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. 负责音频大模型的高质量的数据构造及模型评测工作，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 设计和实现TTS/ASR/文生音乐等模型的数据标注生产工作，并不断优化迭代，高效完成标注和内容生产项目； 3. 构建并维护一套完善的各领域AI数据内容质量管理体系，积极推动组织流程及交付流程优化，全面把控内容质量并对结果负责，并不断进行优化迭代； 4. 开展音频大模型及应用的评测体系方案建设，能够从各领域专业层面设计专业评测方案、开展专业的评测服务； 5.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作。
1、负责带方言、区域口音或非标准普通话语音数据的生产质量判断、复核、问题记录和样例沉淀。 2、判断语音内容、转写文本、口音特征、可懂度、噪声、口糊、无效音频和任务标签等问题。 3、支持方言/口音 ASR、真实用户语音、Audio-Chat 语音和 TTS 方言/口音音色相关任务。 4、沉淀方言/口音样例、常见误判、边界 case 和判断依据，支持 guideline 和验收标准迭代。 5、配合质检、验收和 guideline 负责人完成争议问题回流和跨人校准。参与真实用户语音、方言/口音语音和跨地域语音数据生产质量建设，帮助语音模型更好覆盖真实口音、非标准普通话和复杂说话场景。
1、负责试标结果整理、抽检记录、错因归类、批次问题汇总和复盘材料维护。 2、协助质检、验收和生产负责人跟进标注质量、人员爬坡、质检一致性和问题回流。 3、参与质检员培训、认证、盲样校准、badcase 整理和争议样例沉淀。 4、根据机检结果、人检结果和抽检记录，整理批次风险、供应商反馈材料和质量改进建议。 5、推动标注平台、AI 辅助工具和生产流程中的提效问题被记录、分类和反馈。连接标注生产、质检验收、供应商质量和 AI-Native 工具迭代，把零散问题整理成可跟踪的质量体系、培训认证机制和生产改进闭环。
1、负责普通话语音数据的生产质量判断、复核、问题定位和样例沉淀，覆盖 ASR 语音识别、TTS 合成结果和 Audio-Chat 基础语音判断。 2、判断音频与文本是否一致，识别漏字、多字、错字、实体词、标点、问号、数字/ITN、无效音频、口糊、噪声等问题。 3、判断 TTS 合成结果中的文本一致性、漏读、多读、错读、发音、韵律、停顿、自然度、情感表现、音色一致性和异常音。 4、参与 ASR diff/雷题任务、TTS 合成结果质量判断和 Audio-Chat 语音判断的试标、抽检、错因归类和 badcase 回流。 5、结合标注平台、机检结果和 AI 辅助工具，完成质量结论记录、批次质量反馈和争议样例整理。参与 ASR、TTS 和语音对话等 AI 语音场景的数据生产质量建设，把音频、文本和模型结果中的问题转化为可复盘、可训练、可改进的质量结论。
1. 负责阿里巴巴CFO相关的产品(财税资控投)研发、项目的交付，保障产品需求按时、高质量的上线； 2. 深入发掘和分析业务需求，撰写技术方案和系统设计； 3. 参与或领导跨团队的研发项目，不断拓展服务场景的边界，拿到关键项目结果； 4. 面向阿里集团复杂业务场景构建SaaS和交付能力，高质量完成行业客户的交付和能力建设。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
1.负责1688广告营销大客户的开拓 客情维护 以及推广营销； 2.根据客户需求，整合平台资源及方案制定个性化的营销方案，围绕商家生意线上增长方向，定制化方案服务交付，推动商家线上生意增长。 3.通过行业方案梳理客户爆品、分销、品牌成长方案，并能够根据平台的规划及商户的需求为商户制定全年的服务及成长规划。
1.负责1688广告营销大客户的开拓 客情维护 以及推广营销； 2.根据客户需求，整合平台资源及方案制定个性化的营销方案，围绕商家生意线上增长方向，定制化方案服务交付，推动商家线上生意增长。 3.通过行业方案梳理客户爆品、分销、品牌成长方案，并能够根据平台的规划及商户的需求为商户制定全年的服务及成长规划。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
1、平台架构与研发：负责大模型应用开发平台的核心架构设计与开发，构建可视化Agent编排引擎、RAG检索增强系统及模型网关，解决高并发下的性能瓶颈。 2、Agent生态建设：设计通用的Agent开发范式，封装工具调用、记忆模块及规划能力；整合LangChain等框架，建立Prompt工程最佳实践与评估体系。 3、AI原生研发效能：熟练运用 Cursor、Qoder、OpenCode 等AI编程工具进行全链路研发，利用仓库级理解与任务自动分解能力（Agentic Coding），主导复杂模块的自动化生成与重构，显著提升交付效率。 4、全球化支持：主导平台国际版建设，设计支持多语言、多时区调度及海外数据合规的系统架构，优化全球网络环境下的推理路由与加速方案。 5、稳定性保障：负责生产环境的运维保障，建立监控告警与容灾机制，确保大模型应用系统在高负载下的稳定高效运行（SLA达标）。
1. 主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3. 建立良好的客情关系，通过多种方式，促进客户之间的相互分享和共成长，推进市场繁荣发展。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展：
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
1. 主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3. 建立良好的客情关系，通过多种方式，促进客户之间的相互分享和共成长，推进市场繁荣发展。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展
职位描述 1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1、负责原生多模态模型研究和开发，结合多模态能力（支持文本、图像、语音输入）实现复杂指令生成，包括但不限于文生图、图生图、文档生成、可控编辑等核心方向。 2、负责图像生成模型效果优化，探索扩散模型、自回归模型结构和策略优化等核心技术课题。 3、负责人类反馈与强化学习，聚焦于更加精细的RL算法设计，并基于万相用户反馈的RLHF图像生成质量提升。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1. 探索大规模多模态理解生成统一基础模型，包括但不限于：统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等。 2. 探索和突破多模态强化学习，包括但不限于：视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等。 3. 构建基于生成模型的真实世界渲染引擎，探索新的多模态交互范式，探索虚拟和真实世界的强化反馈链路设计。
1、多模态大模型训练：参与视觉语言模型（VLM）在电商内容场景的持续预训练、SFT 与强化学习（RLHF / GRPO / DPO），提升模型在内容质量评估和细粒度语义理解上的表现。 2、内容理解 Agent 系统：设计并落地面向内容标签理解的 Agent 系统，包括任务规划、工具调用、多轮推理与自我校验链路，解决单次推理难以覆盖的复杂判定场景。 3、Agent 强化学习：构建可扩展的评测集与奖励模型（Reward Model），通过在线 / 离线强化学习持续优化 Agent 的决策准确率与稳定性。 4、业务落地：与产品、运营、工程团队协同，将模型能力沉淀为线上服务，支持质量和语义标签识别，并持续跟踪其在下游推荐场景的实际收益。