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. 负责机器人机械结构、传动系统和关节模块的方案开发与系统集成，选型和设计高刚性、低惯量、高功率密度的传动方案，熟悉连杆、绳驱、定轴轮系、谐波/行星轮系、丝杠等常见传动方案设计和校核方法。 2. 使用有限元分析进行静力学、动力学、模态及疲劳寿命仿真，驱动设计迭代。运用结构拓扑优化，在满足强度、刚度与动态特性的前提下，实现机械结构的极致轻量化。进行公差分析，确保精密机械装配的可靠性与一致性。 3. 与电子硬件团队协作，完成执行器、传感器与结构的一体化布局与布线设计。支持系统集成与测试，分析机械问题并提出改进方案。 4. 输出详细的工程图纸、BOM和技术文档。与供应商合作，跟进零件加工、装配和调试全过程。设计并执行测试实验，验证机械性能是否达到设计指标。
● 负责机器狗关节模组（电机 + 减速器 + 编码器 + 驱动器）的机械结构设计，实现高扭矩密度、高响应速度与轻量化的平衡。 ● 负责减速器选型或自研设计（谐波/行星/摆线），优化传动比、背隙控制及扭转刚度，确保运动控制精度。 ● 协同合作团队进行电机定子/转子结构设计，优化磁路散热、绕组工艺及轴承支撑方案，提升电机效率与功率密度。 ● 使用有限元分析软件进行静力学、模态及热仿真，优化结构强度与固有频率，避免共振，确保关节在高动态运动下的可靠性。 ● 负责关节模组的 DFM（可制造性设计），优化零部件加工工艺（如壳体压铸、齿轮加工）。
● 负责核心部件（关节电机、减速器、整机结构）的电磁 - 热 - 力多物理场耦合仿真，评估电机效率、温升、结构强度及疲劳寿命。 ● 基于力学性能约束，对关节壳体、机身结构进行拓扑优化，在保证强度前提下实现极致轻量化，提升机器狗续航与运动性能。 ● 建立整机多体动力学模型，模拟高速运动和冲击场景，评估关键零部件的瞬时应力与振动特性，指导结构加强设计。 ● 对整机及关节模组进行热仿真，优化风道/液冷设计，评估极端环境下的散热能力，防止电机与电控过热降频。 ● 建立公司内部的仿真设计规范、材料库及边界条件标准；负责仿真结果与实测数据的相关性对标，持续修正模型精度。
1. 负责智能营销平台的产品规划与设计，覆盖智能外投、落地页智能生成、内容素材创编、营销活动自动化等场景，通过AI能力大幅提升营销效率与转化效果； 2. 设计面向用增运营团队的智能投放工具，包括投放策略自动优化、素材智能生成与优选、投放效果诊断与归因分析等功能，推动从“人工调优”向“Agent自动决策”演进； 3. 搭建智能落地页生成系统，基于大模型与AIGC能力，实现针对不同客户场景、行业特征的个性化落地页自动生成、A/B测试与持续优化； 4. 负责营销自动化引擎的产品设计，包括智能触达（邮件/短信/站内消息/外呼）、营销画像构建、活动Agent、营销策略智能推荐等模块，支撑全渠道个性化营销闭环； 5. 与用增运营、客户运营团队紧密合作，深入理解内部用户的营销诉求，将业务需求转化为可落地的产品方案，持续迭代优化平台能力。
1. 整机组装工艺开发与导入：负责机器人整机（本体机械 + 域控制器 + 关节模组 + 传感器 + 线束 + 电池）的组装工艺规划，编写并维护装配 SOP、作业指导书、工艺流程图与 BOM 装配关系。 2. 产线与工装夹具规划：规划整机组装产线布局、工位节拍与产能爬坡方案；设计/评审组装、定位、锁附、打胶、防水密封等专用工装夹具与治具。 3. DFM/DFA 评审：在结构、电子、系统方案定型前介入设计评审，从可制造性、可装配性、可维修性（DFx）角度提出优化建议，降低装配难度与不良率。 4. 样机试制与良率爬坡：主导 EVT/DVT/PVT 各阶段小批量试制，跟踪装配不良、拆机返修数据，闭环推动良率提升，输出试产报告。 5. ODM 协同管理：作为工艺侧接口对接整机组装厂及关键零部件供应商，对齐工艺标准、评审对方产线与工艺文件，驻厂支持关键节点试产。 6. 工艺问题闭环：牵头整机集成阶段的工艺类问题分析与改善（如热设计装配、密封防水 IP 等级达成、线束布局、EMC 结构接地等），跨结构/电子/测试团队协同定位根因。 7. 量产工艺标准沉淀：建立整机组装的工艺规范、检验标准、防错机制，支撑规模量产的一致性与可追溯性。
你将负责盒马商品详情页的产品设计与体验升级，聚焦用户在线上浏览、选品决策及下单转化等关键环节，结合盒马自营的导购特性，主导设计差异化导购产品能力，驱动用户体验提升与全链路转化率增长。具体职责包括但不限于： 1. 新零售场景导购产品创新：基于生鲜、标品、进口商品等细分品类特性，以及用户到店、到家、即时配送等不同消费场景，挖掘用户选品痛点，设计特色导购工具，提升场景化购物体验与笔单价。 2. AI模式探索：结合大模型与用户行为数据，构建“人-货-场”智能匹配系统，打造个性化商品推荐、动态化内容生成等创新功能，推动详情页向智能化、沉浸式体验演进。 3. 多维度价值设计：具备消费者视角，理解用户痛点，产出可引领前台用户习惯及体验的产品方案；同时具备商品及平台视角，对商品经营模式、平台目标及策略深入洞察，通过前台策略撬动供给销售，发掘问题和业务机会，形成新的产品能力及增量场景。 4. 数据驱动与全链路协同：搭建从曝光到转化的数据看板，通过AB测试、用户反馈挖掘迭代机会；协同算法、技术、运营、物流等团队，推动项目高效落地，保障业务指标达成。
1、负责海外电商多国家多模式下商家产品功能设计，根据业务模式规划升级商家入驻、商家基础，店铺装修等模块产品能力。 2、聚焦商家平台产品建设，输出平台产品发展阶段性策略及重点规划，整体对商家业务目标和产品体验及负责。 3、横向协调消费者、供应链等各方资源，积极有效的横向项目管理，推动相关产品的设计、开发及交付，并对线上产品功能质量负责。 4、负责收集调研所负责本地国家的商家需求和反馈、分析效果数据，持续贴合所在本地国家特征，持续改善产品的商家体验。
【岗位概述】 负责盒马生鲜品类全流程库存管理与损耗控制，通过科学的库存策略、数据分析与系统化管理，实现库存结构优化、损耗率最小化及毛利最大化，保障供应链高效、稳定运行。 【主要职责】 1. 熟悉各类生鲜商品的保质期、损耗特性、周转周期及季节性变化，建立精细化管理模型； 2. 全面理解从采购、入库、加工、分拣、配送到门店及客户的供应链全流程； 3. 掌握安全库存、BP与VLT等核心库存管理参数，运用动态补货逻辑进行调控； 4. 结合销售预测与价格策略，综合运用多种管理手段，实现“损耗率最小化、毛利最大化”； 5. 利用 Excel 或数据库工具进行库存数据透视、趋势分析与绩效监控； 6. 熟练使用公司自研供应链系统，从系统中提取、分析库存周转、有货率与损耗率数据； 7. 与采购及产研条线高效协同，确保供需平衡与货源充足； 8. 快速响应供应链中的突发事件，制定应急库存与补货方案； 9. 参与制定与优化库存管理相关的 SOP（标准作业流程）； 10. 快速掌握新系统、新流程及新品类管理逻辑，确保业务平稳切换； 11. 具备较强的抗压能力与执行力，具备成本意识与风险控制意识。
1）基于公司战略与平台业务目标，统筹核心业务线完成经营目标的逐级拆解，并建立科学的监控与预警体系，持续开展业务数据追踪与分析解读，为业务决策提供核心支撑。 2）搭建与完善线上供给运营策略体系，沉淀商家全生命周期运营方法论与标准化工具矩阵，系统性提升供给线上化渗透率、供给结构健康度与核心供给质量。 3）聚焦商家引入、经营提效、活跃留存等核心场景，通过数据洞察挖掘业务增长机会点，建立商家端、销售端、平台端的协同联动机制，并推动相关策略的落地。 4）持续沉淀行业专业知识与产业前沿洞察，密切跟踪市场格局变化、竞品动态与产业政策走向并进行相关专项汇报，持续挖掘新的市场机会点。
1. 做深客户价值：主动洞察客户对钉钉产品的使用状况，深入剖析客户业务场景与需求，精准挖掘并合理引导。结合AI技术与咨询思维，为客户量身定制具有竞争力的场景方案或实践，并全力推动钉钉AI产品和解决方案在客户侧落地实施。沉淀行业标杆场景方案，提炼普适性价值，复制推广至其他类似客户场景，助力行业数字化转型。 2. 做好客户服务：精心维系客户关系，挖掘与AI深度结合的业务场景，及时发现并解决客户在使用过程中产生的问题与需求，联动多业务部门迅速响应。基于数据分析结果，形成切实可行的改进方案，推动钉钉产品功能持续迭代，显著提升客户体验。 3. 驱动客户成功：为客户制定全面且专业的业务成功计划，涵盖业务深度分析、融合钉钉AI创新解决方案、定制化培训方案以及精准产品推荐。借助AI技术协助客户搭建高效的内部运营体系，深度挖掘合作商机，通过专业咨询与策略制定，有力推动钉钉产品的续购与增购，实现客户与企业的双赢。 4. 助力生态发展：为生态伙伴提供CSM体系化辅导与全方位支持，凭借咨询经验与AI赋能，帮助服务商构建专业高效的CSM团队和AI支撑的作战体系、推进多元化的业务战役与活动，促进钉钉生态系统的协同发展。
1. 负责业界领先的自主 AI Coding 新技术形态探索和关键技术实现，持续探索 AI Coding 技术的能力上限； 2. 构建应用于大规模用户 AI Coding 产品的 Harness Engineering 技术体系，负责 Context Engineering、Multi-Agents Orchestrator、Memory、Observability、Guardrails 等关键技术实现； 3. 持续跟踪 AI Coding Agent 前沿技术，探索并落地面向未来的 AI Coding 新产品和新技术。
1、拓展新商户及维护老商户，与商户建立长期稳定的区域商户关系； 2、了解并根据商户需求，制定个性化营销方案，与商户谈判并达成合作； 3、执行公司的营销策略和政策，达成业绩目标； 4、能迅速发现问题，并持续优化策略和计划； 5、及时处理来自商户的投诉，反馈、建议等，以提高商户的满意度。
1.负责代理商运营管理优化诊断，制定各项解决方案落地实施； 2.负责代理商运营指标分解，制定运营数据分析报告，并对异常诊断分析，制定方案并监督实施； 3.负责代理商流程及考核管理，定期复盘、合理规范并及时优化改进； 4.负责代理商稳定运力、时段出勤、健康人效监控及机制搭建 5.战区专送运力节假日保障解决方案
1. 参与 Agent 平台 和 AI 中间件的系统设计与实现（包括网关 & AgentScope & AI Registry）， 独立完成相关模块的完整设计、开发工作，并保证功能交付的质量与稳定性。 2. 参与 Agent 平台 和 AI 中间件的用户需求实现，主动组织、推动上下游团队的协作，按时保质地交付用户功能需求。 3. 参与 Agent 平台 和 AI 中间件的高可用能力构建，主动通过架构设计解决高可用容灾，通过单元测试、功能测试、性能测试、容灾演练等持续提升自身负责模块的稳定性能力。 4. 参与 AI 中间件的性能调优，关注前沿技术发展趋势，结合实际场景落地持续提升AI中间件的性能，打造一流的AI中间件产品。 5. 参与 AI 中间件的AI场景探索与落地，基于用户需求独自完成设计与开发工作，并保证功能交付的质量与稳定性。 6. 参与 AI 中间件相关的开源项目Higress、 AgentTeams、AgentScope影响力和标准的构建，在开源社区担任重要角色，组织社区持续发展。 7. 参与 AI Agent落地最佳实践构建，通过上下文（ Skills、Prompt、MCP ）工程、评估、持续优化Agent效果。
1. 市场规划和产品设计：充分理解云计算以及大数据市场用户需求，熟悉业界主流云厂商各类大数据产品，基于业界主流的技术、市场需求、业务方向完成 MaxCompute 的产品规划和产品设计；推进 MaxCompute 向面向 AI 数据处理场景的转型。 2. Data+AI 产品规划：负责 MaxCompute 在 Data+AI 融合场景下的产品战略制定与落地，聚焦结构化数据与非结构化数据的统一处理能力建设。深入理解大模型训练、推理及 Agent 应用的数据工程需求，设计面向 AI 工作流的数据计算框架，推动 MaxCompute 从传统大数据平台向全模态 AI 数据基础设施演进。探索 DataFrame API 与大模型生态的深度融合，关注行业化/场景化的产品方案需求，构建面向 Python/AI 开发者的友好交互体验，支持 PyTorch、TensorFlow 等主流 AI 框架的无缝集成。 3. 产品管理和团队协同：负责 MaxCompute Data+AI 引擎产品的全生命周期管理，协调并驱动技术、测试、销售、运营、客服等多个团队共同完成产品业务目标。需特别加强与 AI 算法团队的跨部门协作，确保 Data+AI 产品方案的技术可行性与市场竞争力。 4. 市场开发和业务拓展：围绕 MaxCompute 的商业增长，负责与运营、销售等市场团队合作，参与包括销售培训、市场推广、客户攻坚等相关市场活动，助力销售赢单、提升用户转化、优化用户留存。重点拓展 AI 原生企业客户，挖掘大模型训练数据准备、向量数据处理、Agent 记忆存储等新兴场景的商业机会。 5. 产品改进和体验优化：围绕 MaxCompute 的产品体验，持续追踪用户反馈的问题、推进产品需求管理、优化产品用户体验，根据公司业务发展方向和市场变化及时推进产品迭代改进，推动产品不断完善和升级上市。针对 MaxFrame，需重点关注 AI 开发者群体的使用痛点，优化 DataFrame 操作性能、提升与 Jupyter/Colab 等开发环境的集成体验、简化 AI 数据预处理流程。 6. 关注行业和追踪竞对：追踪当下大数据以及 AI 技术趋势变化，关注大数据市场分析，挖掘业界优秀友商动态。重点关注 友商在 Data+AI 融合方向的进展，关注并分析开源分布式 DataFrame 框架的技术演进路线，为 MaxFrame 的产品差异化竞争提供决策依据。
阿里云 AI 中间件团队致力于打造行业一流中间件（微服务架构，Agent 框架，AI治理，AI Registry，AI 网关等），拥有全球知名开源项目 AgentScope/SpringAIAlibaba/Higress/Dubbo/Nacos，一流商业产品 AI网关，MSE，支撑阿里Qwen-APP/百炼/PAI 等核心业务流量。 1. 参与阿里云底座的研发和架构升级工作，推动云底座中间件架构升级满足阿里云的拓展性和业务稳定性； 2. 参与AI中间件的系统设计与实现（包括网关 & AgentScope & AI Registry）， 独立完成相关模块的完整设计、开发工作，并保证功能交付的质量与稳定性。 3. 参与AI中间件的用户需求实现，主动组织、推动上下游团队的协作，按时保质地交付用户功能需求。 4. 参与AI中间件的高可用能力构建，主动通过架构设计解决高可用容灾，通过单元测试、功能测试、性能测试、容灾演练等持续提升自身负责模块的稳定性能力。 5. 参与AI中间件的性能调优，关注前沿技术发展趋势，结合实际场景落地持续提升AI中间件的性能，打造全球一流的AI中间件产品。 6. 参与AI中间件的AI场景探索与落地，基于用户需求独自完成设计与开发工作，并保证功能交付的质量与稳定性。 7. 参与AI中间件相关的开源项目AgentScope、Nacos、Higress影响力和标准的构建，在开源社区担任重要角色，组织社区持续发展。
1、为客户提供企业级AI应用架构整体方案设计，涵盖AI Agent构建、LLM网关代理、Skill/MCP编排、多Agent协作等核心场景，指导客户基于阿里云云原生产品体系落地实施； 2、主导AI Agent/AgentOS方向的方案孵化与技术探索，结合团队产品推动多Agent协作场景的商业化落地，在AI时代创新出能切实帮助企业的新方案； 3、深入理解客户业务需求和技术痛点，包括功能性需求、非功能性需求、性能及高可用性需求，针对不同行业特点提供基于阿里云云原生AI技术体系的架构设计方案； 4、收集并总结产品在客户侧落地过程中的需求、问题和反馈，推动产品经理及研发团队进行产品迭代改进，形成「客户→方案→产品」的正向闭环； 5、对业务团队架构师、合作伙伴进行解决方案培训与技术赋能，持续迭代提升解决方案与客户业务需求的匹配度； 6、与销售团队紧密协作，参与客户技术交流与项目攻坚，用技术专业能力推动业务发展和商业目标达成。
阿里云 AI 中间件团队致力于构建面向 AI 原生时代的新型基础设施，打造支撑万亿级 token 调用的高可用、高性能、可治理的 AI Agent 运行底座。我们主导开源项目 AgentScope(AI Agent 开发框架)、Higress(AI 网关)、Nacos(AI Registry)，在继承 Dubbo、Nacos、Higress、Sentinel 等经典中间件能力基础上，为阿里内部 Qwen-APP、百炼、PAI 等核心 AI 产品提供统一AI基础设施。 1. 设计并研发 AI Agent 核心中间件，包括但不限于 Agent 开发框架 AgentScope 、Agent/MCP 注册中心、Prompt/Skills 配置中心、AI Memory 服务等，构建端到端的 Agent 开发、部署与运行体系； 2. 负责 AI Agent 的工程化落地与治理，构建 AI Agent 的效果与高可用治理体系，实现灰度发布、效果评估、安全拦截、故障自愈、成本监控等能力，确保 Agent 在大规模调用下的稳定性、可控性与经济性； 3. 负责下一代 AI 原生应用架构的演进，主导 AI 中间件的整体设计与核心功能研发，探索 AI Agent 与大模型领域的前沿方向，推动 AI 原生应用架构的技术标准制定与社区影响力建设，并促进其在内外部的大规模落地； 4. 推动开源与产品双轮驱动，通过 Higress、AgentScope、Nacos 等项目扩大社区影响力，同时将前沿能力沉淀为 MSE、AI 网关等商业产品，支持内外部客户大规模落地。
1. 负责相关产品的定义，设计及商业化落地。具体包括Agent platform涵盖智能体的开发，部署，治理，协同等场景，AI网关，云监控，Agent可观测，AIOps相关的云产品。 2. 制定产品策略以及市场策略，以业务成功为导向，协同研发、售前、运营、文档等多角色共同达成业务目标。 3. 深刻理解客户业务和场景需求，特别是追踪AI行业发展趋势及技术发展动态，规划产品演进路径及迭代，在保持好当前产品基本盘的同时，规划面向AI的新产品方向。
你将加入PAI平台团队，负责面向各类AI应用场景的模型训练与推理性能优化工作。该岗位聚焦于AI计算性能与系统效率的极致提升，以多层次优化手段，持续提升模型训练与推理的速度、稳定性与资源利用率，具体工作内容包含但不限于： ● 分析客户模型在不同硬件（GPU、NPU、CPU 等）和集群环境中的性能瓶颈，制定优化方案； ● 对主流深度学习框架（如 PyTorch、TensorFlow、JAX 等）进行算子、内核或图优化； ● 深入理解分布式训练架构（如数据并行、模型并行、流水并行等），优化通信与调度性能； ● 在推理端负责模型性能瓶颈分析，并进行量化、剪枝、融合、TensorRT/ONNX Runtime 等优化； ● 与平台团队协作，优化训练任务调度、算力利用、容器化运行效率以及多租户资源隔离； ● 支持重点客户模型性能调优，提供端到端性能优化方案与技术支持。