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、负责国家用户增长负责，结合不同渠道引进新人，优化投放计划；设计匹配重点市场适配的拉新玩法，刺激新用户转化；为新人dau，首次转化和复购、ltv负责 2、玩法创新：新用户玩法设计、裂变互动、权益策略设计；搭建、优化并完善用户体系相关权益，促进新用户规模扩大的关键指标提升； 3、进行覆盖用户生命周期管理，优化体验，通过运营动作和机制设计，提升用户交互和粘性，实现新老客复访复购提升； 4、负责整体用户增长策略和优化，需具备数据化运营能力，数据分析、精算能力
负责多模态数据存储管道研发及数据处理能力研发： 1. 主导EB级大规模非结构化数据传输功能及多模态数据管理系统设计和开发； 2. 参与高性能计算引擎架构设计：基于CPU+GPU异构计算环境，设计并研发面向多模态数据（图像、音视频、文本等）的分布式计算引擎，实现高效部署与运维； 3. 参与核心算子研发与优化：结合多模态数据特征，设计并开发高性能数据处理算子，涵盖数据清洗、特征提取、格式转换等关键环节，保障算法效率与准确性； 4. 构建数据处理最佳实践体系：针对多模态数据存储、处理特点及场景，给出算子最佳实践，如卡型选择、CPU/GPU选择等。
1. 负责游戏产品的质量把控，确保游戏的版本质量符合质量标准。 2. 负责游戏版本的测试方案，测试计划，质量数据分析及测试报告。 3. 持续迭代团队测试能力、标准、流程，精进团队质量保障能力。 4. 主导测试任务，开展用例评审，规范测试行为，降低测试风险。 5. 把控测试进度，并与其他职能高效协同。 6. 配合质量管理体系建设落地。
1、 剧集全生命周期运营 -独立负责剧集从开机、上线宣发、付费转化到长尾盘活的全流程运营，对单剧全生命周期的运营结果负责 多项目并行统筹管理，确保各项目高效推进与落地 2、用户洞察驱动精准运营 -独立完成剧集内容细拆，提炼剧情钩子，识别内容短板并推动优化 -通过数据归因分析内容卡点、转化瓶颈及留存拐点，不断优化封面、标题、卡点及更新节奏 -沉淀标准化运营SOP，反哺内容生产与运营策略调整 3、用户洞察与精准运营 -深入理解剧集核心用户画像与消费动机，掌握不同人群的观剧偏好、付费心理及流失原因 -将用户洞察转化为可执行的运营策略，实现题材与人群、卡点与转化、钩子与留存的精准匹配 -深耕长视频平台规则，精通推荐算法、资源位策略及会员付费转化链路，制定差异化运营策略 4、行业研究与竞品监测 -持续监测同行竞品题材布局、宣发打法，定期输出行业分析报告 -关注市场趋势与题材布局，为内容选题与运营策略提供参考 5、AI应用探索与资源整合 -主动学习AI辅助内容生产技术（AI内容分析、AI海报/素材生成、AI配音/虚拟制作等），在日常运营中探索应用场景，提升内容素材产出效率 -具备跨团队协同能力，对接站内外资源，推进项目高效落地 -沉淀方法论，帮助提升团队整体运营能力
1、负责游戏运营期的商业化体系和节日活动规划与执行。 2、基于线上数据和用户行为分析，快速对活动内容和商业化策略进行调优，对流水负责。 3、洞察用户需求和付费痛点，挖掘游戏内的商业化潜力（如新付费场景、新礼包形式），并进行落地执行。 4、及时跟进和处理线上问题和用户反馈。
职位描述 你将加入盒马核心的商品策略团队，作为商品BI组的一员，参与从市场洞察到品类规划再到项目落地的过程 1. 业务决策支持：与规划和业务部门紧密合作，通过内外部多维度数据挖掘，输出分析报告，为决策提供量化洞察和建议 2. 品类趋势分析：开展市场调研和竞品对标分析，深入研究行业发展趋势和消费者需求变化，为公司中长期品类规划提供前瞻性参考 3. 重点项目复盘与优化：对重点项目进行全链路复盘，量化项目效果，识别潜在风险和改进机会 4. 数据能力建设：沉淀可复用的分析模型和方法论，推动数据看板和自动化报表的产品化，提升业务团队的数据使用效率
1、用户洞察能力，能将业务问题正确拆解为研究问题，并基于现有资源，采用专业且高效的研究方式，输出可落地性的用户洞察。 2、用研综合能力，能独立负责和统筹定性和定量研究工作，具备专业的问卷设计、数据处理与分析、大纲设计、及用户访谈能力，为研究项目高质量的执行与输出负责。 3、数据分析能力，日常收集、拆解和分析数据，建立指标数据库和制定评估体系，使营销投放有数可查，有理可依。 4、数据产品化能力，基于品牌目标和项目需求，梳理和推动数据看板落地和功能优化，实现品牌人群资产可持续沉淀。
1. 负责淘天平台消费者高风险升级case的处理，包括交易纠纷、规则判责、多方协同，保障消费者体验； 2. 挖掘客户潜在需求，发现客户痛点问题，协同商家，物流等多方，灵活运用规则，通过沟通谈判推动疑难升级问题的闭环解决，并沉淀专家经验； 3. 通过客户问题解决，识别服务流程、平台规则、产品体验中的优化机会，输出可落地的改进建议，助力推动改善消费者服务体验。
1.数据标注&采集专家基地运营管理： （1）负责站点搭建，人员招募，管理团队搭建，培训管理，质量管理与人员管理，负责站点的全面管理； （2）负责制定交付站点的日常运营计划、标准作业程序（SOP）与管理制度； （3）管理站点的标注评测专家，包括任务分配、绩效评估、技能培训与团队建设。 2.质量管理：搭建对大模型类数据标注、模型评测或数据集生产的质量和培训体系，对数据质量负责； 3.成本管控：负责对负责的交付站点的整体成本进行管控，包括人力成本，运营成本等各项成本，达成成本目标。 4.供应商管理：负责交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。"
1、负责HappyHorse海外内容+用户运营体系，包括 Discord、Instagram、TikTok、X、YouTube 等平台，持续提升模型的影响力、社区活跃度及用户增长 2、负责构建全球AI创作者生态，建立并运营海外创作者及达人合作体系、Affiliate分销体系及品牌共创，持续扩大模型在海外创作者生态中的影响力 3、与增长团队协同，持续探索海外高质量增长渠道，制定不同渠道的内容策略与素材方案，通过数据分析不断优化投放效果 4、持续跟踪全球AI行业及内容平台最新趋势，探索海外AI 社区及新兴增长渠道，推动创新合作模式及品牌传播 5、深度洞察海外用户需求，结合社区反馈、达人反馈及行业趋势，与产品团队共同推动产品体验持续优化
岗位职责： 1、负责区域高校食堂、后勤渠道资源的开拓和管理。开发学校资源，制定所属区域内的执行拓展计划，提升区域份额 2、探索市场情况，挖掘行业信息；寻找潜在合作伙伴，负责开发挖掘片区内新的渠道代理商，并协助管理和培训。 3、联动相关业务伙伴，协同促进高校食堂资源拓展和区域业务目标达成；
岗位职责： 1、负责区域高校食堂、后勤渠道资源的开拓和管理。开发学校资源，制定所属区域内的执行拓展计划，提升区域份额 2、探索市场情况，挖掘行业信息；寻找潜在合作伙伴，负责开发挖掘片区内新的渠道代理商，并协助管理和培训。 3、联动相关业务伙伴，协同促进高校食堂资源拓展和区域业务目标达成；
1. 负责高校渠道相关项目的整体运营规划与落地执行，包括项目目标设定、节奏把控、资源协调及效果复盘； 2. 深入理解高校场景用户需求与生态特征，制定并迭代面向高校的运营策略，提升项目在高校端的渗透率、活跃度与转化效率； 3. 联动产品、市场、销售及校方合作方，推动跨部门协作，保障项目在高校渠道的规模化落地与可持续运营； 4. 基于数据监测与分析，持续优化运营动作，输出可复用的方法论与标准化运营流程；
1、负责政府、央国企客户的售前技术支持工作，深度参与项目机会挖掘、需求分析、方案规划、招投标等全流程，推动项目成功签约与落地。 2、聚焦AI 大模型、云计算、国产化算力等方向，主导技术交流、解决方案、产品演示、概念验证（POC）等工作，准确把握客户痛点，将技术能力转化为可量化的业务价值。 3、在方案落地过程中及时发现并处理技术和项目风险，协同产研及交付团队正常履约。 4、与产品、研发、交付团队紧密协作，反馈一线需求，参与产品路线规划与行业解决方案沉淀，持续提升产品、方案竞争力。 5、沉淀优秀项目案例，并结合客户行业领域需求和阿里云产品技术优势，孵化细分行业领域的最佳实践，并推动规模化复制。 6、通过项目和方案合作，推动与合作伙伴的合作，增强解决方案竞争力，推动阿里云产品“被集成”。
本岗位的本质是AI商业解决方案专家——你需要做到： ● 讲清楚业务逻辑：理解客户的业务场景、核心痛点和目标 ● 设计业务方案：将AI能力与业务目标对齐，规划可落地的解决路径 ● 知道技术如何实现：了解方案背后的技术架构和实现路径（不要求亲自编码实施） ● 建立长期关系，促进产品销售：与客户建立长期业务与技术信任，帮助客户AI转型成功 作为阿里云AI商业解决方案的核心角色，面向行业头部客户，围绕大模型平台（MaaS）构建端到端的解决方案，帮助客户完成AI转型并实现商业价值。核心使命是：以方案能力建立客户信任，以业务理解驱动商机转化，以长期伙伴关系促进持续增长。 一、客户需求洞察与业务方案设计 ● 深入了解客户的业务场景、组织架构和战略目标，识别客户核心业务中具备高价值的AI应用机会。 ● 与客户共同梳理业务问题和效果预期，明确AI介入的价值点和成功标准。 ● 基于客户业务目标和现有技术约束，设计完整的AI解决方案路径——包括场景选择、模型选型方向、效果评估框架和上线计划。 二、售前技术引导与价值传递 ● 结合客户业务需求，通过标杆案例、Demo演示和方案讲解，向客户展示阿里云大模型产品的竞争优势和落地效果。 ● 向客户的业务决策者（CEO/VP/BU负责人）和技术决策者（CTO/架构师）分别传递AI带来的业务价值和技术可行性。 ● 在客户侧建立影响力，确保方案与客户业务目标深度绑定，影响客户技术选型决策。 三、商机管理与项目推进 ● 主动识别和开发商业合作机会，制定客户经营策略，将AI方案优势转化为商业签约。 ● 面向重点客户高层，清晰阐述阿里云AI全栈能力的价值主张，引导客户AI转型方向。 ● 制定正确的产品选型策略、POC验证策略、商务策略和招投标策略，把控项目推进节奏。 ● 在售前到交付的全过程中，识别和应对技术与项目风险，协同产研和交付团队保障项目成功。 四、客户关系经营与持续增长 ● 与客户建立长期的业务与技术信任关系，成为客户在AI转型中的首选咨询对象。 ● 持续跟踪客户AI应用的使用效果和满意度，发掘新场景、拓展合作范围，推动收入持续增长。 ● 面向内部团队和生态伙伴输出行业最佳实践、标杆案例等知识资产，提升组织能力。 五、产品反馈与改进驱动 ● 将客户侧的真实需求和使用反馈系统性传递给产品团队，影响产品功能开发和路线图。 ● 对客户使用过程中遇到的问题反向推动内部解决，持续优化产品和流程。
客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求。 •梳理客户决策链，识别关键客户，构建立体的客户沟通界面。 •通过关键事件的导演和策划、商务沟通、拜访交流等方式和客户对话，获取客户信任，挖掘和洞察客户业务需求，形成有效商机。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •与客户CXO或CXO-D建立长期的业务关系，在合作中获得关键性支持。 产品和技术价值传递 •深入理解混合云方案，包括软件、硬件、网络、安全等各方面的整合，并深刻洞察客户业务需求。 •基于行业和客户需求洞察，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 需求匹配和商机转化 •协同SA、产研和生态伙伴等资源，形成明确的销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，以及阿里云可标准化复制的解决方案，提供能满足客户需求的方案设计，解答客户对产品、解决方案的常规问题。 • 通过沟通和影响力、商务报价等一系列销售策略的运用，转化商机，达成业绩。 • 将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。 商务运作和业务支持 •基于阿里云和客户商务流程规则，完成客户招投标及商务合同签署等商务工作。 •动态跟踪客户需求变化，推动合同变更。 •协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •支撑混合云复杂项目运作，参与招投标流程管理、项目管理、风险管理，协调组织资源。
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 1、促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 2、客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 1、客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 1、促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 2、客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 1、客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
1. 主导多模态理解大模型训练数据的标注体系设计，对接多模态算法团队，将算法团队的图文交织、高精度OCR、精细化图像描述等研究需求，转化为可执行、无歧义、可规模化的标注规范与执行流程。 2. 管理并培训视觉标注团队/供应商，拆解图文对齐任务，优化复杂的“多层级标注”的生产效率。 3. 建立严格的图像质量过滤标准（模糊、过度曝光、低俗涉黄、隐私违规等），确保进入训练集的图片在执行层做到100%合规与高清。 4. 承接评测团队和线上反馈的BadCase，针对多模态模型常见的视觉幻觉，设计针对性的反幻觉标注模版，并沉淀高质的“真/伪”对比范例。
1、以搜索/推荐的数据和算法能力为驱动，和Aliexpress的业务场景深度结合，探索各模式业务下的智能化升级； 2、针对AE业务（不仅限于导购产品、货盘策略等）进行数据分析，结合产品能力输出解决方案，并根据数据分析驱动产品落地，联合算法、开发、测试、运营等协同团队并推动产品实现； 3、搭建核心业务的解决方案平台，运用AI赋能提效，能根据业务快速迭代。