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、服务器软硬件结合系统、模块设计与开发：基于服务器产品进行软硬件模块需求分析、技术方案设计、开发和验证交付。 2、服务器系统与场景应用优化：对服务器进行软硬件一体场景化性能优化和分析，实现软件系统稳定性/性能的提升；基于不同应用场景进行性能分析和调优，实现客户场景性能提升。 3、服务器系统测试与维护：基于服务器软硬件系统以及应用场景进行集成验证，对系统性问题进行分析定位，快速解决，保证满足系统性能、稳定性等要求。
1. 负责服务器产品、部件及芯片相关研发项目的项目管理工作，保证项目端到端的高效交付。 2. 制定并执行服务器研发项目的总体计划，包括进度、质量、成本和风险控制等。 3. 在项目研发过程中识别关键瓶颈与问题，推动问题闭环解决，确保项目按时、保质、保量完成。 4. 持续优化项目研发流程，改进流程中的薄弱环节，形成标准化的组织资产，提升团队整体效率。 5. 协调跨部门合作，包括研发、测试、采购、生产等相关方，确保项目顺利推进。
1. 负责大模型全模态后训练能力线的产品规划与设计，覆盖文本、视觉、语音、多模态等方向的训练解决方案，定义产品路线图与迭代节奏，推动后训练能力持续演进与行业领先。 2. 主导"开箱即用"CPT/SFT/RL 微调训练平台的产品设计与落地，联动算法与工程团队，将通义模型训练和评测算法沉淀为平台化能力，支撑用户使用自有数据高效完成个性化模型定制。 3. 搭建面向定制的数据工程能力，规划模型蒸馏与压缩产品，负责定制产物的全生命周期管理，设计微调任务的版本管理、任务进度与资源监控、微调模型评估、以及一键部署上线的链路，打通"训练—评估—部署"闭环。 4. 深入洞察 MaaS 平台客户的模型定制化需求，面向行业场景设计模型定制解决方案，推动通义基础模型与训练数据能力的产品化、商业化落地，服务高净值客户并实现规模化复制。 5. 跟踪大模型训练平台与 MaaS 行业趋势，分析竞品动态与客户反馈，建立产品效果评估与数据分析体系，持续优化产品竞争力、客户体验与商业收入。
1. 负责MaaS网关的产品规划与设计，构建模型服务统一接入层，覆盖鉴权、限流、路由、计量计费等能力，支撑企业客户稳定高效地调用模型服务。 2. 负责MaaS企业级能力的产品设计与迭代，包括多租户管理、权限管控、审计合规、数据安全等模块，满足大型企业客户在大模型落地过程中的企业级治理要求。 3. 负责MaaS 平台功能的产品规划，保障模型浏览、试用、开通、部署、监控的全链路用户体验，持续提升开发者与企业用户的使用效率与满意度。 4. 负责MaaS CLI与Agent工具链的产品设计，打造开发者友好的接入与调用体验，降低模型集成门槛，推动模型能力在Agent场景中的规模化和自动化应用。 5. 协同研发、算法、解决方案与运营团队推动产品落地，制定可量化的产品指标并基于数据持续优化迭代。
1. 负责 MaaS 模型托管部署产品的整体规划与全生命周期管理，定义模型接入、部署上线、运维迭代全流程的产品方案，持续降低客户使用门槛，提升托管模式的市场渗透率。 2. 深入理解企业级客户在性能确定性、资源与数据隔离、稳定性及合规等方面的核心诉求，定义产品形态、功能与交付标准。与基础设施、算法、工程团队紧密协作，将底层算力与推理能力抽象为客户易理解、可自助、可观测的产品。 3. 定义专属部署的 SLA 与可用性保障体系，与运营、SRE 团队协同落地，保障企业级服务的稳定与可信。设计专属部署的计费与商业化模式，输出有竞争力的定价策略与售卖组合，支撑 MaaS 业务商业化目标达成。 4. 制定部署产品的 GTM 策略，联动解决方案、销售与运营团队打造行业标杆案例，沉淀销售工具包与可复制打法，推动在重点行业客户中的规模化落地。 5. 对标国内外竞品的部署产品形态，持续跟踪 MaaS 赛道竞品动态与大模型客户需求变化，输出竞品分析与市场洞察，驱动产品功能与商业化策略的快速迭代。
1.负责重点客户的广告收入持续bd，以客户生意可持续发展为目标，以专业的广告策略作为服务，为客户提供高效的营销解决方案，并完成负责客户的广告营收目标。 2.能够理解和洞察行业趋势的发展，精准把握客户诉求，为客户提供量身定制的营销解决方案。协同生态合作伙伴和内部的兄弟部门，共同推动客户的商业机会挖掘和发展。 3.通过与客户团队建立良好信任的沟通关系，对客户内部的组织架构深度熟悉并且渗透各个部门，既了解客户生意经营的需求合同点，也了解mkt和推广部门的需求，协调多部门之间的关系，作为最了解客户，客户也最信任的人。
1、负责和参与DPU芯片的应用场景与需求分析； 2、负责和参与DPU芯片架构方案的讨论与设计； 3、负责和参与DPU芯片各子系统微架构的方案设计与编码； 4、与验证团队协同完成芯片BUG收敛，包括芯片问题定位分析、Corner点识别和覆盖率分析等； 5、负责和参与模块的物理综合和设计。 Job responsibilities: 1. Be responsible for and participate in the analysis of application scenarios and requirements of DPU chips; 2. Be responsible for and participate in the discussion and design of DPU chip architecture; 3. Be responsible for and participate in the scheme design and coding of the microarchitecture of DPU chip subsystem; 4. Cooperate with the verification team to complete chip BUG convergence, including chip problem location analysis, Corner point identification and coverage analysis, etc; 5. Be responsible for and participate in the physical synthesis and design of modules.
职位描述 1. 运用科学的方法，分析业务与技术中的问题和机会，形成具有前瞻性和可操作性的结论或行动项。 2. 针对广告业务和技术进行数科体系建设，包括但不限于数据体系、分析方法论和分析工具。 3. 与产研团队合作，对业务结果负责。
1. 负责俄罗斯进口关和3PL配送的日常运营及方案完善； 2. 负责俄罗斯进口关和配送时效、成本及体验相关指标，跟踪日常运营数据，跟进日常运营事项，确保各项运营指标平稳持续提升； 3. 协同前中后台各团队及各供应商，做好俄罗斯关务和配送相关运营需求的承接及落地； 4. 负责俄罗斯关务和配送大促保障，支持各平台及中小商家客户的大中小促销，保障大促服务不降级；具备承担全链路大促保障的能力。 5. 支持其他业务团队、产品团队、技术团队、财务结算、法务等团队，输出关务和配送业务判断和决策等。
1. 负责泛俄跨境小包的产品设计及产品运营 2. 协调上下游资源方和产品技术团队推进俄向跨境解决方案和产品优化，提升和完善泛俄跨境产品竞争力 3. 协同质控运营快速响应系统调整，支持销售团队和服务团队保障客户体验 4. 处理日常信息下发、数据处理、分单路由、组网调整等产品实施工作
1. 负责1688平台AI客服Agent的架构设计、智能化对话系统构建； 2. 设计并优化电商场景下的意图理解、上下文记忆管理、wiki知识库应用，提升用户交互体验与AI客服的服务能力； 3. 联合产品、算法团队推进AI客服系统落地，通过数据驱动持续迭代模型性能并保障业务目标达成。
1、负责千问智能体开放平台的技术架构与演进方向，面向各类商业场景完成 Agent 端到端的系统接入与优化，制定垂直场景专家服务的接入技术规范与标准，让业务接入成本持续下降、迭代持续加速； 2、负责 Agent Infra 核心能力建设。把千问的核心能力整合成标准化服务，包括知识库、Skill 中心、Tool-Use 环境等，对基建的可用性、扩展性与使用体验负责。 3、负责高复杂度 Agent 场景的全链路技术方案，主导千万级系统的架构设计、稳定性保障与性能优化，对线上质量和业务结果负责； 4、判断并推动前沿技术落地，跟踪 Agent 框架、多模态与推理模型、Tool-Use 等方向进展，决定投入优先级，将有价值的技术转化为平台能力； 5、负责团队建设与管理，完成目标拆解、项目推进、能力建设与人才培养；与产品、算法、运营、业务团队协同，推动复杂项目高质量落地。
1. 本科及以上学历优先，具备5年以上企业大客户商务拓展背景，对目标有强烈的企图心和要性； 2. 具备商旅场景的业务背景优先，具备费控、企业级OA ERP、企业级Saas客户拓展背景优先； 3. 执行力强，具备较好的商务沟通能力和行业总结分析及业务判断能力； 4. 对数据具备较强敏感度，具备基础的产品理解能力和基础的业务运营能力；
1. 负责跨境业务的业务规划和落地实施， 对指标敏感，有针对性的方法优化指标，制定用户增长、留存及转化路径，带领团队达成业务目标； 2. 探索跨境业务新场景与商业模式创新，尤其设计和落地生态业务，有突破性的策略，快速扩展海外市场，建立影响力； 3. 管理并培养业务团队，通过AI应用、数据驱动和敏捷迭代方法，确保团队目标与个人能力的持续提升。
我们正在从 0 到 1 搭建 Work（AI 协同办公）方向的 RL/RFT 训练数据体系，覆盖多个专业领域。端到端负责一个（或多个）领域的数据集从任务定义、instance 构造、reasoning 生成到分层验证的全链路，是模型训练飞轮里承上启下的关键位置。 1. 领域任务体系搭建（Taxonomy 设计） 对陌生专业领域做结构化拆解：一级领域 → 二级场景 → 任务类型 → instance 模板，产出可复用、可扩展的标注体系。 2. Instance 与 Reasoning 构造 设计 instance 结构（instruction + context + reasoning + output），并针对不同任务选择合适的 reasoning 获取路径（强模型蒸馏、模板化拆解、真实文本抽取、人机协作等）。保证 reasoning 是 SFT/RFT 训练可直接使用的高质量推理链。 3. 分层验证方案设计 针对不同任务定义分层校验机制：规则硬匹配 → 结构完整性 → LLM-as-judge（将主观判断拆解为 yes/no 子问题）。把"评价推理质量"这类模糊问题降维为可自动化、可追溯的子任务。 4. Rubric 与评分标准建设 制定各方向 Rubric、评分分级与标注案例库，定义黄金集（golden sets）和奖励信号（reward signals），确保训练数据质量可量化、可迭代。擅长大批量生成高质量 rubric，而不是拍脑袋写几条规则。 5. 轨迹标注与 Bad Case 归因 对模型 Rollout 产出的多步执行轨迹进行逐步标注（正确性 / 必要性 / 思考质量 / 整体 Reward），并对失败步骤做根因分类（模型能力不足 / 评测标准缺陷 / 任务定义模糊 / 运行依赖缺失），输出结构化改进清单驱动训练数据补充与评测体系修正。 6. 标注质量管控 建立双标一致性校验、金标抽检、系统性偏差检测与分歧仲裁机制，管理外部数据供应商交付质量、运营内部专家产能，确保标注间一致率 ≥80%，数据可直接用于 Reward Model 训练。 7. 外部协作与专家资源整合 与高校老师、领域专家协作定义验收标准、评审样本、迭代规范，把外部资源转化为规模化精标数据；管理供应商时能给出清晰的标注规范、边界案例和仲裁依据。 8. 数据 → 模型 → 评测 闭环 周期性输出数据质量报告，识别模型能力薄弱区间，指导算法团队调整 Rollout 抽样策略与难度分布；随模型迭代补充更高难度标注数据，保持 Reward Model 区分度。
1、根据公司业务发展战略，建立和完善公司产品知识库及培训体系，包括新员工入职培训、产品更新培训、销售技巧培训等； 2、深入研究数码产品（如AI眼镜、智能手机、可穿戴设备、智能家居等）的技术参数、核心卖点及竞品分析，开发生动、实用的产品培训课件和销售话术； 3、 组织并实施线上线下相结合的培训活动，包括但不限于产品发布会后的全员培训、区域销售团队巡讲、线上直播培训等，确保培训效果落地； 4、 建立培训效果评估机制，通过考核、问卷、销售数据对比等方式，持续优化培训内容和形式； 5、深入一线，了解销售团队在产品知识方面的痛点和难点，提供针对性的辅导和支持，协助解决客户异议； 6、密切关注智能眼镜行业发展趋势、新技术应用及竞品动态，及时更新培训内容，保持团队的市场敏锐度。
团队介绍：我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台； 我们秉承简单开放、创新能力、匠心精神的团队文化； 1. 构建 AIDC 分国家数据运营资产体系，参与企业级 Data Agent 建设，深度融合大模型与业务数据，打造智能决策中枢，驱动数据从成本中心向价值引擎跃迁 2. 构建面向海外电商场景的数据智能化解决方案，为平台与商家提供市场洞察、机会发现、业务诊断与问题归因等核心能力，驱动业务精准把握行业脉搏、快速定位经营瓶颈、持续挖掘商业机会 3. 建设面向 Agent 可理解的语义引擎，涵盖业务建模、本体设计、指标语义化等，为 AI 智能体持续输送高质量、结构化的数据上下文 4. 设计并推动"数据→AI→反馈→数据"的飞轮闭环，以 AI 应用反馈持续打磨数据质量，以数据质量提升反哺模型效果与业务决策，实现数据价值的自增强循环
盒马鲜生店长岗位虚位以待： 带领和激励整个团队，执行公司的政策和建立可依赖和有效的日常运行 带领和控制店内的已知和未知的损耗 根据公司的要求制定公司营运标准和各项季节性的工作要求确定执行 制定和控制门店的人力，排班，加班，人头数，最大化的优化人力成本，提升人员生产力 追踪和执行店铺的相关费用，（行政，物料，能源，水电，沟通费用） 制定和执行和追踪销售部门的预算 有效的串联门店各个职能部门和相关平行部门的合作 根据公司的发展，串联门店和采购部门的协作，提升商品的结构 根据公司的需求带领和掌控门店营运部门，销售合适的商品，合理的架构和优质的商品，提升公司口碑 建立清晰的KPI 指标，确保达成公司要求的业绩毛利。营业额指标。持续的给公司提供准确的财务数据
1、 面向属地政府为企业创造市、重点委办局沟通渠道； 2、 开展互联网平台开展政企合作和监管处理； 3、围绕企业核心业务争取人、财税政策支持。
1. 行业运营：通过对市场趋势和用户洞察形成有效策略，基于目标拆解落地品类规划，对类目的买家体量和生意结果负责 2. 商家运营：具备商家视角，建立商家招募管理体系，制定并执行针对各类型商家和供给渠道的招募、洽谈及培养计划 3. 商品运营：针对用户需求特征制定类目、商品和场景策略，并根据商品生命周期和特性进行商品运营 4. 营销活动：基于行业发展和用户消费需求，根据大促情况追进大促商家报名以及大促完成情况