选择岗位时,城市往往比职位名称更早成为硬约束。我们对近 30 天 6566 条有效官网岗位的地点字段进行了轻量归一化,把“北京/北京市”“上海/上海市/Shanghai”等同城写法合并。
| 城市 | 可识别岗位地点出现数 |
|---|---|
| 北京 | 1076 |
| 上海 | 739 |
| 杭州 | 585 |
| 深圳 | 406 |
| 广州 | 149 |
| 成都 | 63 |
| 武汉 | 49 |
| 苏州 | 39 |
| 合肥 | 37 |
| 宁波 | 36 |
| 长沙 | 35 |
地点是多值字段,一个岗位可能允许多个城市,所以城市次数不能直接相加为岗位总数。
第一梯队依旧集中,但分工不同
北京以 1076 次领先,适合关注平台研发、算法、金融科技和总部型岗位。上海的 739 次分布更跨行业,金融、医药、汽车、零售和企业服务都有明显供给。杭州 585 次背后有强烈的平台、电商和云计算特征。深圳 406 次更偏硬件、终端、供应链和互联网产品的结合。
如果目标是大模型应用,不要只按“AI 公司数量”选城市。行业场景也会决定机会:上海的金融医药、深圳的终端硬件、杭州的电商云、北京的平台和研究团队,都需要不同组合的人才。
第二梯队适合用“岗位质量”而不是“岗位总量”判断
广州、成都、武汉、苏州、合肥、宁波和长沙的总量明显较小,但生活成本、产业集群和竞争密度也不同。对这些城市,更适合逐家公司追踪,而不是只看总数排名。
- 成都和武汉:关注研发中心、游戏内容和区域交付团队。
- 苏州、合肥、宁波:关注制造、汽车、工业软件和硬件相关岗位。
- 广州:内容、电商、游戏和综合运营岗位更值得持续观察。
远程与多地岗位需要单独核验
企业官网地点字段经常混合省份、城市、园区和“全国”描述。Job Hot 保留原始地点并做展示归一化,但求职者仍应进入官网详情确认办公地点、出差范围和远程政策。
城市榜单适合回答“哪里更可能有机会”,不适合替代具体 JD 的工作方式判断。
数据说明
统计窗口为 2026-06-22 至 2026-07-22,样本为通过链接质量门禁的 6566 条岗位。城市仅合并了常见的中文行政后缀和英文 Shanghai;省级、园区级及无法确定城市的记录未强行映射,因此结果偏保守。

