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、端到端负责智能硬件产品光学与显示系统测试以及相关显示上层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；测试方案的制定，用例设计及相关的测试工作； 2、参与前期产品方案的选型，分析产品可能存在的风险，制定关键部件的硬件测试标准。 3、组织分析新形态竞品产品竞争力表现，持续与行业头部产品跟进和对标，保持产品显示质量稳定及体验领先； 并搭建显示实验室并完善相关测试用例， 4、负责显示自动化测试平台的搭建，提升显示测试效能，满足业务发展需求。 5、处理市场质量FFR问题，并跟进逆向改进与问题闭环。
1、 搜索AI产品的迭代落地：聚焦淘宝搜索的功能迭代与体验优化，结合LLM能力与电商用户心智，把产品想法拆解为可执行的方案并推动上线，对功能效果负责。 2、 生成式搜索体验的探索与打磨：参与生成式导购、多模态检索等创新产品的设计与落地。围绕"模糊意图识别 → 结构化/生成式结果呈现"，优化用户的购买决策路径，提升复杂查询下的满意度与转化。 3、 需求增长与业务结果驱动：挖掘搜索场景下的用户与业务需求，识别增长机会点，设计能带动核心指标增长的产品策略，并通过AB实验验证、迭代，持续放大业务价值。 4、 技术与商业的结合：理解LLM、NLP、RAG、Agent等技术的能力与边界，与算法、工程团队紧密配合，把技术能力转化为可落地的产品价值，同时兼顾用户体验、算力成本与商业化效率。 5、 数据驱动的产品闭环：参与搭建AI搜索的评估体系，既看核心交易指标，也关注AI生成质量；用数据洞察驱动模型迭代与产品优化，形成"上线—衡量—改进"的正向循环。
1、负责心率、HRV、血氧、血压估算、睡眠分期、运动伪影消除等健康算法的评测方案设计、基准数据集构建与评测工程实现，确保算法精度与鲁棒性满足产品需求。 2、建设面向健康场景的大模型评估体系（Benchmark），设计生理数据 + 用户画像多模态输入的评测集，覆盖健康状态推理、趋势分析、个性化建议生成等任务；建立评测结果的智能化判定与人工校准机制，输出专业评测报告。 3、针对 MCU/低功耗芯片上的模型量化（INT8）、剪枝与 DSP 优化，设计精度损失评估与性能（功耗/时延/内存）评测方案，验证端云一致性。 4、主导健康功能从算法版本、固件到 App 的全链路测试，制定评测规范与准入准出标准，识别并推动风险收敛。 5、追踪生理信号处理、多传感器融合与大模型评测领域的前沿进展，将新方法落地到评测工具链；协同算法、固件、产品、硬件等多角色团队，驱动问题闭环。
1、负责千问AI硬件智能穿戴类产品上出行办公健康支付等AI应用的质量保障工作，构建和完善软硬件一体的AI应用的端到端质量保障体系； 2、覆盖AI多模态应用的端到端全链路（固件OS、APP、大模型）质量，参与用户体验评测体系建设，深入用户场景挖掘体验问题，推动问题闭环和体验优化，保障用户的端到端体验； 3、参与AI应用垂域场景的测试Agent开发，建设沉淀领域测试Skill和知识库，提升测试效能； 4、与大模型、软硬件产研团队紧密协作，建立质量度量、线上指标与用户体验监控机制，为产品体验优化和模型迭代提供数据支撑。
1、负责智能硬件或AI硬件的使用用户生命周期管理，新激活硬件引导、月活跃天数提升； 2、负责智能AI硬件用户分层标签体系构建，搭建用户分层模型（如RFM、使用频次分层、功能偏好标签）； 3、对接PD，0-1搭建AI硬件的营销能力和用户触达能力； 4、负责会员福利日运营，提升会员福利价值，增加付费用户忠诚度和粘性； 5、负责用户活动运营，通过福利/权益/年报等，在51、十一等大型节假日，设计主题活动，让用户持续保持关注； 6、用户保活核心专项推动，解决用户使用痛点，作为PM专项推动解决。
1、参与 AI 产品核心体验设计与持续优化，包括但不限于：Chat / Skills / 多模型能力等基础功能；从用户视角出发，梳理关键使用路径（Onboarding、首个任务、结果反馈等），提升渗透率和成； 2、能够策划并落地围绕 AI 能力的运营活动（拉新、促活、转化、留存等），设计活动链路与转化承接，提升用户对产品能力与会员价值的认知； 3、能够建立关键运营指标体系（功能使用、留存、转化、渗透率等），基于数据分析用户行为与问题，提出优化建议并推动落地，对活动和功能效果进行复盘，形成可复用的方法论； 4、能够协同产品、算法、设计，推动功能快速迭代与体验落地，建立产品核心指标看板（如：日佩戴时长、语音交互成功率、功能渗透率、OTA 升级率、APP 留存率）；定期输出《产品健康度报告》，用数据证明哪些功能受欢迎，哪些设计存在缺陷，直接驱动产品路线图（Roadmap）的调整； 5、用户教育与运营体系建设：设计“开箱即用”的引导流程，确保用户 10 分钟内完成配对并体验第一个 AI 功能；梳理用户从“开箱 -> 配网 -> 首次交互 -> 日常佩戴 -> 充电维护 -> 故障报修”的全流程触点，识别体验断点，推动产研团队进行针对性优化； 6、能够结合 AI 能力（模型、多模态、Skills、工具调用等），探索新的用户玩法与轻量互动形式，实现普通用户也能理解和愿意用的产品形态。
1. 构建AI眼镜及相关AI硬件的体验评测模型、标准及量化指标体系，覆盖多场景、多地域用户行为，支撑全球化产品体验评估； 2. 策划并执行全链路用户体验测试（如国内Beta测试、海外Beta测试、体验走查、可用性测试等），结合定量与定性方法，诊断产品体验问题，明确产品体验优劣势，客观评估产品体验质量； 3. 建立并运营面向全球市场的高价值Beta用户社群，具备海外Beta用户招募、筛选、激励与管理经验；能通过分层招募策略、结构化反馈和持续互动，高效收集真实使用数据，支撑产品快速迭代与体验优化； 4. 持续开展竞品与行业体验对标分析，定期输出横向测评报告，识别差距与机会点，驱动产品体验升级； 5. 推动体验问题闭环落地，协同产品、设计、研发团队制定优化方案，并跟踪验证改进效果，真正实现“从用户中来，到产品中去”的闭环。
1、负责搭建天猫精灵全屋智能业务板块的培训体系，包括但不限于产品培训体系、销售技巧培训体系、内外部人员认证机制、培训平台搭建等，持续提升内外部人员业务和销售能力； 2、深入挖掘全屋智能行业特性及产品卖点，独立撰写高质量、标准化的培训课件（涵盖PPT、手册、视频脚本等），确保知识传递的专业性和有效性； 3、统筹组织全国及区域内的培训活动，包括新员工入职培训、代理商赋能培训、渠道销售特训营等，通过线上与线下结合的方式，确保培训覆盖率和转化率； 4、建立并完善内部员工及外部合作伙伴（代理商/经销商）的培训认证机制，制定考核标准，实施持证上岗制度，提升团队专业资质与服务水平； 5、跟踪培训效果，收集业务反馈，持续优化培训内容与形式，确保培训成果能直接转化为销售业绩和客户满意度。
1、数据服务业务解决方案销售，围绕重点行业方向开拓高质量KA客户，与客户建立长期、稳定合作关系； 2、针对所负责的方向制定、落地销售策略，达成销售目标； 3、挖掘重点客户数据服务需求，拉通后端资源，提供定制化解决方案，并能够根据自身平台能力特点发掘、引导客户需求； 4、基于对行业趋势的洞察判断、重点行业、客户痛点认知，为业务发展、产品能力建设提供输入；
1、客户关系管理：了解汽车行业，保持对AI趋势的深度、及时掌握，识别市场机会，开拓新客户或挖掘现有客户的产品和技术需求，形成有效商机。充分了解客户商业模式，进行客户组织架构梳理和决策链摸排，获取客户信息，同时维护好关键决策点的客情关系。 2、产品价值传递：熟悉AI穿戴产品，了解竞对的差异化竞争优势，能够根据客户需求初步制定解决方案。独立面向客户讲解业务和对接方案，针对客户特定场景业务需求，独立面向客户讲解千问AI穿戴产品，清晰的传递产品竞争力以及结合场景。 3、制定商务策略及商机转化：抓住影响业务目标结果的核心链路，同时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。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，到内部产研等部门有效协同，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。
团队介绍：哈喽～我们是AE 小B技术团队，加入小B与DS分销业务，意味着你将参与构建一个从招商到履约的全生命周期独立业务体。这里没有C端的同质化内卷，只有对B端用户真实经营痛点的系统性解决；这里不是C端业务的简单延伸，而是一套完整的、自洽的、具备长期壁垒的跨境B2B新范式。你将在一个真正独立的业务体系中，定义下一代轻量化跨境贸易的基础设施——这既是业务的独特性所在，也是你在此能获得不可替代成长价值的核心原因。 1.负责速卖通批发类业务的功能迭代与项目落地，以技术支撑跨境创新业务的孵化与成长； 2.主导AI Agent在批发类跨境电商场景的创新落地，将大模型能力转化为可交付的产品解决方案，切实提升用户规模、转化率及运营效率； 3.践行Harness Engineering理念，构建面向未来的AI原生应用架构，通过工程化手段保障AI系统的可观测性、稳定性与持续迭代能力； 4.深入理解跨境电商批发类业务特性，从用户价值和技术演进双重视角出发，完成系统规划、设计与高质量交付； 5.负责前沿技术预研与核心难点攻关，推动MaaS、Agent框架等AI技术在跨境批发类业务中的验证与应用。
1、行业研究与分析。深入研究医疗、教培等行业的市场动态、用户行为、竞争格局；输出行业白皮书、市场趋势报告，为平台决策提供数据支持。 2、策略制定与执行。根据行业特性，制定平台在该领域的业务拓展、产品优化、营销推广、商家合作等策略；推动重点行业从“流量获取”向“价值创造”转型。 3、跨部门协作。与产品、运营、市场、技术等多部门协同，推动策略落地；策划并执行行业专项活动或项目，提升平台在该领域的影响力。 4、竞品对标与创新。分析竞品在医疗、教培等领域的策略与打法，提出差异化竞争优势；探索新兴模式，推动平台在相关领域的创新突破。
· 广告投放执行与优化 · 统筹广告投放全流程，包括素材准备、账户搭建、定向设置、出价策略等 · 监控投放数据，实时优化投放效果，提升ROI和转化效率 · 协调内部创意团队和外部代理商，确保广告素材质量和按时交付 · 建立A/B测试机制，持续迭代投放策略 · 效果监测与数据分析 · 搭建广告投放数据监控体系，跟踪曝光、点击、转化、留存等核心指标 · 定期输出投放分析报告，识别问题并提出优化建议 · 归因分析投放效果，评估各渠道贡献和价值 · 建立媒介投放知识库，沉淀最佳实践和方法论 · 处理投放异常和投诉，维护品牌声誉 · 跨部门协同与流程优化 · 联动营销、产品、数据、财务等团队，确保媒介投放与业务目标对齐 · 优化媒介投放流程和协作机制，提升工作效率 · 推动媒介投放自动化和智能化工具建设，以及项目全周期管理
1、负责教培行业商家，在高德APP上效果类广告及展示类广告的合作拓展，提升合作商家的品牌曝光及经营效率； 2、通过商家的广告投放需求，围绕平台产品进行规划，输出广告营销方案及策略，从而提升合作商家的营收； 3、有较好的KA商家品牌广告攻坚能力，在全国范围内能联动团队也能独立拓展KA商家，持续挖掘行业内KA商家效果类广告及展示类广告商机； 4、能够针对KA客户进行广告推广的方案策划和投放策略支持，能从整合营销、策略规划、投放数据分析、投放复盘等进行全链路营销支持；
1. 根据公司发展战略和分解目标，面向家装进行业务拓展，承担并完成公司收入业绩指标； 2. 以商业产品和解决售卖为核心，具有大客户商务的综合能力，能够独立开发新客户，以客户交付和销售业绩为目标导向，制定完善的商务策略；深入理解行业需求并持续挖掘不同KA客户的诉求，结合高德的平台特性、场景和产品优势，输出有效的整合营销方案，并推动商业落地。 3. 开拓并维系业内TOP的客户，能够与客户中高层对话，独立完成商务谈判、合同签订工作。 4. 与公司内部各部门配合，做好客户的售中售后维护，及时处理客户反馈和结案支持，协同产品、运营、BI等内部团队，确保客户满意度。 5. 建立并维护良好的客情，促进客户与代理公司在高德侧的深度合作，持续共创生态价值，并获得商业化成果。 6. 挖掘自身潜力，收集市场信息，从行业和一线视角出发，对现有商业产品提出改进建议。
1、负责重点品类 明星单品的长线营销策略及推广落地。明确设定关键里程碑指标，并推动资源协同达成。 2、深度参与商品定义，前置植入“可爆性”基因，提出具有话题性、差异化和社交传播潜力的产品建议。 3、主导策划新品上市营销活动，实现“出圈+转化”双目标。 4、打造现象级营销事件，制造社交热议。 5、具备数据视角，输出爆品复盘报告，识别高转化触点与瓶颈环节，及时调整市场策略、话术
1、负责所辖区域休娱生服行业服务商的招募布局与团队搭建，持续挖掘优质服务商，通过培训赋能和管理机制建设，提升服务商规模与专业作战能力，对区域商业化营收结果负责。 2、协助服务商完成销售及运营团队搭建，通过业务培训、目标拆解、过程管理、激励机制和能力认证，提升团队规模、专业能力及标准化作业水平。 3、推动渠道策略与销售政策落地，围绕客户开发、签约转化、广告消耗、续费等核心指标开展经营分析和服务商培育，以专业驱动服务商改善作业效率和盈利能力，建立分层运营机制并持续提升核心服务商产能。 4、识别渠道经营及作业合规风险，传导风控要求，推动问题整改，对长期不达标或违规服务商进行预警、降级及汰换，保障渠道生态健康发展。
1、物流体验洞察与优化：深入还原客户问题场景，整合服务数据、用户行为、业务指标等多维信息，系统性定位物流履约中的体验痛点；结合行业竞品分析，推动平台在物流交付、客户履约等关键环节的体验优化与闭环改进。 2、跨团队协同与目标共建：联动前台行业运营、产品、物流及国家站团队，建立高效的跨职能协作机制；共同制定消费者体验衡量体系，明确核心改善抓手，并推动策略落地与效果追踪。 3、服务解决方案持续升级：优化服务域整体解决方案，通过沉淀标准化SOP、迭代智能客服产品、完善客服后台工具链，提升服务团队的问题解决能力与响应效率，实现服务体验的可持续提升。
1、负责采购业务和控股集团内部的智能化方向相关产品建设，如Web-Agent、采购助手和流程自动化等； 2、深入业务一线，发现与深入理解业务真实需求，挖掘AI赋能业务的场景，一杆到底并带来实际肉眼可见的业务价值； 3、通过技术工程实现，编排与调用LLM、MLLM及其他AI算法能力，有效解决问题并达成业务/技术目标。
1、负责AI业务应用技术运维，包括不限于规划、评审、搭建、架构优化与稳定性工作，挑战海量用户架构； 2、制定运维工作标准及演进方案，主导并推进方案实施和落地，不断提升稳定性水位及SRE体系优化； 3、根据日常运维工作，参与设计运维平台和自动化能力需求，推进需求实现和落地； 4、以技术和管理手段相结合，识别业务及基础设施问题和风险，协同定位，组织推进、解决业务问题和风险； 5、关键业务和业务重要活动的稳定性保障，包括整体的运维架构、部署监控方案的设计和实施。