement learning for robotics
加分项：
具备量产行车功能与泊车功能开发过往相关经验。
熟悉自动驾驶功能链路和责任分工，具备上下游模块沟通协调能力。
负责设计、开发和优化自动驾驶系统的核心算法和软件架构。你将参与以端到端网络为基础的完整自动驾驶技术栈开发，构建高效、安全、可扩展的自动驾驶解决方案。
工作内容：
负责端到端自动驾驶算法的设计、开发和优化。
优化深度学习模型，提升训练效率和车载计算平台上的推理效率。
研究并应用创新技术，提升自动驾驶系统的性能。
任职要求：
编程能力：精通Python，熟悉C++/CUDA优先。
深度学习：深入理解神经网络建模与优化，熟练使用PyTorch。
计算机基础：扎实的算法与数据结构知识，熟悉Linux开发环境。
数学与逻辑：良好的线性代数、概率统计及优化理论基础。
机器学习：熟悉经典机器学习方法及深度学习前沿技术。
学习与协作：对技术有强烈热情，具备良好的沟通与团队合作能力。
• 深度参与具身智能（Embodied AI）系统全流程研发工作，聚焦感知、决策、控制三大核心模块，助力技术方案的落地与迭代。• 负责机器人系统相关算法的设计、开发与工程实现，重点覆盖视觉感知、运动生成、运动规划与控制、VLA/Diffusion Model、仿真、避障算法、灵巧手控制等相关方向。• 配合团队完成实验方案设计、实验数据采集、结果分析与优化，解决算法落地过程中的工程问题，推动技术从实验室走向真实应用场景。• 持续关注具身智能与机器人领域的前沿技术动态、学术研究成果，参与技术调研、方案论证，为团队技术创新提供支撑。
1、业务介绍：聚焦物流供应链，研发多智能体群体智能技术，搭建仿真平台，赋能机器人协同、运输调度等场景降本增效。
2、岗位内容：设计多智能体协同框架，研究群体演进机制，构建物流仿真平台并验证技术效果。
3、研究内容：（1）设计多智能体协同框架（如集中规划、通信协商、去中心化自组织），优化仓储、中转机器人协同、运输网络调度等场景；（2）研究群体智能演进机制，包括个体间竞争-协作平衡、知识共享、群体共识形成等；（3）构建物流多智能体仿真平台，验证群体智能在成本、效率、鲁棒性方面的提升效果
1.负责微信游戏社区、精品游戏和微信小游戏的推荐投放算法研发工作；基于大模型提升多场景的推荐效率；
2.参与算法链路各模块改进，包括但不限于素材、召回、排序、重排、策略机制、生成式大模型等技术模块；
3.关注业界的前沿大模型推荐进展，结合实际场景进行算法开发落地，持续推动算法升级和业务增长。
1、负责大语言模型（LLM）相关算法在AI Agent系统的研发与优化，包括但不限于预训练、指令微调（SFT）、强化学习等技术方向在任务规划、工具调用、记忆机制等核心场景的能力建设，提升效果与用户体验；
2、跟踪业界前沿技术（如推理模型、长上下文建模、Agent框架等），并推动技术在业务中的应用；
3、与工程、产品团队紧密合作，推动算法从研究到落地交付的全流程。
1.负责 DataBuddy 大模型效果优化体系建设，围绕企业级大数据场景，构建覆盖任务理解、数据问答、工具调用、任务执行、结果可信等环节的评测体系；
2.负责 DataBuddy 数据飞轮建设，持续沉淀用户反馈、交互日志、执行结果、错误案例和高质量样本，形成可用于评测、训练和效果回归的数据资产；
3.负责大模型后训练相关工作，包括 SFT、偏好优化、RL 等方法在 DataBuddy 场景中的应用，持续提升模型在复杂数据任务中的稳定性、准确性和可控性；
4.结合 DataBuddy 产品场景，设计自动化评测、人工评审、Case Benchmark、回归测试等机制，支撑模型版本迭代、能力对比和上线决策；
5.与产品、Runtime 工程、应用开发团队协作，定位模型在真实业务场景中的效果问题，推动从问题发现、样本构造、模型优化到效果验证的闭环改进。
1、教育背景： 计算机、人工智能及相关专业硕士或博士；
2、技术功底： 扎实的 Python/C++ 基础，精通 PyTorch 及分布式训练工具；
3、核心能力：
（1）深入理解 Transformer 架构，熟悉主流大模型（如 GPT-4o, Qwen-Audio, RT-2 等）原理；
（2）了解音频特征提取及 Audio Tokenizer（如 EnCodec, AudioDec）基本原理；
（3）有 Agent 框架（LangChain, AutoGPT 等）开发经验或多模态对齐经验者优先；
4、综合素质： 具备良好的学术前瞻性或工程落地能力，能解决非结构化环境下的鲁棒性挑战。
1、核心NLU引擎研发：负责意图识别、实体抽取、情感分析、文本分类等核心NLU任务的算法设计、模型训练与优化。针对特定业务场景，构建高精度、高鲁棒性的NLU模型，并持续迭代提升效果。跟踪NLU领域的最新研究成果，并将其应用于实际业务中。
2、LLM-basedAgent构建：设计和开发基于大语言模型的智能体框架，实现复杂的任务规划、推理和工具调用。负责多轮对话管理、上下文理解和状态追踪模块的研发，打造流畅、智能的对话交互体验。探索Agent的自主学习和决策能力，使其能够完成开放域、多步骤的复杂任务。
3、RAG技术应用与优化：设计并实现高效的检索增强生成（RAG）系统，结合向量检索与大语言模型，提升回答的准确性、时效性和可追溯性。负责文档切分、向量化、索引构建以及召回、排序等全链路模块的优化。研究并解决RAG系统中的常见问题，如信息噪音、召回不准、知识冲突等，并有效减少模型幻觉。
4、工程与落地：负责算法模型的工程化部署、性能优化和线上服务的稳定性维护。与产品、工程团队紧密合作，深刻理解业务需求，推动AI技术的快速落地和商业化应用。构建完善的评测体系和数据闭环，驱动模型和系统持续改进。
机器人移动操作算法专家（Loco-Manipulation）
- 机械工程、机器人学、计算机科学、人工智能等相关领域硕士及以上学历，具有竞赛获奖经历或顶会/顶刊论文发表经验者优先
- 技术实力雄厚：精通 MPC、WBC 等现代控制理论，在深度强化学习、模仿学习、扩散策略等前沿方向有深入研究，具备计算机视觉交叉背景者尤佳
- 工程能力出众：精通 C++/Python，熟练掌握 PyTorch 框架，精通 Mujoco（含 MJX、MuJoCo_warp）、Isaac Gym、Isaac Sim 等主流仿真平台
- 系统集成经验：具备机器人软硬件协同优化经验，能够端到端解决复杂系统问题
- 团队领导力：3年以上技术团队管理经验，成功带领团队完成高难度技术攻关项目，具备技术愿景制定与执行能力
- 使命驱动：对人形机器人事业充满激情，具备创业者精神，能在技术无人区开拓创新
【携手构建下一代智能机器人】
作为移动操作技术负责人，您将定义人形机器人与物理世界交互的新范式，在具身智能革命中创造历史。
1. 负责医健服务平台C端和B端产品的全栈开发工作，准确理解业务需求，独立负责复杂项目的需求拆解、 架构设计、风险预判与资源协调，保证高质量交付；
2. 参与服务履约等核心功能开发，以全栈视角驱动从前端交互到后端架构的迭代优化；
3. 与产品、设计、后端团队紧密配合，探索AI的创新场景。
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。