招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
团队介绍：江南游戏工作室成立于2019年初，我们立志于提供优质的游戏内容服务全球玩家。团队全力聚焦于高品质RPG/射击/AI/UGC游戏的产品研发与运营。欢迎热爱游戏的伙伴加入我们，为每位玩家带来有趣和激励人心的体验。 1、负责游戏中生活模拟玩法及相关系统的功能和体验设计，撰写策划案，制作玩法内容，并推进需求落地； 2、设计合理的配置方案，根据需求进行实际配置工作，对负责内容的实际落地效果进行验收，保证落地质量； 3、基于玩家反馈及游戏数据分析，持续完善系统和玩法设计； 4、协调程序、美术、UI、AI、QA等职能，推进相关需求的完成进度，保证功能如期交付。
Team Introduction ByteBrain is ByteDance’s AI for Infrastructure (AI4Infra) platform, dedicated to improving the efficiency, reliability, and intelligence of large-scale infrastructure systems through AI and machine learning. ByteBrain supports a wide range of infrastructure domains, including AI data center supply chains, databases, storage systems, networking, containers and virtualization, and big data platforms, powering infrastructure optimization at massive scale. This role sits at the intersection of: Operations Research × AIOps × AI for Infra You will have the opportunity to solve some of the most challenging optimization problems behind large-scale AI datacenters while pioneering the next generation of AI-powered decision-making systems, where LLMs, and optimization algorithms work together to improve efficiency, resource utilization, and operational intelligence across ByteDance's global infrastructure. Responsibilities - Design and develop AI, machine learning, and optimization algorithms to improve the efficiency, reliability, and performance of large-scale infrastructure systems. Areas may include AIOps, operations research, software engineering, and system optimization. - Drive the deployment, scaling, and continuous improvement of algorithms in production environments, supporting large-scale services. - Identify optimization opportunities and emerging challenges from real-world infrastructure scenarios, translating them into impactful research and engineering solutions. - Conduct cutting-edge research and publish high-quality papers in top-tier conferences and journals.
1、负责AI Agent与AI应用能力、AI基础能力（Tool Use、Runtime）及AI平台MCP Tool、CLI、Skill模块的建设工作； 2、搭建统一数据服务，完善AI数据消费全链路，推动业务API与数据能力向AI场景适配落地； 3、搭建AI Tooling平台，构建配套工程化体系； 4、负责平台稳定性、性能及可扩展性的优化迭代。
1、开展税务调研，梳理业务场景、提炼和标准化税务规则，将合规要求精准转化为系统需求，识别税务合规痛点； 2、基于调研访谈及关键数据分析结论，输出系统改造及流程优化需求文档，推进解决方案的落地，确保业务诉求清晰可落地； 3、作为税务业务需求方，深度参与系统方案设计，跟进系统功能开发及验收，确保系统功能上线质量，持续追踪系统运行效果并推动优化迭代。
团队介绍：飞书是字节跳动旗下 AI 工作平台，面向人与agent协作，提供一站式协同办公、组织管理、业务提效工具和深入企业场景的 AI 能力，让 AI 真能用真落地。 从互联网、高科技、消费零售到制造、金融、医疗健康，各行各业先进企业都在飞书落地AI，与飞书共创行业最佳实践。先进团队，AI用飞书。 1、专注AI解决方案方向客户交付，整合内外部资源，深度梳理诊断行业复杂业务场景，结合飞书项目及AI能力、Agent应用打造标杆行业实践，提升产品及AI解决方案在行业的整体竞争力； 2、面向企业客户提供端到端交付服务，挖掘业务痛点与智能化场景，输出企业级AI解决方案+落地实施方案，依托飞书项目+AI能力助力客户提升组织效能与数字化智能运营；全程负责项目启动、推进、落地、复盘，保障客户阶段性目标与智能化价值达成； 3、深度对接行业大客户需求，联动产品、算法、方案团队进行需求拆解与方案适配，为大客户侧的解决方案匹配及顺利落地负责； 4、基于标杆客户AI数字化落地场景，沉淀行业AI解决方案、最佳实践、可复用的AI场景模板，持续复盘交付经验，赋能行业复制与规模化推广。
1、负责字节跳动各App的用户增长模型分析与应用工作，和模型算法同学深度合作，促进LTV与ROI模型优化迭代；同时，从模型应用视角出发，进行用户增长场景下的定量分析工作； 2、从增效度量视角出发，基于AB实验设计、因果推断、运筹规划等手段，解决用户增长战略规划、效果评估、策略迭代场景下的复杂度量问题； 3、从北极星度量出发，建立合理的指标与度量体系，引导增长业务的持续发展；制定统一的度量规范，以公平、科学、透明的度量管理规范推动业务增长； 4、将业务问题抽象为统一的数学框架，横向输出至各业务线DS/DA团队，赋能各业务条线的科学度量与分析工作； 5、其它各种增长战略/战术决策相关的推演或建模工作，为战略管理层与增长执行层分别给出相应的决策与建议工作。
1、负责生活服务商家增长业务运营，设定业务目标，拆解达成路径，搭建业务指标体系，推进业务目标达成； 2、制定新商家从入驻到成长的经营策略，灵活运用电销/社群能力推进策略落地，牵引商家完成经营目标； 3、通过产品化/智能化的方式优化整体工作流程，推进电销/社群工具和CRM工作台产品能力建设，提高人员作业能力与效率； 4、以本地生活行业经营知识与商家服务基础能力为输入，联动产品、交付等上下游团队推进增长客服团队体系化作战能力建设。
1、负责短剧内容场景下的电商推荐策略全链路设计与迭代，构建适配短剧生态的商业化推荐体系； 2、深度开展内容理解、用户兴趣洞察、交易意图精准识别，建立短剧场景下“内容-用户-商品”的匹配逻辑； 3、搭建内容分发与商业分发高效协同机制，平衡内容生态健康度与商业价值转化； 4、聚焦短剧内容场电商渗透、转化效率及用户体验提升，持续优化策略闭环，驱动业务核心指标增长； 5、联动算法、数据科学（DS）、运营、产品等多团队，主导策略落地、复盘优化，推动跨部门协作达成业务目标。
1、针对东南亚电商业务发展的不同阶段，基于前台业务及物流团队规划，主动发掘物流体验优化机会点，制定东南亚六国物流体验通用横向解决方案以及实施路线，并基于各国物流业务现状，与本地物流运营协作，对横向通用方案进行定制化改造，以适配本国业务需求，保障方案落地性，推动业务目标达标； 2、物流体验方案涉及领域：物流服务产品拓展（如次日达、小时达、自提驿站等）、行业物流解决方案如生鲜、水果、大件（含安装）、发货体验提升如商家分仓/认证仓发解决方案、配送体验如超时/丢失/破损/虚假签收问题解决等； 3、独立负责物流体验多个领域的电商物流体验项目，作为项目负责人，独立负责电商物流体验项目，协同内部团队如行业、UG、治理、产品研发、运营及外部物流服务商，获得相关方支持并整合各方资源推动项目落地； 4、能提前预判项目推进中可能出现的资源短缺、需求变更、执行偏差等风险，制定针对性的风险应对预案，规避或降低风险对项目的影响；能够聚焦项目结果，推动项目达成预设目标，并在项目结束后，系统沉淀项目经验、复盘问题与改进方向，形成可复用的项目方法论，为后续同类项目提供参考。
1、负责大语言模型/应用的评估体系设计、评估结论产出、并能够根据评估结论进行系统分析，提出有价值的改进建议，协同各方提升大语言模型能力与应用效果； 2、搭建评测体系：设计大模型能力及应用效果的评估体系，搭建评测流程和功能，保证评估结论及时准确产出； 3、评估结果分析：分析和解读评测结果，提出提升模型能力和应用体验的数据生产和产品设计策略； 4、研究评测方案：跟进和调研大模型行业最新评测研究和报告，结合实际应用场景，更新内部评测技术方案； 5、行业产品调研：及时了解和分析大语言模型业界产品和技术发展动态，辅助判断未来发展趋势。
团队介绍：我们团队致力于通过对攻防技术的持续研究，最大限度降低零日漏洞与安全事件造成的影响。我们提供红队演练、威胁检测、安全保障工具支持及事件调查等服务，助力提升系统韧性。通过不断强化攻防两端能力，我们在巩固公司核心安全基础、保障数据与业务安全方面发挥着关键作用。 1、AI使用识别与资产梳理：识别企业内部各类AI Agent、Copilot、MCP Server、插件化工具、自研RAG应用和AI自动化工作流，梳理其使用场景、负责人、接入方式、数据访问范围、运行环境和权限边界，建立AI资产清单和风险分级机制； 2、AI Agent行为分析与风险识别：分析AI Agent在Prompt输入、上下文引用、工具调用、API调用、文件访问、网络连接、本地命令执行和身份权限使用中的行为风险，识别敏感数据访问、危险工具调用、越权操作、异常自动化执行和潜在数据外传行为； 3、AI安全检测能力建设：基于端点、网络、身份、云、SaaS、应用日志和AI Runtime日志，建设AI场景检测规则，覆盖未授权AI使用、Prompt Injection、敏感数据泄露、Agent Tool Abuse、MCP异常调用、异常文件/网络访问、本地命令执行等风险； 4、AI安全响应与处置闭环：建立AI安全告警分级、调查和响应流程，支持高风险AI访问阻断、Agent工具调用限制、Agent执行暂停、高风险插件或MCP Server下线、Token/API Key回收，并推动事件复盘和治理改进； 5、AI Runtime可观测能力建设：推动Prompt、Response、Tool Call、Agent Action、MCP调用、身份权限、文件访问、网络访问等关键日志接入安全分析平台，提升AI风险的可发现、可检测、可调查和可审计能力。
1、负责智能助手产品业务模块的日常运营与策略优化，推动产品用户体验与解决率持续提升； 2、主导RAG（检索增强生成）链路中的知识库规划、构建与持续维护，协同产品、算法与工程团队，共同提升智能问答的准确性与可靠性； 3、负责具体Agent端到端效果的运营，能够提供高质量的训练集和测试集，方便算法模型迭代； 4、建立并执行线上质量监控机制，敏锐定位、分析问答负面案例，并能系统性归因，推动问题闭环解决； 5、负责数据标注任务的资源协调与质量管理，确保标注输出高效、精准，为模型优化与评估提供高质量数据基础。
1、负责飞书IM与飞书开放平台的AI能力建设，围绕消息/群聊/机器人/智能助手等核心场景，建设可复用的AI能力并推进落地； 2、负责OpenClaw、Hermes相关能力的接入与工程化封装，完善执行链路、权限控制与稳定性体系，沉淀统一能力层与最佳实践； 3、参与研发工程化体系建设，逐步提升研发效率、研发质量，通过技术驱动业务发展； 4、技术前沿探索：持续追踪AI技术演进，结合对交互范式与产品形态的判断，驱动产品迭代与体验提升。
About the Team The Applied Machine Learning (AML) - Enterprise team provides machine learning platform products on VolcanoEngine with cloud native resource scheduling system which intelligently orchestrates different tasks and jobs with minimised costs of every experiment and maximised resource utilisation, rich modelling tools including customised machine learning tasks and web IDE, and multi-framework high performance model inference services. In 2021, through VolcanoEngine, we released this machine learning infrastructure to the public, to provide more enterprises with reduced costs of computation power, lower barriers to machine learning engineering and deeper developments in AI capabilities. Responsibilities -Responsible for the development and performance optimization of the Volcano Engine large model training and inference systems, including but not limited to model computation optimization, tuning thousand-GPU training clusters, distributed LLM inference systems, and large-scale inference traffic scheduling. -Responsible for solving technical challenges related to high concurrency, high reliability, and high scalability, supporting Volcano Engine’s daily training and inference traffic at the scale of hundreds of billions of tokens. -Responsible for researching and introducing forward-looking technical architectures for large model training and inference, including but not limited to subgraph matching, compiler optimization, and model quantization. -Responsible for integrating heterogeneous hardware with training and inference frameworks, including but not limited to GPUs, NPUs, and TPUs. -Focused on improving compute utilization across globally distributed ultra-large-scale GPU clusters through elastic scheduling, GPU oversubscription, task orchestration, and related techniques. -Collaborate closely with algorithm teams to jointly optimize algorithms and systems.
1、合规线上化机制建设：熟悉电商全链路业务流程，建立事前预防、事中识别、事后处置的全流程运营机制，通过业务流程、数据指标、举报等多维度监控业务团队； 2、合规调查与落罚：通过业务流程、数据指标、场景风险等多维度监控业务团队合规性，独立或牵头立项开展全流程合规检核调查，产出管理报告并协同业务完成风险整改； 3、优化合规策略与风险防控：基于违规案例数据与业务发展趋势，识别业务潜在合规风险点；牵头制定/优化合规抽检策略（如抽检范围、频率、样本筛选逻辑等），针对高风险场景输出风险评估报告，推动业务合规流程优化。
1、研究公司国际业务涉及的用工模式及合规要求，包括但不限于contractor、EOR、外包及本地雇佣等场景； 2、对接国际法务、外部律所及区域业务团队，识别不同国家/地区的用工风险与要求； 3、持续跟踪重点国家劳动法、税务、数据合规及用工政策变化，形成内部研究与风险判断； 4、将重点国家用工合规要求沉淀为内部SOP、管理制度、审批机制及操作流程，推动标准化建设； 5、建立国际用工风险案例库与知识体系，为业务团队提供政策解读与解决方案支持； 6、协同HR、法务、财务、采购及安全团队，推动全球化用工治理体系建设，参与国际用工相关项目，包括供应商评估、用工模式设计、风险整改与内部培训。
1、深度参与业务不同阶段的核心项目，通过定性与定量的分析、典型案例抽检验证，识别业务机会及风险问题，并横向联动电商各团队，推动部门间重点项目的沟通协作，保障关键动作落地； 2、通过行业研究和内外部调研，结合战略和数据视角，思考问题本质，提出内部业务优化的方案和建议； 3、主动发现内部各业务域的潜在问题和风险点，输出短中长期可落地的解决方案、推进各方落地。
1、合规线上化机制建设：熟悉电商全链路业务流程，建立事前预防、事中识别、事后处置的全流程运营机制，通过业务流程、数据指标、举报等多维度监控业务团队； 2、合规调查与落罚：通过业务流程、数据指标、场景风险等多维度监控业务团队合规性，独立或牵头立项开展全流程合规检核调查，产出管理报告并协同业务完成风险整改； 3、优化合规策略与风险防控：基于违规案例数据与业务发展趋势，识别业务潜在合规风险点；牵头制定/优化合规抽检策略（如抽检范围、频率、样本筛选逻辑等），针对高风险场景输出风险评估报告，推动业务合规流程优化。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok业务风控团队致力于保护TikTok的用户权益，包括但不限于内容消费者、创造者、商业客户等。我们通过建设高效的风控系统和智能的风控算法，提供端到端技术解决方案，以保证平台的健康与社区体验的真实性，为TikTok业务保驾护航。 1、面对TikTok全球场景，负责统筹风控专家研判团队的整体规划与内外部协同，提升国际风控体系的AI基建能力； 2、负责构建风控的“风险判断、数据生产、AI评估”三大核心能力，构建高质量风控数据底座，沉淀高质量风控资产； 3、负责设计风控AI模型与Agent的全链路评估体系，明确评估维度、指标与分级标准，驱动AI效果的可量化评估； 4、独立建设相关数据分析体系，设计科学合理的指标衡量AI能力建设效果； 5、了解公司相关业务及战略，并协同各业务方的需求。
1、深入理解国际电商业务，通过数据分析、市场研究及业务洞察，识别行业增长机会与核心问题，制定可落地的行业运营策略； 2、搭建并优化行业运营机制，包括目标拆解、过程管理、策略追踪、资源管理及经营复盘，推动业务健康增长； 3、围绕商家、货品、内容等业务模块，推动行业增长专项，提升GMV、供给质量及运营效率； 4、深度支持行业团队，围绕商家增长、货品运营、资源使用效率等方向，帮助运营团队提升业务管理能力及经营结果。