上海 · 软件与人工智能 · 2026年11月22日
上海AI十年,7.75万一个月
上海AI·软件方向本周新增71个职位,比上一期少38.8%。入门岗拉低整体薪资,明确要求10年以上经验的岗位中间水平仍到7.75万元/月,苹果、阿里云的顶配位置只在自己官网挂出。
本周新发
0
招聘企业
0
月薪中位数
0
知名企业
0
11 月下旬,苹果在上海挂出一个岗位:Staff Software Engineer,方向是 Apple Data Platform。在苹果的工程师序列里,Staff 是个人贡献者能走到的最高一档——不带团队,但要定中国区数据平台的架构方向、技术标准和工程规范。这个位置的薪资估算在 9万-15万元/月。
同一周、同一座城市、同一个「AI·软件」的方向标签下,还躺着另一个极端:一家物业公司招公共维修,5千-8千元/月,做六休一。
把这两则招聘放在一起看,本周上海 AI 软件岗的真实形状就出来了:总量在收缩,层级在拉开。
71 个岗位里的断层
截至 11 月 22 日,上海 AI·软件 方向本周新挂出 71 个职位,来自 41 家公司,比上一期少了 38.8%。新增变少,不等于门槛降低——它更像是年末企业把预算集中到少数几个关键位置上。
把这 71 个岗位全放进一个池子算,薪资的中间水平约 1.4万元/月,比近四周全站基准低 12.5%。只看这个数字,很容易得出「上海的 AI 岗不值钱了」的结论。但把岗位按经验分层看,会得到另一个答案:本周近七成是应届、初级或经验不限的入门友好岗位,中间水平被这批岗位拉了下来;而明确写出「10 年以上经验」的那部分,薪资中间水平到了 7.75万元/月。
技能要求也在往同一个方向走。招聘要求里 AI 和 Python 已经成了默认项,哪怕是制造企业、医药企业的软件岗也会写上;AI 工具的使用经验则更多出现在资深岗的描述里,而不是校招岗。至于 SQL 和 Excel,它们出现在需要跟业务数据打交道的岗位上,属于基本功,不再是加分项。
顶层的位置,散在不同行业里
行业分布值得单独说。本周新发岗位里,科技类公司占 26%,制造业 22%,医疗健康 18%,零售与消费、物流与供应链加起来约 15%。科技类占比较上一窗口少了约 15 个百分点——AI 与软件岗位正在从纯科技公司扩散到制造和医药的研发、生产环节。
对资深的人来说,这意味着可选范围其实变宽了:过去这类高层岗位几乎只在互联网大厂出现,现在一家化工企业或一家医药外包公司,也会为数据平台和算法基础设施设一个负责人级别的位置。
学历方面,在明确写出学历要求的岗位里,本科及以上约占 97%,博士要求只出现在少数研究型岗位上,且多与校招绑定。
两个顶配岗位,和它们的另一面
苹果 · Staff Software Engineer,Apple Data Platform
9万元–15万元Apple Inc.(苹果公司)是全球领先的科技巨头,总部位于美国加利福尼亚州库比蒂诺。公司成立于1976年,以创新设计、软硬件生态整合和卓越用户体验闻名于世。
苹果 为旗下数据平台招募中国区的 Staff 级工程师,薪资估算 9万-15万元/月,岗位挂出仅 2 天。
主要做什么
- 负责中国区数据平台核心服务的设计、实现、部署与生产运维,支撑数据、分析与 AI 负载
- 作为团队最高级别个人贡献者,制定平台架构方向、技术标准与工程规范
- 与中美工程团队协作,把全球平台能力落地到中国,同时满足本地安全、合规与数据驻留要求
- 处理大规模分布式系统、云原生基础设施与平台可靠性问题
- 从零搭建的成分很重,架构、技术标准、工程文化都还有塑造空间
- 直接与全球工程组织对接,能接触到大规模生产系统的实际做法
- 数据与 AI 基础设施是当下最缺人的方向之一,这段履历的通用性强
- 既要自己写代码、做架构,也要推动跨团队协同和标准落地,实际是技术判断力和组织影响力的双重要求
- 全球平台能力、本地监管、数据驻留三条线同时约束,系统设计与合规治理的复杂度都不低
要点速览
**适合谁:**
如果你是做了十年以上平台或基础设施、已经习惯在没有现成方案的地方做决策的工程师,这个岗位意味着一次把技术判断写进标准的机会;但如果你更希望有人把路径铺好、自己专注交付,这里的「从零建立」会是不小的消耗。
阿里巴巴 · 阿里云智能 迁移交付专家(应用和数据迁移)
6万元–10万元阿里巴巴集团是全球领先的互联网科技企业,成立于1999年,总部位于中国杭州。
阿里巴巴 旗下阿里云招募迁移交付专家,负责大型企业上云的技术方案与落地,薪资估算 6万-10万元/月,要求本科及以上,挂出 3 天。
主要做什么
- 主导大型企业从本地或其他云迁往公共云的技术方案,判断不同改造路径的适用场景,制定技术路径与风险预案
- 深度参与交付实施,解决容器、存储、消息中间件、网络、安全、AI 等环节的具体问题
- 面向企业 CTO、架构师与技术决策层做方案汇报,影响客户的技术选型
- 沉淀迁移手册、最佳实践与知识库,并把客户需求反馈给产品团队
- 技术广度罕见,公共云、私有云、大数据、AI、容器、网络与安全要在同一个项目里串起来
- 汇报对象是客户的技术决策层,影响力不止于代码
- 适合把单点交付能力升级为体系化服务能力的人
- 核心系统迁移链路长、风险点密,方案的严谨程度直接决定项目成败
- 客户沟通、团队管理、跨产品协同和技术交付四条线并行,角色复杂度高
- 英语是工作语言,需要跨文化推进
要点速览
**适合谁:**
如果你是十年以上云计算、架构或交付背景,既能钻进技术细节又能跟客户高层对话,这个岗位提供的是大型企业上云的完整战场;如果你更愿意长期深耕单一技术栈,这里的广度会变成负担。
另外三个方向
康龙化成 招 2027 届 AI Infrastructure 研究员,薪资估算 3万-5万元/月,要求博士,属于校招。这个位置不是给资深者的,但它透露了方向:医药研发公司正在自建算力集群和训练平台,AI 基础设施的需求已经从互联网扩到实验室。
初速度(Momenta) 招模型部署工程师,方向是智能驾驶,薪资估算 3万-5.5万元/月,要求本科。车端部署是典型的工程硬活,对 C++ 和量产经验的要求高,适合想从互联网转往智驾的工程师观察。
万物云 招公共维修,薪资估算 5千-8千元/月,做六休一。它和前面几个岗位同处一份数据里,提醒我们「AI·软件」这个标签下并不都是高薪技术岗,方向标签和岗位实质之间仍有距离。
求职备战:把刷官网的时间省下来
一个常见的误区是:资深求职者习惯挨个刷目标公司的招聘官网。这个习惯在十年前有效,现在成本很高——本周苹果那个 Staff 岗位只挂了 2 天,阿里云的迁移交付专家挂在自家招聘页面上,两家都没有同步到多数第三方平台。
这就是「官网直招」的价值:最高价码的位置,往往首发在企业自己的招聘系统里,而且窗口期短。等你从别处听说,投递通道可能已经收了。
在 WatchJobs(watchjobs.net)上,这个过程可以压缩成几步:
· 打开 watchjobs.net,城市选「上海」,方向选「AI·软件」 · 在经验筛选里勾上「10 年以上」,把入门岗过滤掉,剩下的就是与你匹配的池子 · 点「一键订阅」,设定推送频率和接收方式 · 之后有新岗位挂出,会直接推到你的邮箱或消息里,不用再逐个官网翻
除了聚合,WatchJobs 还会给每个岗位做薪资估算和岗位解读,帮你在投递前判断这个位置的价码和实际工作内容是否对得上。如果你正在看明年的机会,可以先订阅一期,感受一下推送的节奏。
本周结构一瞥
本周新发的 71 个岗位里,约 98% 来自千人及以上规模的雇主,150–999 人的公司只占约 1%,高层位置几乎全部由大公司释放。
对资深求职者来说,可选择的范围集中在少数几家大平台,谈薪的对手方明确、薪酬体系相对固定;想要股权和从零搭建空间的人,需要主动去找那些不常出现在招聘池里的公司。
活跃职位观察
把视线从本周新发移到仍在招的活跃职位:上海 AI·软件 方向的活跃职位,挂出天数的中间水平约 82 天,其中挂出超过 14 天的约占 93%。也就是说,你在页面上看到的多数位置,已经开了两个月以上。
这个数字对资深者的提醒是:高层岗位的招聘周期本来就长,反复出现在列表里的岗位不一定是「招不到人」,也可能是常年为关键位置留口子。看到挂了很久的岗位,不妨直接问清楚这个位置是新设还是补位。用 WatchJobs 的岗位解读和每日推送做筛选,会比凭感觉投递更省时间。
在 WatchJobs 查看官网直招
按城市与薪资筛选,估薪与岗位解读,每日推送