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、对所在行业供给规模与质量负责。以促进交易增长为目标，通过品类拓展、场景招商、广告提效等抓手，实现对行业优质资源的充分引入与整合。 2、从行业经营视角出发，对供应商进行生态定位分层，完善相关管理政策，协助商家提高经营水平。 3、负责市场与经营分析，关注行业格局变化，敏锐捕捉增长机会；对内寻找与地图结合的增长机会，并输出切实可行的业务规划。
1.负责数字办公领域音视频、云打印等 AIOps 方向产品与平台能力建设，同时参与 IT 智能柜、机器人配送等智能办公基础设施的研发与落地； 2.负责研究新技术，将新技术引入到产品之中，提升产品质量和系统性能； 3.深入业务一线，洞察并抽象业务核心需求，持续挖掘 AI 赋能场景，推动方案从需求分析、技术设计到落地验证的全链路闭环，创造可量化、可感知的业务价值； 4.基于工程化实践，编排与集成 LLM 及其他 AI 算法能力，构建面向业务场景的智能应用，解决复杂业务问题，持续提升业务效率与技术能力。
1.产品卖点与心智建设：负责产品营销卖点策略提炼，从用户需求和竞品对标出发，打造精准的产品定位及产品卖点策略，综合运用内容营销、媒体合作、活动策划等多种手段，系统性建设产品认知与用户心智；确保产品卖点从定义到营销的全流程一致性打法； 2.产品用户场景拓展：在产品立项、规划阶段深度参与构建，挖掘高潜力目标人群及其使用场景，设计从认知到转化的完整路径，推动产品使用率与获客目标达成； 3.创意传播活动策划：基于产品特性，策划具备社交传播力、用户参与度高的线上线下营销活动，实现破圈效应与用户自发传播； 4.跨团队高效协同：紧密联动产品、用增、设计、运营等团队，快速推进营销项目从策略到落地的全过程，确保执行效率与效果。
1、法律政策研究：跟踪研究互联网、人工智能、数据安全等新兴技术领域的法律法规、监管政策及行业标准，形成深度分析报告，支持公司战略决策；分析立法趋势与监管动态，撰写深度研究报告，为业务战略提供前瞻性法律建议；参与行业立法征求意见的反馈与沟通工作； 2、合规策略支持：针对新产品、新业务的合规需求，提供法律可行性分析与风险评估，识别潜在法律与监管风险，提出前置性合规方案；设计并优化合规框架与流程，确保业务运营符合监管要求；协助处理重大复杂项目的合规审查与论证； 3、监管沟通与协作：建立并维护与相关监管部门、行业协会的沟通渠道；参与监管调研、座谈及行业交流活动，输出专业观点，提升公司在监管侧的专业影响力；协调内外部资源，推动合规问题的妥善解决； 4、内部赋能与培训：编制合规指引、操作手册及风险提示材料，面向业务团队开展法律法规与合规政策培训；为跨部门项目提供法律咨询与支持。
1、负责设计并持续迭代大模型的安全评测框架体系，定义评测维度、指标与分级标准； 2、通过PE/Agent搭建，实现安全评测样本的自动化生成、自动化判定；设计并落地端到端的自动化评测 Pipeline，持续迭代评测平台能力； 3、输出高质量的安全评测报告，对评测结果进行归因分析，推动模型训练、安全策略等相关方闭环优化，持续提升业务和模型的安全水位； 4、设计并执行针对大模型的对抗性红队测试，探索和落地自动化红队方法，持续发现模型安全弱点与防护漏洞； 5、基于线上海量用户数据，设计数据挖掘策略，识别真实场景中的安全风险模式，沉淀高价值 badcase 并反哺评测集和安全策略优化； 6、追踪大模型安全评测领域前沿论文与业界实践，持续引入新方法、新工具优化评测框架、自动化链路、红队测试。
1. 参与大模型推理框架和分布式Serving系统的核心研发，面向语言模型、多模态模型和Agentic应用场景，建设高性能、高稳定性、高扩展性的生产级推理引擎； 2. 研发并优化Prefill/Decode分离、KV Cache管理、长上下文推理、多租户调度、连续批处理、SLO感知调度等核心系统能力，提升TTFT、TPOT、吞吐和资源利用率； 3. 参与分布式推理并行与通信优化，包括Tensor Parallel、Pipeline Parallel、Expert Parallel、Context Parallel、MoE All-to-All、跨机通信重叠、负载均衡和故障恢复等； 4. 协同算子、模型压缩、模型算法和业务团队，推动量化、投机解码、MoE优化、多模态推理、长上下文优化等能力在推理框架中生产落地，解决线上性能、稳定性和成本优化问题。
1. 评测体系驱动 ● 将业务需求转化为可执行、可评测的Agent任务，明确能力边界、风险和验收标准。 ● 建设离线与在线评测体系，包括任务分级、评测数据集、回归测试和真实轨迹分析；设计任务成功率、工具调用准确率、人工接管率、执行步数、延迟及Token成本等指标。 ● 建立失败归因机制，区分模型、规划、工具、上下文和系统问题，驱动Prompt、Skill、模型及Harness持续优化。 2. 长程任务规划、决策与强化学习 ● 负责多步骤、多工具、跨系统任务的拆解、规划、执行与验证，设计Planner–Executor–Verifier、任务图及动态Replan机制。 ● 建设状态持久化、检查点、断点续跑、幂等执行和失败恢复能力，解决计划漂移、循环调用、上下文污染及长程任务信用分配问题。 ● 构建Agent RL训练闭环，包括轨迹采集、环境回放、奖励设计和策略评估；熟悉SFT、DPO、GRPO、PPO、DAPO及Rejection Sampling等方法。 ● 通过规则奖励、Reward Model或LLM Judge，优化任务分解、工具选择、Replan时机、错误恢复和停止策略，并防止奖励投机。 3. Agent架构能力 ● 负责模型、规划、工具、记忆、执行、评测和安全等核心模块的架构设计。 ● 建设通用Agent Runtime，支持单Agent、多Agent、Workflow及Human-in-the-loop；建设模型路由、Tool Calling、MCP、Skill管理和Agent间任务交接机制。
1、负责销售运营工作，服务地推获客团队，可输出标准化、规范化、系统化的流程制度及 SOP; 2、分析业绩各项指标，针对异常点提出有效的运营策略并推动落地执行，具备闭环管理思维； 3、针对销售人员进行分层，结合竞争对手策略设计管理手段和打法规则，建立和推动人效更高的销售作业模式，提供可供销售使用的策略武器和产品工具，对项目推动过程和最终结果负责； 4、针对销售人员进行绩效设计和激励管理，定期完成绩效目标复盘，并不断提出优化建议； 5、策划全国/城市专项及业务技能提升专项，制定业务规范制度，帮助销售团队提升组织能力； 6、横向对接跨部门，包括平台、产品、商分、仓储、物流、商品等职能团队，帮销售解决业务推进问题；
1. 参与生产级 Agent 服务化架构与运行时体系建设。 涵盖系统架构设计、Agent Runtime / Agent Loop 核心链路研发、代码执行沙箱的隔离与安全治理，推动 Agent 从原型验证走向高并发、高可用的线上服务； 2. 参与 Agent 内核能力演进与评测体系建设。 对标业界一流框架，完成技术选型与效果调优；构建多维度评测基准，驱动内核在任务成功率、成本与时延上持续迭代； 3. 参与复杂 Agent 项目的方案设计与核心模块开发。攻克长链路执行、工具调用可靠性、上下文管理、异常恢复等工程难题，快速定位并解决生产环境问题； 4. 参与研发规范建设与技术决策。 沉淀架构文档与最佳实践，为团队提供技术辅导与 Code Review，推动跨团队协作与高质量交付。
1. 负责千问C端AI硬件产品上跨端渲染引擎的架构设计与核心模块开发（覆盖RTOS/Linux/Android系统）； 2. 持续进行渲染引擎的性能分析、内存优化及稳定性建设，保障应用在资源受限设备上的流畅体验。
岗位描述： 负责大模型训练平台的开发、优化、创新技术的调研&落地。 岗位职责： ● 大模型训练平台的全栈保障，需要保障训练的稳定、GPU利用率高效运转。 ● 快速支持各种新的大模型训练需求 ● agenticRL训练保障以及相关创新业务的开发。 ● 持续优化大模型训练的性能，需要将训练效率做到行业顶尖。 ● 持续改进和迭代大模型训练效果调优和落地。
岗位名称：高级AI infra 工程师 岗位描述： 负责AI基础设施底层设施的基础研究和技术优化，打造高性能、高可用、高稳定的AI大模型推理全栈架构，支持高并发、超长上下文、agent等场景。 岗位职责： 1. 大模型前沿的推理加速相关的技术的调研和研究，并结合实际业务场景，在实际生产中落地。 2. 大模型底层服务引擎的研发和优化，持续保障服务稳定运行，并且能处理高并发场景。 3. 持续迭代和改进已有的大模型服务的性能和调优，具备创新精神，能抗住压力解决行业内tough的问题。 4. 分别站在算法和工程的视角，对现有的大模型推理服务进行改进，用极致的性价比完成大模型的推理和优化。
团队介绍 我们负责阿里巴巴集团HR域的AI产品研发，致力于让阿里巴巴全球化运营和协同更高效。 职位描述 1. 负责 CPO 领域AI相关产品的全流程开发，包括但不限于大模型 Agent 应用的架构设计、工程实现、系统部署及迭代优化，部分场景端到端的全链路交付； 2. 深入理解业务，主导技术架构设计及核心开发工作，推动技术架构升级和线上产品的用户体验提升，助力业务目标高效达成。 3. 协同业务，产品，技术一起，高效协同作战，有效达成业务目标。
我们正在寻找一位兼具技术深度与行业广度的数据采购技术专家。您不仅是大模型技术的“鉴赏家”，更是数据供应链生态的“战略家”。您将利用对全球大模型数据供应商格局及行业趋势的深刻洞察，主导我们的数据资源引入策略，评估供应商的长期发展潜力与交付能力，确保我们的数据供应链既具备技术领先性，又拥有商业可持续性。 1. 供应商生态图谱与趋势研判：构建并维护全球大模型数据供应商的生态图谱。深入分析不同供应商（如数据标注、合成数据、真机采集、预训练数据提供商）的商业模式、技术壁垒及市场定位，预判行业整合趋势，为公司引入最具潜力的合作伙伴。 2. 数据供应链技术评估：针对具身智能、多模态等大模型前沿领域，评估供应商的数据采集能力（如仿真引擎、真机遥操作）、数据处理管线（Pipeline）及质量控制标准。确保供应商的技术路线符合行业Scaling Law的发展趋势。 3. 技术尽调与交付能力验证：主导对潜在供应商的技术尽职调查。不仅审查其现有数据质量，更要评估其数据生产的自动化水平、成本控制能力及未来技术迭代路线，规避供应商“掉队”风险。 4. 前沿技术引入与落地：追踪大模型数据领域的最新技术突破（如World Model生成数据、自动化标注技术），识别并引入能显著提升模型效果的创新数据源或工具，推动采购品类从“买数据”向“买能力”转型。 5. 跨部门技术协同：作为采购与业务技术部门的桥梁，将外部供应商的技术能力转化为内部可理解的评估报告，协助算法团队制定数据需求标准，并参与技术谈判。
1. 负责天猫直营店铺的商家商品运营策略制定与落地执行，包括商品结构优化、用户增长及GMV提升，推动商家生态健康度与平台协同效率； 2. 深度挖掘家装等垂直行业需求，结合平台资源设计货品分层策略与供应链管理方案，支持爆款打造与滞销品优化； 3. 基于数据分析驱动运营决策，协同跨部门团队（如产品、市场、技术）优化商家分层激励机制，主导大型营销活动策划（如大促节点资源分配）及项目落地。
1. 主导商家分层运营与成长：不同类型卖家在天猫的成长与规模化运营，实现运营商家正向经营； 2. 通过数据分析，归纳总结商家运营方面存在的共性问题，了解商家的痛点，帮助商家提高天猫基础运营能力，不断成长，提升商家整体活跃度； 3. 深度挖掘优质产地新商家资源，孵化其可持续经营能力，丰富平台商品供给，满足消费者多元化需求； 4. 通过数据监控及效果复盘，持续优化运营路径，保障核心目标达成。
针对珠宝行业的品类特性，负责珠宝等类目的策略制定及落地执行： 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. 营销活动及内容运营：基于行业发展和用户消费需求，通过营销活动、内容热点、直播等方式传播行业心智。
1、能够在不同国别市场，不断变化的市场供需关系中，找到合适的商品供给方向并制定合理的选品策略。 2、熟悉负责类目的商品属性，深挖影响品类购买的决策因子并组织应用到流量端。 3、熟悉电商领域的流量阵地，并能从用户视角出发，做好供需分层匹配提升用户导购链路购物体验。 4、能以数据结果导向及用户体验的双维度开展工作，打造适配本地用户有竞争力的供给货盘，夯实淘宝出海好货不贵的业务心智。
1、业务对接与价值挖掘：对接AI测试相关业务团队，宣贯AI测试平台能力、解决业务痛点，深挖AI测试通用场景与高ROI功能；收集AI测试业务数据及最佳实践，建立案例库，拓展覆盖面、提升产品口碑； 2、需求转化与方案落地：结合AI测试业务多维度场景，将用户诉求拆解为可落地的产品/技术方案，明确目标边界、兼顾泛化性；负责AI测试相关方案设计、技术选型等相关工作； 3、平台架构与产品设计：负责AI测试平台整体产品规划与技术架构设计（Platform + Agent），定义平台能力结构；规划CI/CD中AI质量门禁接入方案；推动从工具化向平台化、从自动化向智能化演进，建立标准化接入与规模化复制机制； 4、数据与质量体系建设：建立AI测试效果评估体系（覆盖率、缺陷拦截率、ROI等），推动数据闭环（数据采集→平台优化→效果提升），定义质量指标体系与平台化沉淀机制； 5、技术调研与项目推进：跟踪AI及测试领域行业技术趋势，调研新技术在AI测试解决方案中的应用，推动架构创新；协调业务各团队保障方案落地，对齐AI测试提效目标，共同为业务质量结果负责，确保需求闭环与收益达成。
1.负责医学问答深度思考模式（DeepResearch）的产品优化，支持医学临床和科研类问题。 2.探索Agentic-AI在医学领域的技术落地和架构演进，提升医学问答算法的循证率和逻辑性。 3.和优秀的同学一起合作，为医生平台创新业务注入生命力。