薪酬概览
平均月薪
¥18800
中位数 ¥0 ｜ 区间 ¥14000 - ¥23600
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
60% 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
10月新增岗位
8
对比上月：岗位减少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 | 5 | 71.4% |
| 3-5年 | 2 | 28.6% |
热招职位
1、负责规划和建设集团数据流通管控体系，推动数据流通管控机制的落实，提升人工智能领域数据流程管控能力。
2、提升人工智能服务相关的数据集合规、数据训练合规、数据流通合规管控机制和技术平台的规划建设；
3、建设和推广数据合约管理机制，支持数据高效流通，满足集团各类数据服务开展的需求；
4、支持数据流通、合规管控解决方案的技术实现，推广可信数据流通管控，重点提升人工智能服务数据高效流通；
5、完成项目管理、项目计划制定、管理项目进度、管理项目沟通和汇报工作。
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.负责SSV相关产品数据分析工作，包括产品数据洞察，运营效果分析，数据分析工具建设等；
2.通过数据分析建立用户洞察，为产品迭代提供指引。提供产品策略的数据支撑；
3.协助建设产品数据体系，完善数据pipeline，定位产品关键问题，支撑ab实验。
1.负责公司大数据平台的数据采集、清洗、存储、建模与价值挖掘工作；
2.使用Hive、Spark等大数据工具进行海量数据的处理与分析，构建稳定高效的数据处理流程；
3.设计并开发数据仓库模型，优化ETL流程，保障数据的准确性与及时性；
4.与业务部门协作，深入理解业务需求，提供数据支持与分析报告，辅助决策；
5.参与数据治理、元数据管理及数据质量监控体系建设；
6.有医疗行业背景者，参与医疗健康相关数据的分析建模，支持保司赋能、健康管理等应用场景。
1. 负责机器人数据平台的架构设计与核心研发，覆盖采集任务管理、数据入库、质检、标注、数据集构建与交付全链路；
2. 设计并实现高可靠的云端接入系统，支撑多设备、多供应商、多来源数据的并发接入、状态上报与异常处理；
3. 与算法团队协作，理解训练数据需求，推动数据质量评估、血缘追踪等数据治理体系的建设与落地；
4. 探索并落地 AI 技术在数据平台中的应用，包括但不限于：利用大模型辅助数据标注、使用 AI 工具提升质检自动化率、以及通过智能化手段优化数据集构建效率；
5. 跟进业界 AI 工程工具链（如 Cursor、GitHub Copilot、LLM API 等）的最新进展，将 AI 辅助开发能力融入团队研发工作流，提升整体研发效能。
核心工作：维护公司核心系统业务数据库库稳定，优化数据库查询效率，解决数据库日常问题及故障，提高数据库整体运行效率 主要职责： 1．数据库日常优化，数据库架构调优调整 2．数据库日常问题定位分析解决 3．支持日常运营所需数据统计分析 4．数据库容量评估，存储规划 5．数据库帐户权限管理、安全管理 6．数据库架构方案制定 7．内外审计应对
8. AI赋能数据库运维能力提升
1.负责公司MySQL、Redis、PG等数据库的运维管理工作。
2.负责对接业务开发部门，支持业务部门数据库需求评审、日常变更、问题排查等工作；
3.负责处理日常数据库报警，保障数据库的稳定运行；
4.负责数据库平台建设、切换演练、备份恢复能可靠性能力建设。
5.负责数据库行业新技术的研究和技术测试；
1、计算机、数学、统计、自动化、电子、机器人等专业；
2.、具备 AI 算法开发、数据工程、分布式系统、模型调优或系统工程优化相关经验之一；
3、具备海量多模态异构数据的架构设计能力，能够从业务目标出发设计数据分层、数据模型、存储布局、索引组织与读写链路；
4、熟悉 Python/Java/ go中至少一门语言，具备扎实的数据处理和工程实现能力；
5、熟悉 Iceberg、Lance 等面向大规模分析或多模态数据场景的数据格式与存储方案，理解 Parquet、Arrow、对象存储、元数据管理等核心机制；
6、熟悉 LanceDB、Milvus、Elasticsearch、ClickHouse 等检索/分析系统，或有多模态样本库建设经验；
7、熟悉 Spark、Flink、Ray、Kafka 等大数据或分布式计算框架中的一项或多项，理解批处理、流处理、批流一体及任务编排；
8、熟悉向量检索、特征索引、样本检索、数据切片、时间戳对齐、多模态关联等一种或多种能力，能够支撑训练数据构建和问题追溯；
9、对数据闭环、具身智能和大模型方向有强烈兴趣，具备自驱力、学习能力和跨团队协作意识。
加分项
1、有机器人、自动驾驶、大模型行业等行业的多模态海量数据架构实践经验；
2、有数据湖、湖仓一体、元数据平台、数据质量平台或数据检索平台建设经验；
3、有顶会/期刊论文、开源项目、数据竞赛成果，或在数据基础设施方向有系统性产出。
1、负责用户画像标签挖掘、端到端方案设计和开发工作；
2、负责离线/实时标签的开发、部署、维护等工作；
3、负责画像在广告场景的应用，如lookalike、ROI出价、智能定向等。
1.参与数据治理规划，制定详细的治理专项计划与实施方案，负责数据治理专项的整体推动；
2.负责制定数据治理相关政策、制度、流程的方案，并推进实施落地；
3.负责数据治理解决方案规划及实施，包括数据资产（数据目录、指标体系、标签体系等）、数据标准、数据质量、元数据管理、数据服务和数据安全等方面的工作；
4.参与监管数据的治理，提升数据报送质量；
5.参与公司数据平台建设，负责推动数据资产盘点、数据质量提升、数据标准落标、数据分类分级等项目工作；
6.完成领导交办的其他各项工作。
1.负责供应链全链路数据整合与标准化数据库搭建维护，制定数据规范保障数据准确一致。
2.开展采购环节数据分析，包括品类成本结构拆解与供应商绩效评估，输出优化建议支撑集中采购或协议谈判。
3.监控库存水平并分析周转效率以制定优化策略，联动生产部门分析物资消耗与生产效率关系，输出消耗标准调整建议降低生产成本。
4.定期输出结构化数据分析报告并可视化关键指标，针对异常数据及时预警，为管理层提供数据驱动的决策支持。
5.跨部门协作解决数据相关问题，推动供应链数据在业务端的应用，协助优化内部系统数据流转以提升使用效率。