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
1、承担 Native、H5及跨端基建平台的建设与开发，支持业务产品的持续迭代。 2、负责客户端性能与稳定性治理。 3、提升核心指标的可观测性与线上问题处置效率。 4、落实金融领域安全与合规要求。 5、协同推进项目落地，对体验、系统稳定性和业务安全负责。
1.负责平台商家拉新策略体系建设，包括商机策略、商圈供给、签约转化、准入及定价等核心拉新环节。 2.制定平台级商家拉新策略，建立商机分层、资源分配及转化机制，持续提升商家供给规模和拉新效率。 3.建立拉新业务分析和优化机制，基于数据识别业务问题和增长机会，持续推动策略迭代和重点项目落地。 4.与产品、销售、大区、商分等团队紧密协作，推动拉新策略流程化、线上化及产品化，提升业务规模化能力。 5.搭建并管理拉新运营团队，完善团队工作机制，持续提升团队策略能力、业务推动能力和影响力。
1、市场研判与增量创新：跟踪属地市场供需格局与竞争态势，识别增量机会，含内部业务落地判断及外部场景侧创新探索； 2、资源统筹与策略优化：全局视角评估团队策略与资源投入评估效率，推动资源向高效方向集中。不局限于平台侧自有资源的分配，能识别并撬动外部合作方的资源杠杆，提升整体资源使用效率； 3、落地与跨团队协同：有复杂项目负责经验，能将战略洞察转化为可落地的业务方案，与产品、策略等上下游团队协同完成项目落地到复盘、优化的完整流程。
1、参与国际化滴滴外卖用户方向系统服务端业务架构设计 2、理解业务和承接需求，主导和实施服务器端核心功能开发和性能优化 3、主导和参与业务核心系统重构、结合项目研究新技术
为线上渠道拉新司机数负责： 1、投放体系0-1建设与优化，控本提效，稳定输出高质量司机线索。 2、生态导流，挖掘集团内各业务线存量流量与场景增量，通过活动联动、资源整合等方式，转化内部流量。 3、抖音车主内容与转化矩阵，负责垂类内容策划、账号运营、粉丝沉淀及用户转化，建立车主沟通阵地。 4、KOL达人运营：对接货运相关行业KOL，搭建长效合作体系，落地内容合作、拓宽司机招募流量渠道。
1、 根据公司人力资源管理战略，结合行业前沿发展趋势，挖掘目标用户的特定需求，产出HR系统产品规划和设计方案； 2、完成产品概念设计、业务场景分析、PRD编写，并协调研发、设计、测试等角色促进系统建设目标的达成； 3、根据运营数据评估系统运行效果，跟进用户反馈与建议，持续迭代和优化产品功能，提升人力资源运营管理效率； 4、对人力资源系统建设有独立思考，深入理解并定位人力资源业务管理和信息系统的现存问题，不局限于当前业务诉求；
1.负责机票、酒店、火车票业务的端到端体验方案设计，覆盖下单到售后全流程，制定体验标准与基线，协同产品、客服、技术团队推动体验持续优化，而非被动响应投诉 2.搭建用户体验度量体系（NPS、满意度、留存率等），以数据驱动「发现问题→设计方案→验证效果」的常态化体验升级 3.将AI能力应用于体验运营场景（智能客服、个性化推荐、Agent工作流等），能独立完成prompt设计与场景验证，推动方案落地并产出可量化效果 4.参与AI体验产品从0到1建设，负责场景拆解、体验方案设计与效果评估
1.行业研究与供给洞察：深入餐饮行业供给端,系统研究不同区域的市场结构、消费特征及产业链运作逻辑,形成对供给侧的体系化认知,为模式创新提供决策依据。 2.外部资源拓展与管理：广泛对接各类型外部合作方,建立并维护长期合作关系;在合作中吸收行业经验、沉淀方法论,并搭建一套外部资源的评估、分级与管理体系,持续提升资源协同效率。 3.创新模式设计：立足平台能力与商家能力,结合数据分析与行业研究,设计具备可行性的创新合作模式,覆盖线下供应链与店型升级、线上流量活动与运营玩法等多个方向。 4.项目落地运营：运用综合项目管理能力,对内统筹协调商家/用户/配送等多端资源,对外管理合作方的目标设定与进度交付,确保各试点项目高质量落地并取得可验证的阶段性成果。 5.成功模式沉淀与规模化推广：对已验证有效的模式进行系统总结与方法论沉淀,推动其向更多区域、更多品类规模化复制,实现从单点验证到规模化经营的跨越。
1. 负责国际化外卖 Revenue Growth 相关的实验设计、数据科学、数据分析工作，为 Delivery Fee、Service Fee、会员定价及其他营收策略提供量化决策支持。 2. 将业务问题转化为可验证的假设和实验方案，设计实验分组、样本量、实验周期、核心指标及护栏指标，确保实验结果科学、可信。 3. 围绕不同国家、城市、场景及用户群体，开展价格弹性、用户异质性、用户分层和收入机会分析，识别可规模化的营收增长机会。 4. 运用因果推断、统计建模及准实验等方法，评估策略对营收、订单量、转化率、留存、会员渗透及平台利润的增量影响。 5. 分析实验结果在不同城市、用户和业务场景下的差异，识别策略生效或失效的原因，并形成下一轮实验和策略建议。 6. 与定价及营收策略、产品、算法、数据和区域业务团队紧密协作，共同定义业务问题、模型目标、业务约束和评估标准，推动分析结论应用于产品和策略决策。 7. 建立并沉淀可复用的实验设计、价格弹性分析、收益测算和策略评估框架，提升多国家、多场景下的决策效率。 8. 推动实验平台、数据基础和分析工具能力建设，提升实验设计、监控、分析和复盘的自动化及标准化水平。
1. 服务标准化体系从0到1搭建与落地 （1）主导理赔服务全链路标准化建设，覆盖备用车、快修、查勘定损、维修、调查、人伤、物损、新能源三电/授权维系、诉讼等服务类场景，制定可执行、可量化的服务标准与作业规范 （2）建立服务标准落地机制，包括标准宣贯、执行检查、偏差纠正、迭代优化闭环 2. 服务SLA体系化运营 （1）设计并落地全品类供应商服务SLA（时效、质量、成本、客户体验多维指标），建立实时监控、预警与考核闭环 （2）基于数据洞察持续优化SLA标准，推动供应商绩效迭代升级 （3）搭建供应商服务质量的量化评估模型，支撑管理决策 3. 跨域协同与标准渗透 （1）联动理赔、产品、技术、法务等多部门，推动服务标准与业务流程、系统能力的深度耦合 （2）建立供应商沟通与赋能机制，将管理规则转化为供应商可执行的服务交付标准
1. 经营监控与业务质量分析 搭建车险经营监控体系，持续跟踪保费规模、赔付率、出险率、费用率、利润率等核心指标。 按地区、渠道、车型监控经营表现，识别业务结构变化与潜在风险暴露。 输出月度/季度经营分析报告，直达管理层，提供可执行的改善方案。 2. 风险识别与预警体系 构建出险频率、严重度、纯风险保费的监控框架，识别趋势、异常、结构性波动。 监测高风险车型、高风险区域、高成本渠道的偏差变化，提出处置策略。 搭建经营红黄线预警体系，对赔付率、费用率等越线情况触发预警。 3. 理赔端业务洞察 分析理赔费用结构：材料费、工时费、环节拆解，用于识别成本上升来源。 识别异常理赔行为：异常修理厂、黑点区域、道德风险模式。 将理赔洞察反推承保与渠道策略，实现闭环治理。 4. 经营策略制定与推动 基于经营与风险监控结果，为地区/渠道/产品制定经营改善策略。 提出价格调整、区域扩张或收缩、渠道切换、费用调整的量化依据。 与承保、理赔、渠道共同推进经营策略落地并持续跟踪效果。 5. 数据分析与体系建设 明确经营分析所需的数据指标体系，与数据团队合作建设经营分析底座。 主导开发经营看板，推动指标可视化和自动化产出。 独立使用 Python/SQL 进行深度分析，支撑经营判断。 6. 跨部门协作 与承保合作：提供地区/车型风险判断，支持定价策略与条款策略。 与理赔合作：推动反欺诈、成本控制、流程优化。 与渠道合作：提供渠道经营分析与质量评价依据。 与财务合作：支持利润预算、成本率分析、经营预测。
1、负责滴滴企业版电话销售工作，主要通过电话的方式对公司分配线索进行跟进，进一步了解客户需求，制定解决方案，传递产品价值，完成销售全流程工作； 2、合理利用公司资源和销售工具，管理自己的pipeline，定时跟进商机，确保个人销售任务完成； 3、完成客户签约后的维护，解决客户问题，提高客户的用量，加强客情关系；
1. 带领泛前端团队承接酒店业务方向的迭代交付，负责技术方向把控、人才梯队建设与团队效能提升，建立规范化的研发流程与代码质量体系，确保项目高质量、高节奏交付； 2. 主导泛前端技术架构设计与落地，构建高可用、可扩展的前端工程体系，结合商旅酒店业务特点，推动技术平台化建设，支撑业务快速迭代与增长； 3. AI 研发体系建设（核心方向），规划并落地团队 AI 研发体系，重点推进 AI Coding 工具链在日常研发中的规模化应用：引入并推广 AI 编程工具，制定团队使用规范与最佳实践；承担 AI 赋能布道角色，通过分享、培训、Pair 工作等方式，带动团队整体 AI Coding 能力升级； 4. 深入理解商旅酒店业务逻辑，结合产品方向前瞻性提供技术方案，与产品、设计、服务端、数据等团队紧密协作，推动技术与业务深度融合，持续优化产品用户体验。
我们是滴滴企业级前端技术团队，为企业级出行、商旅业务提供有力技术支撑，我们致力于打造极致的用户体验，让用户能便捷的体验企业级商旅出行一站式服务。 1、负责企业级前端产品研发和维护，编写高质量的代码，负责产品需求的持续迭代和体验优化； 2、规划并落地团队 AI 研发体系，重点推进 AI Coding 工具链在日常研发中的规模化应用； 3、有较好的沟通协作能力，能跨组或者部门合作，与其他团队成员合作，确保整体项目的顺利实施和交付； 4、深入业务，理解客户需求，并提出解决方案促进业务持续发展； 5、参与架构优化、性能优化等技术建设，提高前端的交付效率和用户体验； 6、负责前端项目的故障排查与修复，保障系统稳定运行。
1、负责效能平台部产研效能提升的整体规划，梳理产品、研发、测试和交付全链路，识别关键效率瓶颈并制定改进路线。 2、推动 AI 在需求分析、产品设计、研发编码、Code Review、测试验证、缺陷分析、项目协作和知识沉淀等场景中的深度应用。 3、设计 AI 时代的产研协作流程，推动产品、研发、测试之间更高效的并行协作，减少等待、返工、重复沟通和低价值人工操作。 4、建立产研效能度量体系，通过数据评估交付周期、人均产出、质量和 AI 应用效果，持续验证改进收益。 5、深入一线识别关键效率瓶颈，选择典型项目开展试点，沉淀工具、流程、规范和最佳实践，并将验证有效的方案规模化推广到整个产研组织。 6、建立 AI 应用过程中的质量、安全、数据和知识产权规范，确保效率提升不以牺牲交付质量和安全为代价。
1. 负责广告投放相关系统的架构设计、开发和优化，提升系统性能和稳定性; 2. 设计并实现用户增长相关的技术方案，包括数据分析、A/B测试、个性化推荐等; 3. 应对高强度工作压力，处理复杂技术问题，适应快速变化的商业环境; 4. 协调跨团队协作，推动技术方案落地，达成业务增长目标
一、岗位目标 核心宗旨：在确保服务体验的前提下，通过专业化人伤作业实现的成本管控与效率提升，并将个人经验转化为组织能力。 1.人伤降本：提升人伤案件的核损挤水能力，确保伤残评定、“三期”（误工、护理、营养）费用核减率，降低诉讼率。 2.估损管理：降低人伤案件估损金额与实际赔付金额的偏差率，提升准备金提取的精准度。 3.时效与体验目标： 结案时效：缩短人伤案件处理周期，提升立案结案率，减少未决积压。 客户满意度：降低人伤理赔投诉率，确保调解过程公平透明。 4.知识沉淀目标： 资产积累：建立人伤典型案例库（含特殊伤情审核、鉴定异议处理、诉讼应对策略）与标准化作业指引，将个体经验转化为组织能力。 能力固化：协助将人伤核损的线下判断逻辑（如医疗跟踪要点、调解谈判技巧）线上化，持续反哺人伤智能工具算法，提升自动核损准确率。 二、岗位职责 1.作业管理 执行差异化作业流程：共建算法分流能力，组织团队对不同层级人伤案件（轻微伤、一般伤、重残/死亡）执行差异化处理策略。简易人伤快处：建立简易人伤快速调解通道，确保时效达成。 2.人伤理赔成本管控 2.1伤残及三期核损：通过医疗跟踪、鉴定审核、赔偿标准校验等手段，剔除不合理费用，严控伤残及三期费用核减率。 2.2诉讼管控：前置调解介入，降低诉讼转化率；对进入诉讼案件强化应诉管理，控制败诉风险及赔付成本。 2.3合作网络管理：管理司法鉴定机构、律师事务所等人伤合作方，建立准入、考评与退出机制，确保服务质量与成本可控。 3.知识管理与能力迭代 3.1案例库建设：牵头搭建“人伤理赔案例库”，定期复盘并收录经典案例（如：特殊伤情审核、疑难三期认定、新型欺诈手法、典型诉讼判例），形成可检索的知识资产。 3.2规则反哺：定期向算法/产品团队输出人伤理赔中的“减损关键点”与“高赔付风险特征”，协助优化人伤智能工具规则（如医疗费审核模型、调解方案推荐引擎）。 3.3标准化培训体系：基于业务实践，持续迭代SOP，确保新进人员能快速复制成熟的人伤理赔经验。 4.团队建设与反欺诈协同 反欺诈协作：识别异常人伤案件（如虚假伤残、挂床住院、医患串通），及时阻断并移交调查。 人力成本管控：优化人员结构，控制人伤理赔作业人力成本，提升人效。
1. 车险精算模型开发与维护（核心职责） 搭建并维护车险核心精算模型：出险频率模型、严重度模型、纯风险保费模型。 负责模型选型、变量筛选、分布拟合（Poisson/NB/Gamma/LN）、GLM 或 GBDT 等模型训练。 定期开展模型校准（Calibration）、模型偏差回溯（NMAE、WAPE、RCCI、Lift、PSI 等）。 对重点业务（新能源/黑点车型/地区特殊群体）构建专项精算模型。 2. 费率厘定与产品定价 负责车险产品费率厘定、参数设定、产品测算、目标利润测算。 构建费率结构（基准费率 + 风险因子 + 地区因子 + 车型因子等）。 推动差异化定价（地区/车型/渠道/人群）。 参与新产品定价：新能源 UBI、Telematics、短期车险、场景化保障等。 3. 经营成本与费用精算 测算并校准附加费用率、渠道佣金率、管理费用率、税费等。 负责保费结构拆解： 纯风险保费 → 毛保费 → 已赚保费 → 利润贡献 分析费用率偏差并反馈经营部门，提供优化建议。 4. 赔付准备金与 IBNR 测算 负责车险准备金测算：IBNR、IBNER、链梯法、Bornhuetter-Ferguson等方法。 监控赔付滞后结构、案件进展、已报未决（RBNS）、事故通道损失率变化。 出具准备金分析报告，为财务与再保管理提供依据。 5. 数据体系与精算分析能力 定义精算数据需求，与数据团队建设精算分析底座。 使用 SQL / Python / SAS 建立建模数据集、损失分布、出险分布。 建设精算看板（频率、严重度、赔付率、费用率、利润率、准备金等）。 6. 跨部门专业支持 支持承保部门优化费率结构与风险因子。 支持理赔部门进行成本拆解、黑产识别、异常修理厂识别。 支持经营管理团队进行利润预测、区域策略、渠道策略。 参与监管报备、费率报送、精算报告撰写。
滴滴国际化Fintech业务，是滴滴国际化战略的重要组成板块，自2021年开始，Fintech在拉美地区大力发展电子支付和信贷业务。短短2年时间，其个人信贷业务，已经在墨西哥的Fintech玩家中位于第一梯队；其电子钱包业务也在巴西的Fintech玩家中也名列前茅，实现快速增长。此外，滴滴Fintech还在拉美地区积极探索和开展信用卡、商户收单等业务，为当地用户带来更便捷、优质、更高性价比的金融服务，实现多个从0到1的突破。 我们诚挚邀请真诚、 可靠、勇于挑战的您和我们一起，携手并肩，拥抱金融出海的浪潮。和滴滴Fintech一起，实现从0到1，从1到100的快速成长。 职位描述： 1.负责国际化现金贷系统的架构规划、设计以及核心功能的编码工作；负责构建可扩展的 AI/大模型（LLM）工程化接入架构，赋能Agent场景的实际落地； 2.负责攻克高并发、高稳定性、高可用、复杂业务模型等带来的技术难点，用合理的架构高质量高效率解决金融合规、国家差异化、数据安全等问题； 3.推动 AI 研发工具在团队内部的落地，提升全员工程交付效率与代码质量； 4.推进智能化运维（AIOps）体系建设，利用 AI 技术提升故障的智能预测与快速定位能力，发生技术故障快速响应和止损，确保系统可用性/系统安全/资金安全/数据安全；
开发并维护城市诊断模型，量化业务举措与成果，并将其转化为可执行的行动计划。 设计并落地营销活动评估框架，构建用于结果追踪和活动选品的数据看板。 与运营、市场及产品团队紧密协作，将分析洞察转化为优化的活动策略及市场进入方案，驱动可量化的业务增长。 主导面向 stakeholders 的分析成果沟通，输出清晰的、可用于高管汇报的简报及作战手册，帮助各国及城市团队复制成功经验。