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、维护建立良性高效的政府关系网络，能独立协调资源应对突发政府事件； 2、根据业务规划，开展政府侧沟通及合作，落地政企合作项目，支持公司业务发展； 3、支持监管侧和发展侧政府发展专项，服务平台业务合规开展及新就业群体权益保障等； 4、负责组织、参与、协调各类政府大型活动。
1. 负责淘金币购买用户规模、成交规模的持续增长，能够从用户侧出发挖掘增长机会、制定产品规划、设计与落地； 2. 以规模增长为导向，通过权益/营销促购玩法设计差异化调动用户，通过提升频道搜、推、导购等前台产品的效率，带动转化提升，共同提升淘金币对用户的消费口袋渗透； 3. 持续研究市场上的主流互动及促购玩法、导购组货逻辑，持续学习、不断融合、推陈出新， 通过产品创新带来用户体验和成交规模提升。
1. 行业 Skills 开发与架构设计 负责重点行业专属 Skills 的需求分析、架构设计和开发实现 设计和实现 Skills 的统一架构框架，确保可扩展性、可维护性和性能 编写高质量的技术文档、API 接口规范和最佳实践指南 2. 行业解决方案设计与规模推广 基于行业的市场洞察，理解行业客户的业务痛点和功能性/非功能性需求 基于Qoder CLI的基础能力，提供有竞争力的行业解决方案，并落地实施 基于用户的反馈，快速迭代行业解决方案的技术方案，保证产品的持续竞争力 3. 与产研团队协同 基于行业解决方案的落地实施，与产研协同，改进产研基础设施的建设 参与产品路线图规划，从技术架构角度提出产品和技术的演进建议 4. 客户体验与问题闭环 基于用户的反馈，持续优化Skills的能力，持续保障优秀的客户体验
1. 经营诊断与策略闭环：构建物流全链路（体验、成本、效率）的经营监控体系，通过深度归因与 UE 模型精准识别业务痛点；主导负责项目的策略设计与因果推断评估，量化 ROI 并推动运营落地，确保业务目标达成与价值转化； 2. AI 数据基建与资产沉淀：面向未来 AI 应用需求，协同数仓搭建标准化、高质量的业务数据底座（包括特征工程、标签体系及向量数据库）；打通业务逻辑与算法数据的壁垒，夯实智能化转型的基础设施，为业务Agent提供稳定、可复用的数据供给； 3. 分析评测体系与标准化建设：建立统一的数据分析评测标准与方法论（如 A/B Test 框架、指标一致性校验、数据质量监控），通过工具化手段提升分析效率，确保业务决策基于可信、一致且可追溯的数据证据； 4. 智能洞察与业务创新赋能：探索 AI/LLM 在商分场景的深度应用（如智能归因助手、自动报告生成、异常实时预警），推动从“人工取数”向“智能交互”转型；协同业务团队将业务洞察转化为算法需求，驱动智能化升级。
1. 深入理解服务体验流程、客服服务模式及产品使用，通过数据分析、挖掘，洞察识别潜在服务安全风险，第一时间感知预警并处置； 2. 基于业务场景开展独立检查，梳理并识别关键流程和关键控制点，甄别风险根因、表现、实现路径及影响，从安全运营视角制定风险防控方案，推进治理； 3. 建立面向站点客服的反馈机制，并制定有效SLA反馈，参与飞检模式制定，根据线索进行访谈、进一步挖掘洞察可能的风险点； 4. 联动合作团队制定有效的安全运营机制，通过系统化的防控手段、有效的安全应对策略对识别到的风险进行高效防控和处置； 5. 沉淀安全运营布控经验，与产品技术协同推动安全系统的建设与运营。
1、端到端负责智能硬件产品Camera系统测试以及相关应用与算法测试工作，分析输出完备的测试方案并完成测试任务，对测试过程中所遇到的问题持续进行改进； 2、参与智能硬件产品的镜头、Sensor、ISP等图像专项的关键物料前期评估和选型，制定关键部件的硬件测试标准； 3、负责相机应用集成相关测试（美颜、防抖算法等），保证端到端落地实现可以满足用户期望； 4、持续关注行业光学与显示测试技术，制定光学与显示技术测试相关技术演进roadmap，满足新业务以及迭代需求； 5、负责图像自动化测试平台的搭建，提升图像测试效能，满足业务发展需求。
1、业务策略制定： 负责药品O2O业务的整体运营规划。基于行业趋势、竞争格局及人群画像，制定分阶段、分城市的差异化运营策略，对GMV、用户增长及市场份额负责； 2、商品品体系建设： 深度理解药品为基础的健康行业特性，搭建并优化针对O2O场景的货品分层体系及导购矩阵。联动供应链端确保核心货品的供给稳定性与价格竞争力； 3、全链路用户体验优化： 深度协同淘宝、淘宝闪购等生态端，优化从搜索、选购到配送的全链路用户动线。利用私域工具（如店铺装修、会员体系、药品管家等）提升转化率与用户LTV（生命周期价值）； 4、资源整合与协同： 整合淘宝闪购及阿里生态内外资源，策划并落地大型营销活动（如O2O品类日、时令季节专题）。推动技术、产品及物流团队，解决即时零售场景下的履约及技术痛点； 5、经营分析与方法论沉淀： 通过精细化数据分析，监控业务健康度，发现增长瓶颈并产出解决方案。沉淀可复用的药品O2O运营方法论，并对团队进行管理和指导，完成业绩目标。
1. 验收数据工程方向 AI Coding 数据质量 — 对数据处理 bug-fix、pipeline feature 开发等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1. 验收系统底层方向 AI Coding 数据质量 — 对底层 bug-fix、性能优化、内存/并发问题修复、嵌入式功能开发等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1、验收后端方向 AI Coding 数据质量 — 对标注团队产出的 bug-fix、feature 开发、refactor 等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2、标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3、数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4、标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 探索更科学的评测指标、更高效的评测和标注方法。
1/ Lead end-to-end procurement strategy and execution for key categories of Logistics and Admin within Lazada Philippines, ensuring alignment with overall business objectives. 2/ Develop and manage supplier relationships mostly across local markets, driving cost efficiency (through various approaches: negotiation, price comparison, supply & business optimization, etc.), quality assurance, and on-time delivery performance. 3/ Analyze market trends, pricing dynamics, and supply risks to optimize sourcing decisions and mitigate disruptions in the supply chain. 4/ Collaborate cross-functionally with finance, logistics, and inventory planning teams to forecast demand, manage stock levels, and support promotional (campaign) activities. 5/ Drive sustainability and compliance initiatives within the procurement process, ensuring adherence to Alibaba International’s ethical sourcing standards and local regulatory requirements. 6/ Adhere to health, safety and environmental policies throughout daily works. 7/ Perform as a direct person-in-contact for local procurement team.
1、大模型行业与市场研究：持续跟踪国内外大模型及生成式AI产业发展趋势，覆盖但不限于基础大模型、多模态大模型、AI Agent、Coding Agent、AI应用生态等方向，形成高质量市场研究报告与趋势判断。 2、用户研究与需求洞察：围绕AI数据建设、模型能力优化，开展用户访谈、专家访谈、问卷调研、竞品分析及案例研究；识别用户真实需求和行业场景痛点，形成结构化洞察。 3、战略分析与内外部协同：参与公司在大模型、数据生态、模型评测、行业合作等方向的研究与专项事务；与技术、产品、投资等团队协同，推动研究结论转为业务决策建议。
1. 负责阿里国际电商平台，商品禁限售、知识产权等风险治理； 2. 数据驱动：通过指标监控和数据分析，及时掌握风险及业务的变化，评估治理效果并及时发现改进空间 3. 解决方案：根据不同风险的实际情况，持续优化调整策略，包括管控标准、识别策略、治理动作等 4. 跨团队合作：建设与行业、法务、产品等多方沟通机制，重点问题专项治理，实现风险的有效管控，建设良好商家经营业态
1. 业务开拓： 负责盒马自有品牌出口业务从0到1的客户开发与渠道维护，像创业者一样经营客户与供应商关系。 2. 经营管理： 独立负责业务损益（P&L），守住营收与利润目标；在业务初期系统尚不完善时，需手工细致记录订单、商品及账单，确保数据准确。 3. 供应链协同： 依托盒马生鲜及海外直采供应链，协同供应商打磨适合出口的自有品牌货盘，解决出口链路中的复杂问题。 4. 服务对接： 秉持“丙方”服务意识，换位思考，平衡客户需求与供应商利益，提升盒马品牌的海外影响力。
我们正在打造下一代 AI 原生建站产品，让中小企业用户从注册域名到上线网站实现一站式闭环体验。 你将成为这个产品的核心负责人，具体职责包括： ● AI 建站产品设计：从海外小企业用户视角出发，主导 AI 建站产品的体验设计与持续迭代。设计"自然语言描述→AI 生成网站→一键上线"的极简建站流程，推动需求从洞察到上线的全流程闭环； ● 用户洞察与场景拆解：深入理解中小企业，尤其是海外中小企业（餐饮、美容、装修、自由职业、小型电商等）的建站需求，建立用户画像体系，识别不同地区、不同行业用户的核心痛点与使用路径差异； ● Agent 场景评测与梳理：与研发团队深度协作，梳理建站场景中的 AI Agent 应用方式（如智能内容生成、SEO 优化、多语言适配等），拆解对话式建站流程中的关键环节，识别体验瓶颈并提出可落地的优化方案； ● 域名+建站一体化体验：打通"域名注册→AI 建站→自动绑定→邮箱开通→SSL→续费管理"的全链路产品体验。
1、负责短视频前台场域的整体运营策略制定与落地，包括但不限于核心场景的内容分发与用户体验优化； 2、对内容质量和效率负责，有内容审美力，推动垂领优质内容的生产、挖掘与分发，能贯穿内容种草到电商转化的全链路，提升内容消费效率和种草转化等核心指标； 3、对用户规模增长负责，结合内容策略与增长手段，拉新促活，提升用户留存与活跃度； 4、从平台视角出发，推动AI在内容生产和互动消费环节的深度结合并形成有效的运营策略。
1. 参与高性能RISCV CPU原型验证 2. 阅读相关设计文档，制定 CPU 原型验证策略和计划 3. 分解原型验证测试点，基于指令发生器开发约束随机用例 4. 参与构建原型验证流程以及指令发生器开发维护 5. 执行验证计划，基于EMU平台完成用例回归，分析覆盖率，增补优化用例，达成出口标准 6. 负责bug 定位、复现与闭环，协同设计、验证、软件团队完成问题根因分析及修复验证 7. 关注原型验证技术发展，提升验证质量和效率
我们正在寻找一位经验丰富的国家侧运营负责人，全面管理并推动多个核心后台职能的发展，包括市场营销、商家运营、广告以及交易保障（Trade Assurance）。该岗位将作为国家经理的重要战略合作伙伴，确保运营卓越、跨部门协同以及业务的可持续增长。理想候选人应具备丰富的电商运营经验，能够管理多元化团队，并适应跨文化、快节奏的工作环境。 1. 运营与战略 负责市场营销、商家运营、广告及交易保障等业务的端到端运营管理与优化 制定并执行与国家业务目标一致的运营战略 通过数据分析、流程优化及KPI管理推动业务表现提升 确保运营流程具备可扩展性与高效性，以支持业务增长 2. 团队领导与管理 管理并培养多个职能团队负责人 建立高绩效团队文化，明确目标、强化责任意识并持续优化改进 与销售、产品、区域团队等跨职能团队紧密合作 3. 跨部门协同 作为本地团队与区域/全球利益相关方之间的重要桥梁 确保商业战略与运营执行保持一致 推动不同市场与文化之间的高效沟通与协作 4. 绩效与数据分析 监控并分析关键业务及运营指标 识别业务差距、风险与机会，并推动可执行的解决方案落地 推动各业务模块基于数据驱动的决策机制 5. 流程与系统优化 设计并实施可规模化的运营框架及标准操作流程（SOP） 优化系统使用效率及运营流程 确保各项运营符合平台政策及运营标准 We are looking for an experienced Operation Leader to oversee and drive multiple core back-end functions, including Marketing, Seller Operations, Advertising, and Trade Assurance.This role will act as a strategic partner to the Country Manager, ensuring operational excellence, cross-functional alignment, and sustainable business growth. The ideal candidate is highly experienced in e-commerce operations, capable of managing diverse teams, and comfortable working in a cross-cultural, fast-paced environment. 1. Operations & Strategy ● Lead and optimize end-to-end operational functions across Marketing, Seller Operations, Advertising, and Trade Assurance ● Develop and execute operational strategies aligned with country-level business goals ● Drive performance improvements through data analysis, process optimization, and KPI management ● Ensure scalability and efficiency of operational processes to support business growth 2. Team Leadership & Management ● Manage and mentor multiple functional team leads ● Build a high-performance culture with clear goals, accountability, and continuous improvement ● Collaborate closely with cross-functional teams (Sales, Product, Regional Teams, etc.) 3. Cross-functional Coordination ● Act as a key bridge between local teams and regional/global stakeholders ● Ensure alignment between commercial strategy and operational execution ● Facilitate effective communication across different markets and cultures 4. Performance & Analytics ● Monitor and analyze key business and operational metrics ● Identify gaps, risks, and opportunities, and implement actionable solutions ● Drive data-informed decision-making across all managed functions 5. Process & System Optimization ● Design and implement scalable operational frameworks and SOPs ● Improve system utilization and operational workflows ● Ensure compliance with platform policies and operational standards
1、AI 应用系统研发：承担大模型应用系统的需求分析、方案设计与编码实现，以 Agent 编排与 RAG 检索增强为核心，覆盖工作流编排与模型服务接入，保障系统在功能、效果与稳定性上满足用户需求。 2、专有云落地与交付：面向客户私有化环境完成 AI 应用能力的适配与交付，在离线、国产化算力等约束条件下完成功能开发、产品部署、版本发布与现场问题定位，保障能力在真实政企环境中长期稳定运行。
我们在做什么 我们把"数据分析师 + 业务参谋"做成了一个 AI 管理助手——销售管理者问一句"我这个区这个月营收为什么没达标"，它能自己拆解归因，并结合团队实际情况给出下一步动作建议。 不是 Demo，是数百名一线管理者每天在用、直接影响经营决策的AI产品。 你会负责 1. 数据Agent设计：定义 AI 管理助手的交互范式与能力单元（营收分析、市场洞察、商家规模增长、商业产品渗透、团队诊断等），从"一问一答"做到能追问、能补上下文、能主动建议。 2. 质量的度量：把"什么是一个好回答"定义成可打分的标准，建立口径一致性、准确率、幻觉兜底、评测与回归机制。质量靠度量，不靠感觉。 3. Skill 编排配置：把埋在代码和 Prompt 里的编排逻辑做成可配置能力，让分析步骤、口径、输出结构不必依赖研发就能改，把迭代周期从"周"压到"天"。 4. 自迭代机制：设计"反馈—评分—沉淀—复用"闭环，让优秀回答与业务策略文档自动回流知识库、按评分被引用；同时防止低质与过期内容污染。 5. 下游交互：主动定义与国际站其他 AI 工具、BI 系统、知识库的能力边界与上下文传递，让结论能流向下游动作，避免数据孤岛。 6. 决策支持：通过分析报告与专题研究，支持销售团队目标拆解与业务机会挖掘。 你要建的不是一堆一次性功能，而是一个能自我进化的系统——质量能被度量、能力能被快速配置、知识能自己沉淀。这件事在国内做成的团队还很少，你有机会从头把它定义出来。迭代快、反馈直接，每次改动立刻看到效果。