大模型岗位近 30 天趋势:金融、电商和内容行业正在把 AI 写进 JD

2026/07/22

过去一个月,大模型招聘已经不只是 AI 公司的专属话题。

Job Hot 对 2026 年 6 月 22 日至 7 月 22 日首次收录的官网岗位做了统一清洗:原始记录中,剔除 3009 条第三方招聘平台、模板链接或导航项后,留下 6566 条有效岗位、308 家公司。其中 830 条岗位描述提及大模型、LLM、AIGC、Agent、RAG、多模态或 Prompt 等关键词,覆盖 42 家公司,占有效样本的 12.6%

这里的 830 条是“JD 明确出现相关能力”的岗位,不等于 830 个纯算法岗。这个差别很重要:它恰好说明大模型能力正在从模型团队向产品、工程、运营和行业解决方案扩散。

行业分布:金融排在第一,应用场景比模型训练更广

我们按照公司名称、岗位名称和岗位描述中的业务语境,将 830 条记录归入九个行业方向。分类允许业务关键词决定归属,因此适合看需求场景,不适合作为上市公司官方行业分类。

行业方向提及大模型能力的岗位数
金融163
电商与零售143
游戏与内容127
互联网与通用科技109
企业服务与云97
教育60
制造与工业46
汽车与出行44
医疗医药41

金融、电商和内容行业合计 433 条,占这组样本的 52.2%。从 JD 文本看,需求重点通常不是“从零训练一个通用基础模型”,而是把模型接入客服、营销、内容生产、知识检索、风控辅助和内部效率工具。

一个月不是平滑增长,而是批量发布

收录量较高的日期包括 7 月 21 日 106 条、7 月 20 日 66 条、7 月 13 日 63 条、7 月 16 日 61 条。这个波动首先反映企业批量上架和爬虫首次发现时间,不能简单解读为某一天市场需求突然翻倍。

更稳妥的判断是:需求在一个月内持续出现,而不是只由单日活动贡献。22 个自然日都有相关新增记录,说明它已经成为持续招聘方向。

求职者应该如何使用这个趋势

如果你原来做金融、零售、内容、制造或汽车,不必先把自己改造成基础模型研究员。更有效的路径通常是:保留行业知识,再补齐模型应用工程能力。

  • 熟悉业务数据和评价指标,能判断模型回答是否真的可用。
  • 能完成 RAG、Agent、Prompt、模型 API 与现有系统的集成。
  • 理解推理成本、延迟、权限、隐私和可观测性。
  • 把“做过 Demo”升级为“能上线、能评估、能持续迭代”。

这轮招聘的核心信号不是所有公司都开始造模型,而是更多行业开始招聘能把模型变成产品和流程的人。

数据说明

统计窗口为 2026-06-22 至 2026-07-22,以 Job Hot 的 first_seen_at 为准;同一岗位只按数据库记录计数。关键词和行业均为规则分类,岗位可命中多个技能,因此技能统计不能相加为岗位总数。数据来自公开企业招聘页面,不代表全部市场岗位。

Job Hot 数据研究组

Job Hot 数据研究组