薪酬概览
平均月薪
¥15900
中位数 ¥16500 ｜ 区间 ¥11600 - ¥20200
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
2月新增岗位
19
对比上月：岗位减少3
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 |
|---|---|---|
| 3-5年 | 19 | 100% |
热招职位
工程经理面议
1、负责协调设计、施工、监理三方的工作，编制工程施工计划书，并监督协调施工过程，建立和谐的工作环境，确保项目开发计划的有效实施；
2、组织工程建设招标，牵头编制招标计划，制定相应的管理制度和管理办法，并有效实施，保证工程进度；
3、负责组织、协调、跟踪、推进工程进度，组织质量检查，确保项目的工期和质量；
4、负责项目的过程管理，签署工程款拨付意见；
5、配合公司的工程相关业务工作, 执行并检查各项管理制度的落实；
6、负责工程竣工后，项目公司与物业公司的交接；
7、协调配合工程结算工作, 配合物业公司组织施工单位保修工作。
8.具有商场或体育场馆、纪念馆等经验优先
置业顾问面议
置业顾问： 大专及以上学历，有销售经验者优先，有较强的亲和力及沟通能力。 注：因工作地产在咸阳市，考虑本地人员。应聘电话029-33176169
工作职责：
1、负责视频商业化系统相关业务研发，包括广告投放、引擎基础服务等系统的设计、开发与优化。
2、参与广告AI Agent能力建设，结合业务场景开发智能巡检、智能分析、智能运营等AI应用，持续提升系统稳定性及运营效率。
3、参与广告系统平台化建设，包括配置服务、报表服务及公共能力服务等核心系统的研发，提升系统复用能力与研发效率。
4、参与广告系统架构升级，利用AI Coding等新技术持续优化现有系统架构，提高开发效率、系统性能及系统安全性。
5、负责线上问题分析、性能优化及稳定性建设，持续完善监控、诊断及自动化运维能力，保障广告系统稳定运行。
6、持续关注AI及新技术发展，积极探索并推动AI能力在广告研发及业务场景中的应用。
任职要求：
1、本科及以上学历，3年以上后台开发经验，至少熟悉掌握Java和C++其中一种开发语言。
2、具备扎实的数据结构、算法及计算机基础，熟悉网络编程、数据库及Linux开发环境。
3、熟悉MySQL、Redis、Kafka和ES等常用技术栈，具有大型互联网后台开发经验者优先。
4、具备良好的系统设计能力，具有高并发、高性能、高可用系统开发经验者优先。
5、了解AI Agent、LLM、Prompt Engineering等AI相关技术，具有AI应用开发经验者优先。熟悉AI Coding工具，并能够利用AI提升研发效率。
6、具有较强的问题分析能力、学习能力及团队协作能力，能够快速理解业务并推动技术落地。
工作职责：
1、负责视频商业化系统相关业务研发，包括广告投放、引擎基础服务等系统的设计、开发与优化。
2、参与广告AI Agent能力建设，结合业务场景开发智能巡检、智能分析、智能运营等AI应用，持续提升系统稳定性及运营效率。
3、参与广告系统平台化建设，包括配置服务、报表服务及公共能力服务等核心系统的研发，提升系统复用能力与研发效率。
4、参与广告系统架构升级，利用AI Coding等新技术持续优化现有系统架构，提高开发效率、系统性能及系统安全性。
5、负责线上问题分析、性能优化及稳定性建设，持续完善监控、诊断及自动化运维能力，保障广告系统稳定运行。
6、持续关注AI及新技术发展，积极探索并推动AI能力在广告研发及业务场景中的应用。
任职要求：
1、本科及以上学历，3年以上后台开发经验，至少熟悉掌握Java和C++其中一种开发语言。
2、具备扎实的数据结构、算法及计算机基础，熟悉网络编程、数据库及Linux开发环境。
3、熟悉MySQL、Redis、Kafka和ES等常用技术栈，具有大型互联网后台开发经验者优先。
4、具备良好的系统设计能力，具有高并发、高性能、高可用系统开发经验者优先。
5、了解AI Agent、LLM、Prompt Engineering等AI相关技术，具有AI应用开发经验者优先。熟悉AI Coding工具，并能够利用AI提升研发效率。
6、具有较强的问题分析能力、学习能力及团队协作能力，能够快速理解业务并推动技术落地。
1. 负责相关产品软件需求及方案开发；
2. 负责相关产品软件设计及产品软件开发；
3. 负责内、外部项目代码开发、软件代码集成、软件集成调试等工作；
4. 其它临时性的研发支持工作。
负责控制器总线通信功能开发和应用。
1. 总线协议栈开发
- 负责 EtherCAT 主站/从站协议栈的设计、开发、调试与优化
- 负责 PROFINET RT/IRT 主站/从站协议栈的开发与集成
- 参与 Ethernet/IP、CANopen、OPC UA 等协议的评估与适配
- 开发总线诊断工具，实现网络拓扑识别、通信质量监控、故障定位功能
2. 伺服，I/O与机器人集成
- 基于 EtherCAT DS402/SoE 等行规，实现伺服驱动器全功能接入
- 开发远程 I/O 模块的驱动适配
- 参与多品牌伺服的互操作性测试与兼容支持
3. 工程化与质量保障
- 编写协议栈、驱动、功能块的单元测试与集成测试用例
- 输出技术规格书、接口文档、应用手册
- 配合硬件团队完成实时性/抖动/延时等性能指标验证
- 支持 CE/UL 等认证相关的通信安全评估
1、主导实施智能座舱应用软件交付，包括但不限于软件设计、编码、调试、集成、联调、发布,
2、主导开发智能座舱POC预研项目,
3、参与编写各业务模块软件设计，达成设计目标与验收标准,
4、主导实施VCU软件模型开发，并编写开发过程中规范文档,
1.主导EDC、EAS、FASS等核心产品应用层软件开发，负责软件编码、模型设计与实现，确保系统功能满足技术路线与战略规划要求。
2.负责软件需求工程全流程管理，包括需求规格书制定、需求追溯、需求验证及单元测试，保障需求可追溯、可验证、可执行。
3.负责应用层软件架构设计，涵盖功能安全（FuSa）架构设计，制定架构规范，输出软件级安全分析报告（如FMEA、FTA、SIL评估等）。
4.负责应用层软件单元设计及实现，包括应用层功能算法、通信及诊断应用层功能、电机控制应用层算法、失效策略软件开发及单元验证；
5.推进应用层与底层AUTOSAR架构的集成与测试，开展静态分析、动态分析、故障注入测试等，确保系统集成质量与可靠性。
6.主导本领域质量问题的根因分析与闭环解决，推动问题整改与流程优化，提升软件质量与开发效率。
7.跟踪并研发行业前沿技术，参与新技术预研与落地，支撑产品持续创新与技术领先。
● 负责芯片软件栈架构设计，包括但不限于调度系统设计、编译系统设计、计算系统设计、分布式系统设计。
● 负责大规模分布式训练和推理的软件系统性能优化方案的设计，针对芯片架构特点提出合理的解决方案。
● 负责各软件组件之间的协同设计，以及软件与硬件的协同设计，能够基于产品要求提出对硬件的明确需求。
● 追踪行业动态，基于公司的AI芯片架构特点提出前瞻性的建议以及技术储备。
我们是阿里巴巴平台技术TPP AI研发团队，负责搜推广及AI应用研发平台的建设和维护。为淘宝、千问、闪购、高德、闲鱼、飞猪等多个业务部门提供应用研发基础设施，并直接参与头部业务的应用研发。
主要工作内容如下：
1. 搜推广业务研发：负责阿里巴巴核心搜索、推荐、广告业务的系统设计与开发，支撑亿级用户规模的实时流量。深入理解业务场景，参与从需求分析、架构设计到上线运维的全链路研发工作。优化系统性能与稳定性，保障高并发场景下的低延迟、高可用服务。
2. AI Native研发范式升级：推动搜索推荐系统的 AI Native 转型，探索大模型在搜推场景的深度应用。重构传统研发流程，构建以 AI 为核心的新一代研发范式，提升研发效率与系统智能化水平。研究并落地生成式检索、生成式排序、多模态理解等前沿技术在业务中的工程化实践。
3. AI应用研发：设计并开发面向搜推场景的智能 Agent 系统，构建 Agent 编排框架，整合工具链、知识库与业务系统，打造自感知、自决策、自执行的智能体。抽象Agent需求并沉淀Agent Infra。
我们将提供：
参与阿里巴巴核心业务的技术挑战，影响亿级用户体验。
与行业顶尖技术团队合作，接触前沿的 AI 技术与工程实践。
开放的技术氛围与完善的成长体系，支持技术创新与职业发展。
1、负责阿里巴巴淘天集团内部经营管理的智能化方向相关产品建设，如AI-Agent、机器审核、Document+AI、流程自动化等；
2、深入业务一线，发现与深入理解业务真实需求，挖掘AI赋能业务的场景，一杆到底并带来实际肉眼可见的业务价值；
3、通过技术工程实现，编排与调用LLM、MLLM及其他AI算法能力，有效解决问题并达成业务/技术目标。
1. 负责大规模语言基础模型，多模态模型，文生图、视频生成模型等AI能力的产品化落地工作；
2. 主要负责通义千问多端核心应用的构建，支持最新模型能力的落地；
3. 支持百炼大模型开发平台上应用组件、场景化应用的开发和落地。
1. Agent 编排与架构设计 (Orchestration & Architecture)
设计并实现高性能的 Agent 编排引擎，支持复杂的任务分解（Task Decomposition）、动态规划（Planning）及多步推理（CoT/ToT）。
构建 多智能体（Multi-Agent）协作框架，定义智能体间的通信协议、角色分工、冲突消解机制及共识达成策略，确保系统在复杂场景下的协同效率 。
落地先进的 设计模式，如反射（Reflection）、工具使用（Tool Use）、人机回环（Human-in-the-loop）等，提升系统的鲁棒性与自适应能力 。
2. LLM Ops 与系统优化 (LLM Ops & Optimization)
搭建完整的 LLM Ops 体系，涵盖模型部署、版本管理、灰度发布、自动化监控及成本优化（Token 预算管理）。
负责 推理性能调优，通过提示词工程（Prompt Engineering）、模型微调（SFT/LoRA）、量化技术及缓存策略，显著降低延迟并提升吞吐量 。
构建 可观测性平台，实现对 Agent 执行链路的全程追踪（Trace），包括意图识别准确率、工具调用成功率、幻觉检测及异常自动恢复机制 。
3. 数据闭环与评测体系 (Data Loop & Evaluation)
设计并实施自动化的 Agent 评测框架（Eval Framework），建立多维度的评估指标（如任务完成率、规划逻辑性、记忆准确性），驱动系统持续迭代 。
构建 “数据 - 训练 - 评测”闭环，利用用户反馈日志挖掘高质量微调数据（Hard Negative Mining），指导模型对齐与能力增强 。
优化 检索增强生成（RAG） pipeline，包括混合检索策略、重排序（Re-ranking）、知识图谱融合及上下文窗口管理，解决长尾知识问答难题 。
4. 基础设施与工具生态
开发标准化的 工具接入层（MCP/Function Calling），实现外部 API、内部系统及私有数据的无缝集成，确保参数校验与执行安全 。
设计 记忆系统（Memory System），结合向量数据库与关系型存储，实现短期上下文管理与长期个性化记忆的持久化与高效检索 。
探索 容器化与隔离技术，为海量并发 Agent 提供安全、资源隔离的运行环境（如基于 Kubernetes 的动态调度）。