北京AI软件中级岗：32个机会，够格吗？

本周新增 32 个岗位，比上一期少了78%。单看数量，这是一个收缩得很明显的窗口。但价格端给出的是另一幅图景：本周新增岗位的薪资中间水平约 2.75万元/月，比近四周全站的基准偏高约 67%。

这两件事得分开学。岗位变少说的是「有多少扇门开着」，薪资偏高说的是「开着的门后面标价多少」。门少了价没降，原因不难找——留下来的位置集中在需要直接上手的地方：明确写给应届、初级或经验不限的岗位只占约四分之一，而在明确写出学历要求的岗位里，本科及以上占了约九成。

招聘要求里的技能词也在往同一个方向收紧。这一批岗位中，数据分析与 C/C++ 出现得最密，Python、Go、SQL 紧随其后。这个组合说明的不是「工具越多越好」，而是岗位在找能把数据、工程实现和底层性能连起来的人。只停在一层的求职者，正在被挡在门外。

把 3-5 年这一档单独拎出来看，薪资的中间水平在 3.25万元/月，高于本周全部新增岗位的 2.75万元/月。也就是说，光是「经验写在 3-5 年」这一条，价格就已经站到了平均线之上。再往上看，约四分之一的岗位薪资高于 3.5万元/月——这一层通常对应能独立带方向、或者在大流量系统里做过关键决策的人。

雇主结构解释了价格的一部分。行业上，科技类公司贡献了约56% 的岗位，综合集团约25%，零售与消费、医疗健康、制造各占一小块；前五家雇主拿走了约七成岗位。技术密度高的业务加上现金流稳的集团，是这批岗位能维持高价的基础，也说明本周的机会集中在少数几家公司手里，投递需要更精准。

同样是 3-5 年这一档，岗位「贵」的方式并不只有一种。下面两个岗位，一个把价格押在技术深度和平台规模上，一个把稳定性押在具体场景和完整项目经验上。

本周还有三个岗位，对 3-5 年的人来说未必是投递目标，但能当参照看：

· 金风科技 的 27 届校招算法工程师（图像视觉方向），薪资估算 1.5万-2.5万元/月，要求硕士。它说明视觉算法在能源行业已经落地，代价是出差和现场作业会进入日常。 · 阿里巴巴 T-Star Lab 的算法工程师（机器学习）实习岗，薪资估算 1万-2万元/月，无经验要求、硕士起点。它标出的是这条资历阶梯的底部价格。 · 美团 的歪马商业分析师，薪资估算 1.8万-3万元/月，本科。这是一个横向扩展的样本：从技术转向业务分析，薪资没掉，但要求换成了业务理解和沟通。

本周新发的 32 个岗位，全部来自千人及以上规模的雇主，没有一家小团队出现在这批名单里。

对 3-5 年的人来说，平台与流程相对成熟、履历含金量可预期，但分工更细，想同时碰到业务、算法和基础设施往往要靠自己找机会。

把视野从本周新发拉回整个活跃职位，画风会不一样：当前北京 AI·软件方向的活跃职位，挂出时间有一半超过 90 天，约九成已经挂出两周以上。本周新发的岗位则是另一回事，挂出来的时间才 1 天。近期关闭的岗位，从挂出到关闭通常要经过约 88 天，比上一窗口长了 48 天。

这几个数字放在一起，说的是一件很实际的事：活跃职位里老岗位多，意味着不少位置并不急着填，投递的回应可能慢；而新发岗位数量少、挂出时间短，窗口期更紧。看到合适的，等待的成本比想象中高。

这批数据给出的答案并不浪漫。3-5 年这一档的薪资中间水平能到 3.25万元/月，比近四周全站基准高约 67%，但岗位总量比上一期少了78%——机会在变贵，也在变少。向上突破的路径基本清晰：往技术密度更高、平台更大、能接触真实大规模系统的位置走；横向平移则要看清楚代价，泡泡玛特这类岗位换来的是稀缺场景和稳定，不是薪资曲线的抬升。

最难的是中间那一层：技术深度不够，碰不到高并发与 AI 工程化；业务理解不够，又做不了商业分析。所以要决定的其实只有一件事，未来两年，你想让自己的经验被哪一种需求定价。

在 WatchJobs 上可以按城市和方向查看每日新增的官网岗位，每个岗位都配有 AI 估薪和岗位解读，帮你判断一份薪资在这条资历阶梯上究竟站在哪一格；也可以订阅每日推送，把窗口期短的机会第一时间拿到手。