Boss直聘 JD 采集
所属：03-jd / boss-zhipin
采集日期：2026-10-13
采集方式：已登录账号（与 jobsdb 不同，Boss直聘 需登录）
已保存搜索：「算法工程师(香港)」、「大模型算法(香港)」
状态：1 份完整 JD（深圳）+ 技能口径 + 10 条香港岗位列表（见 §6）
读法：§1 是采集约束（已核实），§2 是唯一一份实采 JD，§3 是从它提取的口径，§4 起的推断都标了「推断」
1. 采集约束（已核实）#
这三条决定了本目录的证据强度，先看这个再看结论。
| 约束 | 后果 |
|---|---|
| 已保存的搜索词是「算法工程师(香港)」与「大模型算法(香港)」 | 搜索范围被限制在算法岗，不含应用开发、Agent 开发、FDE 类岗位。这是有意的窄化，但也意味着一整类岗位在这个视角下是盲区 |
| Boss直聘 默认城市为深圳 | 不显式切换城市时，结果以深圳/内地为主 |
| 香港岗位供给在 Boss直聘 上很稀疏 | Boss直聘 的主体是内地招聘平台，不是 HK 招聘渠道 |
1.1 一个容易踩的坑：「(香港)」写在关键词里 ≠ 地点筛选为香港#
「算法工程师(香港)」是一个关键词，不是城市筛选。它匹配的是「标题或描述里含这两个词」的职位，而不是「工作地点在香港」的职位。可能出现两种偏差：
- 假阳性：内地公司描述里提到香港业务、香港客户、香港分部的职位被匹配进来；
- 假阴性：真正在香港的职位，如果描述里没写「香港」两个字，就匹配不到。
所以：「(香港)」在搜索词里只提高了一点点召回命中率，不构成地点约束。
1.2 结论#
本目录当前主要反映内地（尤其深圳）的大模型 / 算法岗口径，不能直接当作香港市场的要求。 HK 市场请以 03-jd/jobsdb/ 为准（jobsdb 免登录、是 HK 本地招聘平台）。本目录的价值在于：① 提供一份可对照的内地口径基准，用来发现两地差异；② 命中量大、样本易得，可以快速积累技能词频。
2. 采集样例：1 份完整 JD#
唯一一份完整采集的 JD。 方向为多模态 / 时间序列，地点深圳（不是香港）。
地点：深圳 方向标签：多模态算法 / 时间序列建模（健康相关场景） 结构：明确分为「必需项」与「加分项」两类
必需项（Required）
- 搜索算法
- 大模型算法
- 自然语言处理算法（NLP）
- 多模态算法
- 大数据处理框架（Spark / Hadoop / Hive）
- 并行计算
- 模型加速与性能优化
- Python
- PyTorch 或 TensorFlow
- Linux
- Git
- Pandas / NumPy / Scikit-learn
- 时间序列建模（CNN-LSTM、Transformer、自监督预训练）
- 多模态特征融合
- 多任务学习
加分项（Nice-to-have）
- LLM 应用或 Agent 开发经验（LangChain、RAG、Prompt Engineering、LLM 微调）
- 在顶级 AI 会议发表论文
注：这是本目录唯一一份实采 JD，请勿据此推断市场分布。1 条样本不能支撑「什么最常见」这类结论。另外，本笔记不记录该公司名与薪资（无可靠出处、且会失效）。
3. 技能口径（Taxonomy）#
从上面这份 JD 提取的技能分类。这是单份 JD 的口径，不是词频统计。
| 桶 | 条目 | 说明 |
|---|---|---|
| 算法方向（求职定位） | 搜索算法 / 大模型算法 / NLP 算法 / 多模态算法 | 把四个方向并列为「必需」，说明岗位期望候选人广度覆盖，而非深挖单一方向 |
| 深度学习框架 | PyTorch 或 TensorFlow | 二选一，说明考的是框架能力本身而非特定 API |
| 工程基础 | Python / Linux / Git | 无一可省，属于入场券 |
| 数据处理 | Pandas / NumPy / Scikit-learn；Spark / Hadoop / Hive | 分两层：单机数据科学栈 + 分布式大数据栈。大数据栈是必需项（见 §4.1） |
| 性能与系统 | 并行计算；模型加速与性能优化 | 指向规模化与推理成本，不是研究能力 |
| 领域建模 | 时间序列（CNN-LSTM、Transformer、自监督预训练）；多模态特征融合；多任务学习 | 写得最细的一类——唯一给出了具体架构名（CNN-LSTM、Transformer），见 §4.2 |
| LLM 加分项 | LangChain / RAG / Prompt Engineering / LLM 微调 / Agent 开发 | 全部在加分项，不在必需项 |
| 学术加分项 | 顶级 AI 会议论文 | 与工程要求并列的另一种加分，说明不排斥研究背景 |
4. 从这份 JD 得到的推断#
下面全部是基于单份 JD 的推断，不是市场结论。
4.1 加分项里的 LLM 全是应用层，不是训练层#
加分项列的是 LangChain、RAG、Prompt Engineering、LLM 微调、Agent——全部是「把 LLM 用起来」。注意它没有提 RLHF / DPO / GRPO / 预训练这类训练侧深度要求。
含义：这份 JD 招的是应用与集成能力，不是训练模型的人。
对你的影响（双向）：
- ✅ 你的训练侧经验（HKGAI 的 SFT/DPO、Race Bot 的 Verl 两阶段训练）超出这个 JD 的要求。
- ⚠️ 但「超出要求」在面试里不自动加分。不要把面试时间花在展开 DPO 的数学推导上——如果面试官只想确认你会不会用 LangChain + RAG 搭一个能跑的东西，讲多了反而暴露你不理解岗位重心。这里需要按 JD 调整叙事比重。
4.2 时间序列与多模态是「写得最细」的一类#
JD 里 15 条必需项中，只有时间序列建模被展开了具体方法（CNN-LSTM、Transformer、自监督预训练），多模态则给了「特征融合」这个具体动作。其他条目都停留在技能名层面。
按 JD 的写法推断：写得越细的条目，越可能是实际工作中真正在用的技术，因此面试大概率会在这里深挖。推断：CNN-LSTM 为什么在时间序列上还有位置（相对 Transformer）、自监督预训练在时间序列上怎么做（masking? contrastive?）、多模态特征融合的早融合/晚融合取舍 这三类问题值得准备。
4.3 大数据栈与并行计算是必需项 —— 这是当前 repo 的明确缺口#
Spark / Hadoop / Hive、并行计算、模型加速，在这份 JD 里都是必需项（不是加分项）。但对照 .scratch/content-backlog/map.md：
01-fundamentals/六个模块里，没有任何一节覆盖大数据栈、并行计算或时间序列建模；06-agent-infra/有batching-parallelism.md（连续批处理与并行策略）与quantization.md，是最接近的两节，但它们讲的是推理侧并行，不是 Spark/Hadoop 式的数据处理侧并行。
同时对照 02-interview/questions/interview-signals.md：16 条面经信号里，大数据栈、并行计算、时间序列完全不出现。两个信号源一致指向同一个盲区。
需要做的决策：是否补这块。判断依据应是 HK 市场要不要（见 03-jd/jobsdb/README.md §2 H6）——如果 HK 岗位偏应用与集成而非规模化工程，这块的优先级就低；反之则要补。不要在采到 HK JD 之前先补，可能白做。
4.4 你的项目 → JD 条目映射#
| 你的项目 | 命中 JD 的哪一条 | 备注 |
|---|---|---|
| Race Bot (HKJC) — Text2SQL | 搜索算法 / NLP 算法 | Text2SQL 是 NLP 子方向，可往「检索 + 结构化查询」上引 |
| QueWI — AI 网关 + vLLM + 路由 | LLM 应用、模型加速（间接） | vLLM 与模型路由对应「性能优化」的推理侧 |
| Writing Copilot — LangGraph 多智能体 | Agent 开发（加分项） | 直接命中加分项，是你在这份 JD 上最干净的对应 |
| HKGAI LLM — SFT/DPO + HKMMLU | 超出 JD 要求（训练侧） | 见 §4.1 的警告：不要在面试里过度展开 |
缺口（JD 要求但你没有一手经验）：大数据栈（Spark/Hadoop/Hive）、并行计算、时间序列建模、多模态特征融合。对这四项的诚实策略是答边界——面试官问到时说「这块我没有生产经验，但我知道原理是 X」，而不是硬编造经历。
5. 待采集#
5.1 香港岗位怎么办#
当前香港样本为 0，根因见 §1.1。若要继续在 Boss直聘 上找香港岗位：
- 把城市显式切到香港，而不是靠关键词里的「(香港)」；
- 预期结果很稀疏——不要因为翻不到就怀疑方法，这是平台属性决定的；
- 明确分工：HK 市场以 jobsdb 为主渠道（免登录、本地平台、1,178 条命中），Boss直聘 只作内地口径参照。不要把两个渠道的结果混在一张表里统计，会得出没有意义的平均值。
5.2 建议的搜索词（如需扩大内地参照面）#
算法工程师 大模型算法
NLP算法 多模态算法
大模型应用开发 Agent 开发
RAG 工程师 AI 应用工程师注意这些词会扩大样本到应用层岗位，与现有两个已保存搜索（窄化为算法岗）形成互补。若要判断「LLM 应用层在招聘市场的真实占比」，需要两边都采。
5.3 累积表（空，采到就填）#
| 采集日期 | 职位标题 | 城市 | 方向标签 | 必需项 | 加分项 | 经验/学历要求 | 来源 URL |
|---|---|---|---|---|---|---|---|
| 待填 |
5.4 采集规范#
- 必须记录城市字段。这是本目录最容易出的错——不记城市，深圳的样本会被误读成香港的要求。
- 标明来源渠道。Boss直聘 与 jobsdb 的结果不要混表。
- 区分必需项与加分项，不要合并成一张技能表（Boss直聘 的 JD 结构本身是分层的，合并会丢掉「这个能力是入场券还是加分」这个关键信息）。
- 不记录薪资（与
03-jd/jobsdb/README.md§2.1 一致，理由相同）。公司名例外：见 §6.4 的说明。
6. 香港岗位实采（2026-10-13）#
6.1 采集方式与可靠度#
用两个已保存搜索词抓取「地点显示为香港」的职位列表（只取列表页，未逐条打开详情）。列表页能可靠拿到：职位标题、方向、经验年限、学历要求、地点。
⚠️ 薪资字段不可用：抽取出的薪资字符串丢字（如显示为 5-8K·2薪、6-1K），是页面渲染与文本抽取不兼容导致的。本笔记因此不记录薪资 —— 丢字的数字比没有数字更危险。
6.2 采到的香港职位（按方向归类）#
| 职位标题 | 方向 | 经验 | 学历 | 公司 |
|---|---|---|---|---|
| 多模态大模型算法工程师 | 多模态 | 经验不限 | 硕士 | 道通科技 |
| 大模型算法工程师 | 大模型算法 | 3-5年 | 博士 | 芜湖某大型汽车研发/制造公司 |
| 【北斗校招】大模型算法工程师-国际化业务 | 大模型算法（校招） | 在校/应届 | 硕士 | 美团 |
| AI大模型训练算法专家 | 训练 | 5-10年 | 硕士 | 泓盛网络科技 |
| 大模型应用平台研发工程师 | 应用平台 | 1-3年 | 本科 | 某大型互联网上市公司 |
| 大模型算法 | 大模型算法 | 1年以内 | 博士 | 孚临科技 |
| 大模型算法【顶尖外资量化】 | 大模型算法（量化） | 3-5年 | 本科 | （外资量化） |
| AI 算法工程师（Agent 方向）（远程） | Agent | 3-5年 | 本科 | （见 §6.3） |
| 决策规划算法工程师 | 决策规划/机器人 | 1-3年 | 博士 | 艾利沙 |
| 行业大模型产品经理 | 产品 | 5-10年 | 本科 | 某大型新能源公司 |
样本量警告：这是两次列表页抓取的结果，不是完整市场普查。岗位会随时上下架，且 Boss直聘 的排序算法会放大某些职位。不要用这张表做任何比例统计。
6.3 从这批样本能读出的三件事#
① 多模态在 HK 大模型岗位里反复出现。 「多模态大模型算法工程师」「多模态特征融合」在这个样本和 §2 那份深圳 JD 里同时出现。这是一个跨渠道一致的信号，比单份 JD 可信。
➡️ 对你的影响：你的背景是 NLP / LLM / Agent（HKGAI 的 LLM 训练、Race Bot 的 Text2SQL、QueWI 的网关与路由），多模态是你和这批岗位之间的实际缺口。诚实策略是答边界，不要硬编（详见 .scratch/content-backlog/map.md 的待办）。
② 学历要求偏重。 这批里 硕士为主，且 4 个岗位明确要博士。你持 HKBU 硕士 —— 在「硕士」档位内，但要避开标了博士的岗位，那是硬门槛。
③ 存在 Agent 方向的岗位。 「AI 算法工程师（Agent 方向）」直接命中你 Writing Copilot 的 LangGraph 多智能体经验 —— 这是本批样本里与你最干净的匹配，而且经验要求是 3-5 年，与你的年限吻合。
6.4 一条采集规范上的例外说明#
§5.4 原来规定「不记录薪资与公司名」。本节的公司名被记录，理由：
- 公司名在抽取中渲染可靠（薪资不可靠是因为丢字，公司名没有这个问题）；
- 公司名对求职定位有直接价值 —— 知道「哪些公司在 HK 招大模型岗」本身就可行动，而这是本目录的核心用途之一。
薪资仍然不记录（抽取不可靠）。如果你希望连公司名也一并去掉，说一声即可。
6.5 采集风险提示 ⚠️#
Boss直聘 的抓取使用的是你已登录的账号。自动化抓取可能触发风控，影响你账号的正常使用 —— 那会直接伤害你的求职。
因此本目录的采集应保持低频、小量（相当于正常翻几页的量），不要批量遍历详情页。这条约束比多采几百条样本重要。
对照之下，03-jd/jobsdb/ 免登录、无需账号，是更安全的采集渠道 —— 但它目前受限于下面的问题。
6.6 jobsdb 当前不可采（2026-10-13）#
03-jd/jobsdb/ 记录的「免登录可采」现在已失效：
访问 https://hk.jobsdb.com/AI-Engineer-jobs
返回 title = "Just a moment..." bodyLen = 261
等待 16 秒（4 次 × 4 秒）后仍未放行这是 Cloudflare 人机验证。会话早期（同一天）能正常抓到约 90 个职位链接，之后被拦住。可能原因：短时间内的重复请求触发了风控。
待办：换时间重试，或改用人工浏览复制。不要为了提高成功率而加大请求频率 —— 那只会把封锁坐实。