本文汇总了热门大厂(字节跳动、腾讯、阿里巴巴等)校招薪资数据,涵盖前后端、AI、测开等方向。数据基于往届案例,提供各公司不同职级的薪资范围及签字费、股票等信息。文章提醒求职者关注固定现金、浮动收入、额外奖励及实际工作内容,而非仅看总包数字。对于想要了解大厂薪资待遇、规划职业发展的程序员及小白们,本文提供有价值的参考和收藏价值。
马上 9 月底了,其实大厂的校招已经过了大半了,等国庆一过,大厂的校招基本上就开始收尾工作了。最近也看到了不少同学转正或者 oc 了,这篇文章就给大家汇总一下热门大厂的校招薪资,以及热门的三个方向开发包括前后端、Agent/AI 方向、测开(含 AI 测开)大概能开到多少!
以下的数据都来自以往的案例,包括网上公开的,还有我认识的一些大厂的同学和朋友。
- 字节跳动
- 开发(前后端):白菜 26k×15(约 39 万),SP 28—30k×15(约 42—45 万),SSP 32—38k×15+5—9 万签字费(约 53—63 万),最高一档出现过 40k×15+10 万签字费(70 万)。另有上海搜索架构 34k×15+11 万、杭州后端总包 50 万、成都数据中心平台化开发 25k×15。
- Agent/AI 方向:白菜 28k×15(约 42 万),SP 30—32k×15(约 45—48 万),SSP 34—36k×15+签字费(51—54 万起)。定级跟全公司一套职级走,不会因为岗位带 AI 就单开一档。
- 测开:白菜 23k×15,SP 25k×15,SSP 28k×15。AI 测开和普通测开同档,字节测开本身就在往工程化走,今年 AI 测开预估在 25k 这个样子。
宇宙厂就不用说了,豪!有钱!不过压力也是真的大,平均在职时间 7 个月不是闹着玩的!压力可想而知!
测开
- 腾讯
- 开发(前后端):白菜 27k×15+3 万签字费(首年约 43.5 万),SP 29—33k×15+3—6 万签字费+4—6 万股票(约 48.5—58.5 万),SSP 35—38k×15+8 万签字费+5—10 万股票(约 63—70 万)。前端开发 27k×15+5 万签字费,腾讯地图相关业务 33k×15。
- Agent/AI 方向:这条线整体偏高。白菜 30k×15(约 45 万),SP 大模型岗总包 70 万,SSP 算法岗 41—42k×17+20—30 万(约 90—101 万)。注意高的这两档是算法和大模型岗,不是 Agent 应用开发,门槛完全不同。
- 测开:白菜 25k×15+2 年股权(37.5 万起,腾讯云成都),SP 27k×15(约 40.5 万,北京),SSP 30k×15+5 万签字费+6 万股票(首年约 53 万)。区间和后台开发是重叠的,差距看业务线。
特别注意:上面的首年总包把签字费和第一年股票都算进去了,第二年会少一截。腾讯的签字费给得确实不低,但它是签约并入职一段时间后才发,也不是人人都有。
- 阿里巴巴
- 开发(前后端):淘天后端(杭州)白菜 25—26k×16+1 万签字费(约 41—43 万),SP 29—30k×16(约 46—48 万),SSP 32—35k×16+3—8 万签字费(约 54—64 万)。差距主要体现在 base 和签字费上。
- Agent/AI 方向:白菜 23k×15+绩效(34.5 万起,蚂蚁「Java+AI 后端」案例),SP 26—28k×16(约 42—45 万),SSP 30k×16 以上(48 万起)。注意蚂蚁和淘天不是一回事。
- 测开:白菜 22k×16(约 35 万),SP 24k×16(约 38 万),SSP 26k×16(约 42 万)。整体比同部门后端低半档到一档。
阿里的福利整体是挺好的,特别是杭州的人才补贴平均每个月能多拿 2-4k。
- 京东
- 开发(前后端):京东发薪月数高。白菜 22.4k×20(约 44.8 万),SP 26—28k×20(约 52—56 万),SSP 30—32k×20(约 60—64 万)。前端 26k×20,数据开发 27—28k×20,京东云数据库 24k×20。
- Agent/AI 方向:白菜 26k×18(约 46.8 万),SP 30k×18(54 万,「Java+AI」岗案例),SSP 28k×20(56 万,端智能研发)。
- 测开:白菜 20k×20(约 40 万),SP 22k×20(约 44 万),SSP 24k×20(约 48 万)。发薪月数和开发一致,差距在 base,通常比同级后端低 2—4k。
京东的最大的特点就是 20 薪,有的部门能拿满有的拿不满,比如我上半年面的即时零售,谈 offer 的时候和我说 80%以上的人都能拿满,不过当强哥兄弟压力也是很大的。
- 美团
- 开发(前后端):白菜 23k×15.5(约 35.7 万),SP 25k×15.5+5 万签字费(约 43.8 万),SSP 30k×15.5+8 万签字费+股票(54.5 万+)。上海点评有一条月薪 30k、签字费 8 万、股票 30 万分四年。
- Agent/AI 方向:白菜 25k×15.5(约 38.8 万),SP 27—28k×15.5(约 42—43 万),SSP 30k×15.5+8 万签字费(约 54.5 万,对标北京推荐工程)。美团的 AI 大多挂在配送、到店、外卖这些业务线下面,定级跟着业务研发走。
- 测开:白菜 23k×15.5(约 35.7 万,年终按绩效 1 算 3.5 个月),SP 25k×15.5(约 38.8 万),SSP 28k×15.5(约 43.4 万)。白菜档和普通开发持平。
美团我可太熟了,最大特点是开发和测开一个白菜价,有些 92 开发给到 23k 直接就扔了。
- 百度
- 开发(前后端):白菜 22—24k×16(约 35—38 万),SP 25—28k×16+6—8 万签字费(首年约 43—48.8 万),SSP 30—32k×16+9 万签字费(首年约 52.5—55.7 万)。客户端 22—28k×16,C++ 22—26k×16。
- Agent/AI 方向:白菜 25—26k×16(约 40—42 万,智能体业务、AI 基建优化),SP 28k×16(约 45 万),SSP 30k×16(48 万,凤巢模型工程)。
- 测开:白菜 22k×16+6 万签字费(首年约 38.2 万),SP 25k×16+6 万签字费(首年约 43 万),SSP 26k×16+8 万签字费(首年约 45.6 万)。
百度签字费给得大方,但分 2 年发,第一年只拿一半,相当于拴着你多干一年。看到「总包 60 万」的时候,这一笔要单独拎出来算。
把上面三组数字放一起看更有意思:做智能体业务的 26k×16,和普通后端的 SP 档基本重合;最高那条测开是 26k×16+8 万签字费,月薪和智能体业务持平,算上签字费总包还更高。
- 快手
- 开发(前后端):白菜 25.5k×16(约 40.8 万),SP 27—30k×16(约 43—48 万),SSP 32—35k×16(约 51—56 万)。前端 32k×16,交易支付业务 30.5k×16,每月另有 2k 房补。
- Agent/AI 方向:白菜 27k×16(约 43 万),SP 28—30k×16(约 45—48 万),SSP 32k×16(约 51 万)。AI 主要用在推荐、内容理解和商业化这些核心业务线,定级偏高。
- 测开:白菜 24k×16+2k×12 补贴(约 41 万,快手电商),SP 27k×16(43.2 万),SSP 30k×16(48 万)。SP 档已经超过后端白菜了。
快手给我印象最深刻的地方是正式员工 2k 的房补,实习生有 1.5k 的房补,当时在快手实习有房补之后老开心了!不过这个房不补最多发三年我记得。
- 网易
网易这家的公开案例最少,发薪月数本身就跟绩效和项目走,13~16 薪都有,所以下面三档更多是按业务线推出来的。
- 开发(前后端):白菜 22k×13(约 28.6 万),SP 25k×15(约 37.5 万),SSP 28k×16(约 44.8 万)。能对上的案例是杭州一条 28k×(13~16),高校就业网转载的杭州 Java 开发标价 15—25k/月,雷火校招简章只写了 16 薪及项目奖金。Java 岗招聘信息、雷火校招简章
- Agent/AI 方向:白菜 25k×13(约 32.5 万),SP 27k×15(约 40.5 万),SSP 30k×16(48 万)。AI 多服务游戏和内容业务(美术生成、NPC、语音),属业务支撑。
- 测开:白菜 22k×15(33w),SP 24k×15(36w),SSP 27k×15(40.5)。游戏测试偏执行,除非做引擎工具链或自动化平台。
网易的社招开的非常高,非常推荐跳槽去网易的游戏业务,夸张的有的能涨 50%-100%。
- 小米
- 开发(前后端):城市差异特别明显。白菜 15—18k×15(约 22.5—27 万,南京、武汉),SP 21—23k×15(约 31.5—34.5 万),SSP 26k×15(39 万,北京)。北京软开 20k×15,另有分布式系统开发 26k×15。
- Agent/AI 方向:白菜 23k×15(34.5 万,武汉 AI Infra,公积金 12%),SP 25k×15(37.5 万),SSP 26k×15(39 万,集团技术委员会大模型数据处理和 Infra 架构)。两条实际案例都偏基础设施。
- 测开:白菜 15-18k×15(北京),SP 20k×15(30 万),SSP 25k×15(37.5 万)。白菜档明显低于同城 Java 后端的 22—26k×15。
小米是出了名的性价比员工,刚好有朋友在小米,求证过。
- 滴滴
- 开发(前后端):白菜 21—23k×15(约 31.5—34.5 万),SP 25—27k×15+3—5 万签字费(约 40.5—45.5 万),SSP 30—33k×15(约 45—49.5 万)。前端 23—30k×15,杭州后端 26k×15,成都国际化外卖 22k×16。签字费不是都有。
- Agent/AI 方向:白菜 25k×15(37.5 万),SP 27—28k×15(约 40.5—42 万),SSP 30k×15(45 万)。AI 集中在调度、定价、安全这些核心场景。
- 测开:白菜 21k×15(31.5w),SP 25k×15(37.5w),SSP 27k×15(40.5)。岗位数量和定级空间都比开发小。
滴滴目前还是挺推荐的,海外做的很好,挺稳定的赚钱,应该不会大裁员,挺推荐去的。
最后:别只看总包多少
真到选 offer 的时候,建议关注一下下面几个点:
固定现金:每月多少,保证发几个月,首年怎么折算。
浮动收入:年终和绩效的条件是什么,像京东那种「70% 能拿满」的说法要问清楚。
额外奖励:签字费何时发、有无返还条件,像百度那样分 2 年发的要单独算;股票分几年归属。
实际工作:做什么、在哪做,岗位内容是不是自己想积累的方向。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
为什么要学习大模型?
我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。
大模型入门到实战全套学习大礼包
1、大模型系统化学习路线
作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!
2、大模型学习书籍&文档
学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。
3、AI大模型最新行业报告
2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。
4、大模型项目实战&配套源码
学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。
5、大模型大厂面试真题
面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。
适用人群
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。