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.战略与规划。负责部门 AI 产品的整体规划与路线图制定，结合行业痛点定义核心价值场景；跟踪 AI 技术前沿与行业动态，分析竞品，确保产品长期竞争力；进行产品的市场与竞争分析，并调整产品策略； 2.产品全生命周期管理。主导产品从需求调研、方案设计、开发协同到上线迭代及效果复盘的全过程；负责将复杂的业务问题转化为可行的 AI 产品方案，明确技术边界与落地可行性；协调算法、研发、数据团队，确保产品技术方案的实施； 3.商业化落地与驱动。推动AI能力在具体业务场景中落地，解决实际问题，并对产品的商业结果负责；设计数据反馈闭环，通过效果复盘驱动产品持续优化。
1.负责项目在主流社区平台（B站、抖音、小红书、视频号等）的用户运营策略制定，基于对不同平台社区生态与用户行为的洞察分析，制定差异化的应对策略，并为整体用户运营效果负责； 2.负责项目在多平台的三方传播策略制定与宣发内容运营，统筹生态矩阵搭建与日常运维，结合版本节奏与市场热点，策划差异化的传播内容与投放节奏，提升项目在各渠道的用户触达与内容渗透效果； 3.密切关注社区热点与用户声音，快速识别风险信号与高价值话题，制定分级响应方案，协同各团队高效处置突发事件，维护健康稳定的社区讨论环境； 4.跟踪热门游戏品类尤其FPS品类市场动态，敏锐把握品类趋势与玩家偏好变化，输出有针对性的分析洞察，为运营决策提供参考输入； 5.定期产出社区声量分析、内容运营复盘及专题研究报告，以数据发现问题、验证策略、推动持续优化。
1.AI Agent 算法研究方向：探索工具调用、模型规划、长记忆、意图识别等核心能力；研究多 Agent 协同机制，推动 Agent 在实际业务中的落地； 2.多模态大模型研究与优化方向：主导多模态/全模态大语言模型的预训练、对齐与推理优化；推动图像、视频、文本等多模态理解与生成能力的持续演进； 3.多模态内容理解与治理方向：构建面向复杂场景的多模态内容理解能力；建设生态内容治理算法体系，支撑业务侧的理解、分析与交互需求； 4.图像/视频编辑与生成落地方向：研究并落地图像编辑、视频生成与编辑等 AIGC 能力。
1.负责LLM在游戏领域的应用落地，包括但不限于游戏智能NPC的对话、决策交互、陪玩等； 2.负责大模型开发的相关工作，包括但不限于：数据合成、微调（SFT、蒸馏）、强化（DPO、GRPO）、RAG、多模态LLM（涉及游戏盘面状态）等； 3.负责探索与跟进AIGC前沿技术，结合未来实际应用场景，提供技术解决方案。
1.负责大数据在游戏AI等相关领域的算法与产品化等工作，包括但不限于如下方向：用户增长、因果推断、匹配系统、归因分析、千人千面体验流、商业活动/道具个性化推荐等； 2.负责前沿技术跟进，能够识别技术的有效性并快速应用； 3.负责具体项目落地，运用大数据+AI为项目带来可观的收益。
1.多维业务分析：横向支撑多条业务线（社交、内容、广告、游戏等），独立完成指标体系搭建、异动归因、AB实验分析、用户增长诊断等全类型分析需求； 2.Agent 开发与工程化：基于 LLM + MCP 协议，设计面向数据分析场景的 AI Agent，将「选表→SQL→执行→解读」全流程工程化为可复用的 Skill 流水线； 3.领域知识沉淀：将分析经验转化为数仓表文档、指标口径、分析模板等结构化知识库，持续降低团队重复劳动； 4.需求管理：对接多个业务方，主动将模糊问题转化为结构化分析方案，管理多线并发的需求优先级。
1.负责游戏角色原画设计，独立完成主角、关键NPC、核心怪物等角色的人设创意构思、线稿绘制、色彩搭配与细节刻画，输出兼具创意性、观赏性和可落地性的设计作品； 2.遵循项目统一美术规范，配合主笔完成角色原画风格定位，确保角色设计与项目世界观、剧情设定、整体美术风格高度统一； 3.输出标准化的角色设定图（含三视图、细节拆分、材质/配色说明等），为3D建模、动画、特效等后续环节提供清晰的制作依据，并配合解答落地过程中的美术问题； 4.参与角色原画审核与优化，提供针对性改进建议，参与团队内设计经验分享，持续提升团队整体角色设计水平； 5.跟踪行业前沿二次元/动漫美术趋势，积累设计灵感，探索角色设计创新，优化个人与团队创作流程与效率； 6.配合完成项目宣传插画、角色延展设计等相关美术工作，确保宣传物料与游戏整体美术风格统一。
1.负责CubeSandbox弹性计算平台全链路的需求研发和性能，质量保证，包括但不限于管控面，调度，虚拟化，存储，网络，底层系统软件等； 2.支撑腾讯云CubeSandbox内部的业务需求及外部开源社区的日常研发维护； 3.持续基于CubeSandbox平台探索Agent对Infra的新需求。
1.负责腾讯云高性能对象存储、高性能分布式缓存类产品的设计和研发工作； 2.参与元数据管理和KV Engine的优化和调优； 3.对于Hadoop、POSIX和S3协议进行优化； 4.完善自动驾驶，具身智能，AI大模型训练等领域的解决方案，参与相关场景高性能存储的客户需求对接、产品优化和问题解决。
1.在合作中持续探索新场景、新模式、新产品，让更多用户由浅入深参与公益； 2.负责腾讯公益平台的用户及产品运营，促进不同分层的用户参与提升； 3.深入挖掘不同场景中用户参与公益动机，推动互动链路优化，提升用户各阶段体验； 4.制定运营策略，让公益用户持续关注公益项目，成为长期公益用户。
1.负责 AI 能力在游戏运行时的工程落地，包括实时对话 NPC、动态玩法事件触发、AI 生成内容等核心模块的设计与实现； 2.与内容安全团队协作，设计 AI 生成内容的审核串联方案，确保生成内容满足平台合规要求并控制在延迟预算内； 3.参与面向第三方游戏开发者的 AI 能力开放接口设计，定义 SDK 层的功能暴露方式与调用规范； 4.负责 AI 游玩 Agent 的工程实现，用于自动化覆盖率测试、异常输入压测及游戏行为模拟； 5.跟进 AI 生成技术前沿进展，结合项目实际场景进行技术选型与可行性验证。
1.负责视频号视频流直播在多场景、全链路的推荐核心算法&策略优化，提升个性化直播分发能力和推荐效率； 2.负责前沿技术的探索和落地，包括LLM4Rec、推荐大模型、生成式推荐、推荐文案生成等方向。
1.配合主美制定游戏特效风格，输出特效设计模板和规范； 2.参与具体特效设计任务，审核外包提交的特效资源，指导外包制作； 3.根据特效设计流程，参与游戏内特效效果审核； 4.积累和共享特效设计经验，编写课件并培养新人。
1.负责战斗数值体系的设计与迭代，涵盖角色成长曲线、武器伤害与对抗强度、战斗节奏等核心模块； 2.搭建战斗数值模型，对武器/枪械平衡性、输出与生存能力等核心指标进行演算、验证与调优，保障战斗体验的可控性与可预期性； 3.结合战斗数据与玩家反馈定位平衡性问题，输出优化方案并推动落地验证； 4.完善战斗数值设计规范与验算标准，提升团队战斗数值迭代效率。
1.负责元梦之星多玩法体系下 TD 管线的维护、迭代、打通，覆盖道具、GPO、关卡、技能、交互机制等核心玩法模块； 2.独立完成新玩法快速原型（玩法切片）开发，高效验证玩法可行性，支撑版本迭代节奏； 3.深度参与玩法设计讨论，对玩法逻辑、实现路径、性能表现提出专业 TD 方案，具备独立设计思考与判断； 4.制定并落地玩法相关技术规范、工具链与工作流，提升玩法组生产效率与内容质量； 5.协同策划、程序、美术团队，解决玩法实现中的技术难点，保障玩法落地效果与性能达标； 6.持续优化现有玩法管线，沉淀可复用 TD 资产与方法论。
1.负责语音相关技术的研发与优化，包括但不限于语音识别、语音唤醒、口语评测等方向； 2.针对输入法、语音助手等实时语音场景进行优化，解决实际业务中的技术难题，提高算法准确率和效率； 3.与产品、工程团队紧密合作，推动AI算法在输入法产品中的落地与应用； 4.跟踪AI领域前沿技术，探索新技术在输入法场景中的创新应用。
1.负责商业化变现工作，从流量、变现效率等方向挖掘收入的良性增长空间，包括但不限于前端样式、广告流量策略、产品创新等； 2.聚焦信息流场景，深入理解平台用户行为，针对平台特点设计产品策略和样式探索资源价值最大化方案； 3.为收入负责，关注核心业务数据指标和异动分析，拆解、规划项目/资源的关键提收路径，并持续优化； 4.深入理解业务核心行业/客户需求，并根据平台用户特点不断优化行业消耗结构； 5.协同上下游，与相关团队协作并推动产品项目顺利落地。
1.按照公司战略和部门规划，统筹资源安排，制定数据中心服务策略； 2.结合IDC实际情况均衡考虑服务质量、效率、成本及安全，以支撑部门的业务运营； 3.负责与运营商的后台团队建立密切、高效合作关系； 4.推动运营商建立面向用户的运营体系，推动运营商IDC建设和运营水平不断提升； 5.负责IDC的基础设施整体可靠性、现场运营质量、运营成本及运营安全，并持续优化及改进； 6.负责IDC现场运维外包团队管理及考核。
1.负责设计与演进业界领先的大模型在线推理平台，构建支撑亿级日调用量的高性能、高可用、高扩展的服务体系，为公司AI业务提供坚实的推理能力基座； 2.负责设计高性能推理服务架构，结合推理引擎与底层硬件的核心特性，优化动态调度、资源管理等核心后台策略，实现服务性能与成本效益的最优化； 3.负责研发标准化的推理服务框架与配套工具链，打通从模型研发、性能优化到线上部署的全链路流程，提升推理服务工程化落地效率； 4.负责构建平台的高可用架构与可观测性体系，落地故障容灾、限流熔断等核心能力，为容量规划、应急响应提供数据与技术支撑，保障服务的可靠性。
1.配合算法工程师，推动深度学习相关算法的落地，打造高吞吐、低延时的推理系统； 2.优化大模型推理性能，提升吞吐并控制成本； 3.优化大模型推理框架，提升框架易用性和可调试性。