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
私域渠道从 0 到 1 建设与运营（核心职责） 1. 官号运营体系搭建：负责从 0 到 1 建立 WhatsApp Business API、LINE Official Account 的官方账号运营体系，包括消息模板设计、用户分层推送策略、opt-in 引导链路、多站点（港/新/马/台/泰）账号矩阵管理。 2. 社群孵化与规模化：主导 WhatsApp/LINE 社群的冷启动、内容运营、商品运营、用户分层和增长裂变全流程。从首站首品类验证模式，到跑通可复制的 SOP，最终实现多市场多品类的规模化扩展。 3. AI 能力接入：引入 AI 工具赋能社群运营，包括但不限于：智能客服/自动应答、内容批量生成与多语言适配、用户行为分析与自动标签、群活跃度监控与预警。目标是在群规模扩大的同时，人效不线性增长。 4. 全域触达链路拓展与提效： —新通路建设：除私域外，持续拓展集团二方流量置换通路及其他第三方触达渠道，扩大站外触达规模。 —全链路提效：诊断各渠道触达漏斗（发送→送达→打开→点击→进站）中的基建卡点，通过技术手段突破屏蔽与订阅限制，提升送达率和被动来访占比。 5. 全链路承接与转化优化： —回端链路清障：优化"渠道→App"跳转链路，降低中间环节流失率（Deeplink、Universal Link、延迟深度链接等）。 —端内动线运营：深度参与外投承接页与首页融合运营，落地商品还原、新老客分流、算法差异化推荐等策略，提升进端后的 CVR 与 GMV。
1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 5、产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 •了解客户大模型使用的情况恶化效果，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。
1、项目交付与管理： 负责瓴羊营销云产品（CDP/MA等）在B2B客户侧的落地交付，主导需求调研、方案设计、系统配置及上线培训，对项目交付质量和客户满意度负责。 2、客户成功与运营： 深入理解泛零售/品牌客户的业务场景，通过产品交付解决客户实际营销痛点，并在交付过程中通过运营手段提升客户对产品的使用深度与粘性。 3、产研协同与反哺： 具备产品思维（PD视角），能从交付实战中敏锐洞察客户需求，将其转化为标准化的产品改进建议，推动产研团队优化产品功能与体验。 4、沉淀与赋能： 总结行业交付SOP与最佳实践案例，提升团队整体交付效率。
1. 策略后训练：负责 VLA / 基础操作模型的后训练全流程，在预训练/模仿学习得到的基座策略之上，通过强化学习微调（RLFT）、离线 RL、DAgger、HIL-SERL 、RECAP 等手段持续提升真实仓储任务的成功率与鲁棒性。 2. 奖励与数据闭环：设计任务奖励函数与自动成功判定，搭建 Reward Model / 偏好数据标注流程，构建"部署→失败挖掘→补采/在线交互→后训练→自动评测→再部署"的策略迭代闭环。 3. 大规模训练：在仿真并行环境与真机上开展大规模 Rollout 与 RL 训练，负责采样、经验回放、分布式训练框架的搭建与吞吐优化。 4. 评测与安全：建立后训练前后的量化 Benchmark（成功率、恢复能力、碰撞率、泛化性），管控灾难性遗忘与安全约束，保障策略上真机的稳定性。
职位描述 1、参与百炼平台（对外商业化平台、对内工程基础平台）的产品全流程，和各角色协同，完成从需求到设计、开发和上线等整个项目周期内的工作。 2、参与多模态模型的商业化，AI+不同场景结合带来 更多新交互形式，深入音视频、图像处理、对话等不同前端领域，提供更合适的模型体验方案。 3、参与AI Agent领域，参与 AgentRuntime、Workflow、Memory、RAG等 Agent Infra 系统建设，构建并完善 MCP、SKILL等可扩展工具链，实现 Agent 的进一步商业化应用 4、参与AI+产品的不同端形态的设计落地，打造更优质的用户体验，提升百炼PC Web、移动端H5等通用服务站点的可用性，同时实践并落地 AI Native驱动的全新服务体验。
1、负责项目美术风格表现，标准PBR流程3D制作；提升项目的美术品质及流程优化 2、能依据游戏设定，充分理解原画设计，制作3D场景模型及物件资产，贴图绘制与材质制作
1、负责菜鸟APP平台效果类商业化变现效率和收入规模的提升，并同步拓展目标预算及广告主的拓展及维护； 2、整合营销及场景建设，通过选品，频道运营，玩法等实现，大促节点等营销策略提升场景过程数据留存及成交数据分发等政设计策几点负责诉求及资源，负责面向广告主及平台方，并从中挖掘增量机会；沉淀产品需求，助力业务提效； 3、通过数据分析及行业洞察，发现业务问题，协同产品/算法推动广告产品迭代，完善及提升广告平台的投放能力； 4、协同公司相关团队，对接内部探索及创新类诉求，探索解决方案；
1、代码研发及优化，基于详细技术方案的代码研发及优化； 2、相关组件研发，相关产品组件的产品基线、部署脚本、环境适配等工程能力研发； 3、线上及局点问题处理；
1:设计并开发 GUI Agent / Computer Use 场景下的数据自动构造与合成管线，涵盖截图、控件树、页面状态、操作动作、多步轨迹、执行结果及失败恢复等数据，支持桌面、Web、移动端及专业软件等多种环境，实现大规模、高质量训练数据的自动化生产。 2:与算法、评测团队紧密协作，深入理解模型训练、后训练及评测数据需求，将 GUI理解、控件定位、动作规划、多步执行、错误恢复等需求转化为清晰的数据格式定义、标注规范、示例库及验收标准，并持续迭代优化。 3:开发数据质量保障工具链，包括自动化校验脚本、可视化 Debug 工具和持续集成流水线，确保数据在图像清晰度、控件准确性、状态完整性、动作合法性、轨迹一致性、结果正确性及任务可复现性等方面满足质量标准。 4:搭建和维护数据标注平台及众包管理工具，支持内部标注团队、外包供应商及自动化标注的协同，建立金标、抽检、复审、争议仲裁和版本管理机制，平衡数据生产的质量、效率与成本。 5:承接模型评测及线上 BadCase，对错点、漏步、循环操作、错误停止、越权操作和失败后不可恢复等问题进行归因分析，设计成功与失败对比、纠错、偏好及恢复数据方案，推动模型效果持续改进。 6:建立 GUI 数据安全与合规机制，协同安全、法务和工程团队，落实数据采集授权、屏幕内容脱敏、账号隔离、个人信息清洗及高风险操作审计等要求，确保数据生产全链路安全合规。 7:跟踪业界前沿 GUI Agent 评测集（如 MobileWorld、AndroidDaily、OSWorld 等），构建内部复杂 GUI 轨迹评测数据，并探索基于模仿学习、强化学习、过程监督等方向的数据需求，持续提升数据对模型能力的支撑效果。
1. Merchandise & Strategy: Develop and execute effective assortment strategies for live streaming based on the Philippine market trends and consumer demands. Solid e-commerce assortment experience is essential to accurately select winning products and optimize the assortment mix. 2. Account Operations: Take full ownership of the daily operations for the official live stream rooms and key accounts on Lazada, ensuring high-quality livestream and driving GMV growth. 3. MCN & Partner Management: Leverage and expand resources with MCN agencies. Coordinate with internal teams and partners to drive project execution and achieve business goals. 4. Data Analysis: Monitor and analyze live streaming data (traffic, conversion rates, GMV, etc.). Utilize tools like Excel to generate reports and provide actionable insights to optimize performance.
1. 供应商战略规划与生态布局：制定大模型数据生产领域的供应商战略，围绕预训练、SFT、RLHF、多模态等业务场景，搭建层次分明、能力互补的供应商生态。持续拓展国内外优质供应商、垂直领域专业机构及专家资源，建立覆盖多语言、多领域、多交付模式的资源地图，支撑业务规模化与全球化发展； 2. 供应商全生命周期管理：建立并完善供应商准入、评估、分级、激励与退出机制，覆盖资质审核、试单评估、合同谈判、日常管理、绩效考核及关系维护全流程。定期组织供应商复盘与述职，输出供应商健康度评估报告，优胜劣汰，持续优化供应商结构与合作质量； 3. 资源调度与供需匹配：统筹供应商、专业机构、垂直领域专家等多元化资源，建立动态资源池与产能储备机制。根据项目需求进行资源预测、产能规划与精准调度，确保大模型数据标注项目在人效、时效、质量上的稳定供给，快速响应业务波动与突发需求； 4. 成本效率与质量管理：定价模型设计与成本结构优化，通过规模化招采、流程优化及产品工具（如 AI 辅助标注、自动化质检）降低单条数据交付成本。建立交付质量监控体系，对供应商交付质量进行过程监督、异常预警与闭环改进，确保项目高质量交付； 5. 风险管理与合规：识别供应商合作中的交付风险、产能风险、质量风险及合规风险，建立风险预警机制与应急预案。对项目中的问题与事故进行快速响应、根因分析与处理闭环，确保业务连续性与数据安全合规。
您将负责： 1、设计并运营多层级运力签约机制，通过运力结构的动态配比，实现产能弹性与交付确定性的平衡，系统性解决订单在时段与日内维度的供需波动问题。 2、对运力线的单均成本目标负责，统筹定价机制、激励科目与活动资源的整体成本结构设计，建立预算归因与调优闭环，持续挖掘降本空间。 3、主导新型低价履约运力模式的孵化，从线路挖掘、集单调度、定价能力到规模化推广，完成从试点验证到全国复制，并沉淀可复用的运营方法论。 4、设计一线管理者（小队长）的全生命周期管理体系，通过管理模式创新与数字化工具，提升组织管理效率与人才密度，把一线管理力量沉淀为可经营的组织资产。 5、推动运营决策的数智化升级，围绕"目标—策略—资源—复盘"链路与算法团队深度共创，用模型驱动替代人工经验判断。 6、作为总部中台承接经营目标，向区域团队做策略透传与能力赋能，牵引全国执行标准统一。
1、负责互联网、企业客户的售前工作，支持销售拿到业务结果，提升销售额 2、作为技术专家，提供客户迁移上云或者关键需求实现的解决方案，并在落地过程中提供对内外部团队提供必要的技术指导，确保方案可落地、有竞争力 3、负责所支持区域或全国某一垂直细分行业（游戏、音视频、媒体资讯、在线教育、数字营销、人工智能等）的市场洞察、解决方案、打法策略的制定及落地，深入理解该行业的商业模式，能够把握行业的市场和技术发展趋势，推动行业产品、解决方案和合作生态的落地 4、建立行业影响力，组织内外部行业沙龙，做技术分享，传播云原生最佳实践 5、参与客户的方案比选，做POC演示和功能/性能测试，在保证性能和安全性的前提下做到成本最优，性价比最高 6、为客户提供整体技术平台的咨询服务，指导客户构建弹性、高可用的互联网架构；帮助发展中客户构建业务系统、监控体系、DevOps、大数据、AI等子系统，从成本、效率、稳定性三个维度提升客户的IT能力
1. 负责阿里巴巴CFO相关的产品(财资)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、 协助总部项目经理，负责项目现场管理，推动项目按计划执行落地； Assist the HQ project manager, be responsible for the project site management and push the implementation of the project as planned; 2、 负责对项目施工现场质量、进度的有效控制，并依据现场实际情况，更新项目周报； Control of the project quality and progress. Update the project weekly report accordingly; 3、 在施工过程中，能有效识别风险点，对问题点能反馈到相应责任人，并作跟踪； During the site installation and commissioning, be able to identify the risk and feedback to the responsible person to get a solution; 4、 能协调好外部分包商之间的关系，组织项目现场例会； Be able to coordinate the relationship with the project internal team and external subcontractors and suppliers, and organize regular project meeting; 5、 做好项目稳定上线的设备验收工作，组织操作团队对设备使用和运营维护培训； Participate to the equipment acceptance test, and organize training and introduction to operation team; 6、 能有效地发现设备运行中存在的问题，及时反馈问题兵推动解决； Basic maintenance knowledge, be able to find the equipment problems under engineer’s and the suppliers’ assistance.
1.品牌策略：基于业务战略、用户洞察、行业趋势等，协助团队共同产出天猫品牌策略和年度规划，强化天猫品质、旗舰、引领的心智； 2.品牌战役：深度参与天猫S+级品牌营销战役（如双11、618、年货节、38等），产出创意及品牌推广策略，交付官方品牌物料&事件落地，跟进媒介投放及新媒体传播，协同各方资源达成品牌目标； 3.品牌事件：结合天猫业务/功能/行业等品牌角色，策划具备行业影响力的品牌事件，通过AI营销、创意内容、创新媒介、社会化传播等形式，提升品牌知名度和喜爱度。
1、方案设计与技术咨询 • 主导企业级解决方案设计——深入理解客户的技术栈、开发流程和业务目标，设计 Qoder 产品的集成路径，涵盖 IDE 插件配置、工作流嵌入、团队协作和权限管理等场景 • 为客户提供技术咨询和最佳实践指导，包括 AI 编程助手的效果调优、团队级部署策略、以及与现有开发工具链的无缝对接方案 • 制作高质量的技术方案文档、产品架构白皮书和 POC 演示，支持销售/渠道团队推进大客户签约 2、售前技术支持与客户交付 • 深入理解海外市场的企业采购流程、合规要求（GDPR、EU AI Act 、SoC 2等）和竞争态势，制定区域化的技术售前策略 • 作为售前阶段的核心技术角色，参与客户会议、产品演示和技术答疑，将复杂的 AI 编程能力以业务语言呈现 • 主导 POC（概念验证）全流程——从需求对齐、效果验证到结果报告，确保客户在评估阶段获得超预期体验 • 与产品和工程团队紧密协作，将客户反馈和市场洞察转化为产品改进建议，推动产品在目标市场的适配优化
1. 业务指标体系搭建与监控 基于金融科技业务目标（如收单，支付，商城等）及商业模式，搭建全面、准确、客观的业务指标体系和监控框架 构建覆盖客户、产品、交易等多维度的业务监控看板，持续跟踪业务健康度 通过归因分析（如MTA多触点归因等）定位关键业绩驱动因素与增长杠杆 2. 深度数据分析与决策支持 针对金融科技核心业务场景（如跨场景交叉策略效果评估、线上渠道转化优化、产品流程优化等）开展专题分析，输出可落地的策略建议 分析用户行为序列与生命周期价值（LTV） ，构建动态用户标签体系（如消费偏好、、风险偏好等） 3. 数据产品与工具建设 参与BI工具（QuickBI、dataworks、AI agent等）的建设和优化，提升数据可用性与分析效率 梳理B端/C端及多渠道的全链路数据资产，搭建自动化监控与预警看板 沉淀分析方法论与工具模板，推动团队分析能力的整体提升 4. 跨部门协同与商业洞察 协同运营、产品、风险、销售等部门，通过数据驱动业务增长与风险管控 结合行业趋势与竞争格局，开展全面的商业分析（如市场容量测算、用户细分、竞争对标Benchmarking） 将复杂分析结论（如预测模型输出、因果效应评估）转化为可执行的业务方案，并建立效果追踪与迭代机制
1. 数据标注、模型评测、数据采集、数据生产的资源管理体系搭建与优化：构建并完善数据生态资源管理体系，统筹管理多种资源形态。通过精细化管理策略，提升资源交付的整体质量和效率，确保资源管理的标准化与规范化。 2. 供应商全生命周期管理：负责外部供应商的资源拓展、准入管理、资源调度、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。建立完善的供应商绩效管理制度，通过科学的评估体系优化供应商合作，提升整体合作质量。 3. 多元化资源管理与高效调度机制构建：构建多元化的资源管理结构，整合多种用工类型与垂直领域专家资源。设计高效、合理的资源分配调度机制，精准匹配项目需求与资源供给，确保资源供给的及时性与有效性，提升资源利用效率。 4. 资源交付与运营效率提升：通过商务策略优化、流程再造及产品设计创新，不断提升资源交付及运营效率，降低整体业务交付成本。推动资源管理的智能化与自动化升级，助力公司在数据标注领域保持竞争优势，实现业务的可持续发展。
1.负责加工中心仓/仓储类各温层仓各项运营指标的分析、拆解、落实及达成； 2.各项规章、制度、标准的落实执行及跟进反馈； 3.结合仓库运营实际，对仓库各项流程、布局、系统等提出优化改进方案； 4.针对收货、（加工中心：加工、生鲜分级、催熟、包装）、越库、拣货、发货等环节日常运营监控，并根据作业数据报表发现作业环节问题及问题预防；对优势处能够总结沉淀经验及方法论，对不足能够制定改善办法； 5.执行仓周、月、年盘点工作部署及落实；对于库龄周转等问题监控和预警； 6.负责仓收货、（加工中心：加工、生鲜分级、催熟、包装）、越库、拣货、发货等操作环节流程及标准SOP和管理规范落地执行； 7.仓库人员的统筹管理，帮助员工成长，建立高效团队； 8.团队氛围的打造，盒马价值观的宣导传播； 9.突发事件的应对处理；保障加工中心运营平稳、安全；