本文目录
一、8 类重点岗位画像（一表看清）
这是基于誉天 ICT 背景与现有学习内容归纳的培养建议，不是全国就业难度排名。报价是「招聘报价，非录用工资」。
| 岗位 | 可见报价（招聘） | 目标画像与核心能力 | 必须拿得出手的作品证据 |
|---|---|---|---|
| ① AI 应用 / Agent 工程 | 20–30K·16 薪 35–55K·15 薪 应届 15–30K | 把业务任务做成受约束的应用，不是拼接提示词；一门语言 + API/数据库/测试，进阶补检索、工具使用、权限与失败回退 | 脱离教程搭一个带权限边界的知识问答服务，提交测试问题、引用核对、延迟/费用记录、失败回退与部署说明 |
| ② 云原生 / SRE | 北京 20–40K·15/16 薪 杭州 25–35K 深圳 14–20K·13 薪 | 从执行运维成长为可靠性负责人；底座 Linux/网络/脚本/容器/发布/监控，进阶容量、故障分析、恢复与变更控制 | 交付一个可观测服务，完成备份恢复与故障演练，提交事前预测、过程日志、恢复证据、原因与改进 |
| ③ 数据工程 | 高级 20–30K 1–3 年 9–14K | 既关心数据怎么流动，也关心指标代表什么，能发现脏数据与口径冲突；SQL/Python/建模/ETL/调度/质量检查 | 用脱敏订单/学习数据做可重复处理流水线，提交口径、异常数据测试、重跑去重与质量报告 |
| ④ 应用 / AI 安全 | AI 方向 20–30K 信息安全 15–25K·13 薪 | 把风险转成可验证的控制措施，理解业务连续性而非只报漏洞数量；网络/系统/代码/身份权限 | 在自有隔离实验应用中展示「风险—验证—修复—回归」四步，说明数据隔离与权限检查 |
| ⑤ 云 / AI 解决方案架构 | 北京 30–60K·15 薪 西安 30–55K·16 薪 上海 30–50K·18 薪 | 听懂客户流程、提出可实施方案、协调技术验证与交付；云/网络/应用架构至少一项深能力，再补需求访谈、成本、迁移、风险 | 针对企业获准任务输出问题定义、架构、报价假设、PoC、验收与风险，答辩一个替代方案 |
| ⑥ 鸿蒙 / 移动端交付 | 深圳 24–26K 武汉 12–17K | 有移动端底座，处理兼容、性能、稳定性与业务迭代；语言/UI 状态/生命周期/网络/存储/调试/测试/发布 | 做一个可测试的原生应用核心流程，提交状态变化、异常网络、持久化与性能观察，并说明本人负责部分 |
| ⑦ AI 产品 / 行业场景 | 15–25K·15 薪 20–30K | 把「想用 AI」转为可验证的用户问题、业务流程与产品效果；需求研究、原型、数据与技术边界、评测设计、实验迭代 | 访谈获准用户记录真实问题，做方案与替代方案，给测试集、评价口径与迭代依据 |
| ⑧ 应用算法 / 模型效果 | 30–60K·15 薪 Agent 40–60K 校招 26–40K·15 薪 | 将数据、模型与工程结合，用实验与评测支撑业务判断；数学统计、编程、数据处理、模型训练/评估与实验方法 | 做可重复实验，保留基线、数据拆分与失败分析，说明模型选择、计算成本与部署约束 |
两类延伸：不把热词当普遍高薪通道
训练/推理 Infra 是系统工程轨道（C/C++ 或系统编程、Linux、分布式与性能分析），不是「应用开发加一个模型接口」；FDE 是「客户现场需求→原型→集成→验收」的能力组合，培养可参考 AI 应用与方案岗，不把海外 FDE 总包移植成国内学员起薪。
二、23 条真实招聘报价台账
2026-10-01 检索，来自招聘平台列表与官方正文可见片段。报价 ≠ 实际录用工资；薪数、在招状态、税前税后均待雇主核对。保留低薪与校招样本作对照，不用于推算行业均值。
| # | 岗位 | 城市 | 月薪区间(K) | 经验 | 学历 | 备注 |
|---|---|---|---|---|---|---|
| J01 | AI 应用 | 杭州 | 20–30（16 薪） | 5–10 年 | 本科 | 杰华特 |
| J02 | AI 应用 | 杭州 | 15–30 | 应届 | 本科 | 华为 |
| J03 | AI 应用 | 杭州 | 35–55（15 薪） | 3–5 年 | 本科 | 蚂蚁集团 |
| J04 | Python AI 应用 | 杭州 | 13–18（13 薪） | 3–5 年 | 本科 | 创业公司 |
| J05 | AI 方案架构 | 北京 | 30–60（15 薪） | 3–5 年 | 本科 | 阿里云 |
| J06 | 公共云方案 | 西安 | 30–55（16 薪） | 3–5 年 | 本科 | 阿里云 |
| J07 | 售前方案 | 上海 | 30–50（18 薪） | 5–10 年 | 本科 | 阿里云 |
| J08 | SRE | 北京 | 20–40（15 薪） | 经验不限 | 本科 | 硅基流动 |
| J09 | SRE | 北京 | 20–40（16 薪） | 3–5 年 | 本科 | 百度 |
| J10 | DevOps/SRE | 杭州 | 25–35 | 5–10 年 | 本科 | 瑞尔齿科 |
| J11 | DevOps/SRE | 深圳 | 14–20（13 薪） | 3–5 年 | 本科 | 甄才智能 |
| J12 | 高级数据开发 | 杭州 | 20–30 | 5–10 年 | 本科 | 公司名未截取 |
| J13 | 大数据开发 | 杭州 | 9–14 | 1–3 年 | 本科 | 览众数据（对照样本） |
| J14 | AI 方向资深安全 | 深圳 | 20–30 | 5–10 年 | 大专 | 安恒信息 |
| J15 | 信息安全 | 深圳 | 15–25（13 薪） | 3–5 年 | 本科 | 衡泰信 |
| J16 | 鸿蒙客户端 | 深圳 | 30–50（15 薪） | 3–5 年 | 本科 | 仅搜索摘要，正文未再次核对 |
| J17 | 鸿蒙开发 | 深圳 | 24–26 | 3–5 年 | 大专 | 美云智数 |
| J18 | 鸿蒙开发 | 武汉 | 12–17 | 3–5 年 | 大专 | 信华信 |
| J19 | AI 产品 | 杭州 | 15–25（15 薪） | 3–5 年 | 本科 | 杏联健康 |
| J20 | AI 产品 | 杭州 | 20–30 | 3–5 年 | 本科 | 中嘉数科 |
| J21 | AI Agent 算法 | 北京 | 40–60 | 3–5 年 | 本科 | Shopee |
| J22 | 应用算法 | 北京 | 30–60（15 薪） | 3–5 年 | 硕士 | Shopee |
| J23 | 搜广推算法校招 | 北京 | 26–40（15 薪） | 应届 | 本科 | Shopee |
头衔溢价的反例：同一 AI 应用列表可见 13–18K 与 35–55K；鸿蒙武汉 12–17K、深圳 24–26K。职责、城市、经验、雇佣主体同时变化，不能把差额直接归因于「某个技术」。—— 报价台账观察
三、六边形「一深多能」模型
六边形不是「六项都必须顶尖」，而是一项深专业，支撑五项通用能力。不同岗位权重不同：算法更重模型实验，SRE 更重可靠交付，方案岗更重需求沟通，产品岗更重验证与推进。
| 维度 | 内涵 |
|---|---|
| ① 专业深度 | 独立实现并解释关键机制 |
| ② 工程交付 | 测试、发布、观测、异常与恢复 |
| ③ 业务理解 | 说清任务、用户、约束与价值口径 |
| ④ 协作表达 | 文档、答辩、代码审查与团队承接 |
| ⑤ 学习迭代 | 陌生任务、反馈改进和迁移 |
| ⑥ 可信责任 | 来源、个人贡献、数据边界与风险 |
评分避免「虚假精确」
每维用行为描述打分：0 未展示、1 跟练、2 独立、3 迁移、4 真实约束交付。先由两位评审用样例校准；没有企业录用数据前，不设「达到某分必高薪」。
四、四类转型起点，四条路线
| 起点 | 验证什么 | 优先路线 |
|---|---|---|
| A 已有开发基础 | 接口、数据、测试和独立排错 | AI 应用、Agent 工程或移动端转型 |
| B 运维/网络基础 | Linux、网络排错、脚本与恢复 | 云原生/SRE 和 AI 部署交付 |
| C 数据/行业业务基础 | 指标口径、实际流程和基本数据操作 | 数据工程或行业 AI 产品 |
| D 零基础/在校 | 通过基础小任务与独立重做，判断学习条件 | 基础→可交付任务→助理/初阶→进阶，不直接套 3–5 年高薪岗 |
潜力的定义：在陌生任务中能提出合理假设、主动找依据、修正错误、持续完成和解释。观察行为，不从年龄、性格标签或名校身份单独推断潜力；雇主学历硬门槛仍如实告知。—— 潜力识别
五、让企业看见你：五件求职证据
- 作品包：可运行代码/配置、依赖与环境、明确本人负责部分。提供可访问演示或离线复现，不上传未经许可的数据或企业机密。
- 验证包：测试问题/输入、正常/异常结果、基线与失败分析。真实观察和教学假设分开，演示数据不假装业务成效。
- 交付包：需求与约束、技术方案、部署说明、权限、监控、恢复、交接。说明最小版本与未实现功能。
- 决策包：为什么选这个方案、替代是什么、成本风险如何估计。指标与 ROI 必须有实际口径，不靠「效率提高十倍」话术。
- 迭代包：至少一次反馈后的修订与一个条件变化，保留版本变化与个人解释。简历用真实成果而非工具堆叠，讲清 AI 辅助内容与独立贡献。
六、12 周迭代路径（不是就业承诺）
| 阶段 | 动作 |
|---|---|
| 第 1–2 周 | 冻结目标与补前提：每人选一个主岗位、一个相邻岗位，读 3–5 份完整 JD，核对城市/学历/经验硬条件，完成基线任务和缺口表 |
| 第 3–6 周 | 做成第一个完整任务：项目必须有测试、正常/异常结果、来源与重做，每周记录一项能力变化 |
| 第 7–10 周 | 引入真实约束：在获准范围做企业或模拟任务（权限、日志、数据质量、费用、发布、回滚），提交一次故障复盘 |
| 第 11–12 周 | 岗位验证与复盘：作品答辩→雇主评审→精准投递→面试失败原因回写；不足以匹配高薪岗就先选相邻岗位，不伪造工作年限 |
就业账与教学账必须分开
教学账看：独立完成、迁移、错误减少、作品质量。招聘账看：有效 JD、投递、面试、offer、入职与试用期。待遇还要拆清城市、月薪、固定与浮动、薪数、税前税后、工时和合同类型。未回复、退出、未入职、降薪、失联也计入分母——没有雇主核验与足够样本，不称「高薪就业率」。