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
我们正在推动集团安全部的 AI-Native转型， 训出一个好模型，只是工作的一半。让模型在真实业务战场上打赢，在对抗环境下持续打赢——需要另一种算法能力：归因诊断、Harness 设计、后训练数据、从 bad case 到基模能力的闭环。 我们在找这种算法专家。你是这支团队的负责人：不做基模训练，而是让基模与 Agent 在具体战场上发挥最大战力，并把战场上的真实弹药带回训练营。 岗位职责 1. 端到端解决方案设计与落地：深入业务线核心链路与关键风险点，把模糊的安全诉求翻译为可执行的 Agent 编排方案、数据方案与执行计划，对风控拦截率、内容合规率、漏洞修复时效等核心指标承担端到端责任。 2. 效果归因与诊断：构建全链路归因体系，把效果问题的根因逐层定位到 harness 约束、数据质量、检索与上下文、模型能力等环节，让评测从"判决"走向"归因"，让优化有精确的入口。 3. 效果优化与分层交付：专家级的 harness 与提示工程设计；在基模能力不足的场景设计后训练路径——高质量轨迹数据构建、蒸馏与知识注入、模型路由与分层交付策略（模型直用 / 优化增强 / 完整方案定制），持续抬高交付效果的天花板。 4. 数据飞轮与能力回流：把一线 bad case、误报、人工纠偏结构化回流，翻译成对基模与平台的清晰能力要求，用交付数据驱动模型进化——每一次优化，都可能成为下一版基模的训练燃料。 5. 沉淀高效、可泛化的交付体系：成为产品与战场之间的高保真信道，把客户通用需求、平台缺陷、产品改进点高保真地反馈给AI基建，推动平台标准化能力的演进，实现平台厚度与快速交付的正向循环。
1、前置仓物流团队的搭建与日常管理工作，支撑业务发展及时处理各类重大突发事件； 2、负责仓储、配送的现场运营管理，包括生所有商品的收货、拣货、打包、配送、盘点、退货等操作规范和效率提升； 3、制定和改进物流体系的规范与制度，梳理并建立标准化作业流程，并监督执行； 4、建立仓的质控体系，完善数据报表，对仓库内各组别KPI进行月度、年度评核和原因分析，寻找提升服务质量的方案； 5、与物流各环节相关部门联系，跟踪和处理各类运作异常状况，并提出改善方案； 6、配合门店店长日常工作，完成其交给的任务。
1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作； 2、基于 MLIR + Linalg 框架，提升编译器代码块执行效率； 3、参与图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作； 4、研究和优化 Kernel 计算性能，降低计算开销，提高吞吐率； 5、研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen）相关优化策略； 6、与硬件团队、AI 框架团队（如 PyTorch）协作，提升 AI 编译器的支持能力； 跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能。
1.供应商寻源与商务体系建设 负责国内外大模型服务商、云厂商及第三方聚合平台的资源开发与资质认证； 主导商务谈判工作，重点攻克 Token 最优商务模式、并发限制（TPM）及服务等级协议（SLA），确立最具竞争力的采购条款达成； 负责采购合同的拟定与审核，严格把控数据隐私、知识产权、服务赔偿及合规边界等关键法律风险点。 2.需求统筹与成本效益管理 深入业务、协同算法、研发及产品部门，理解各类应用场景（训练/推理/长文本等）的资源消耗特征，制定符合业务场景要求的采购计划； 沉淀Token 成本分析模型，对比评估多种计费模式，通过组合策略协同业务降低整体采购成本； 前瞻性预判业务发展趋势，制定并执行周期性采购方案，实时观测各部门用量，建立防浪费与异常消耗预警机制。 3.供应商绩效与风险控制 根据需求场景做好资源与需求的无缝连接，确保供应策略符合业务部门核心发展诉求； 建立供应商量化考核体系（涵盖响应速度、稳定性、内容质量等指标），定期复盘并执行末位淘汰； 实时追踪国内外 AI 监管政策动态，确保供应链合规，有效防范因供应商政策变动引发的业务中断风险； 推动技术侧落实多供应商冗余策略，避免厂商锁定，保障业务连续性与安全性。
1. AI Native 采购流程架构设计与落地：将AI能力深度嵌入采购全生命周期——从需求感知、供应商寻源、智能比价、策略辅助、自动下单、履约跟踪到对账结算，识别并打通全流程中可无人化或人机协同的关键节点，建立端到端自动化工作流； 2. 数字采购员（AI Agent）的孵化与运营：设计、训练并持续迭代数字采购员，使其能够覆盖标准采购场景（如 供应商入库、自动下单、合同签约等）的全流程自动执行。定义数字采购员的能力边界、决策权限、人机交接机制，并建立持续优化闭环； 3. 采购AI Skills体系沉淀：构建可复用、可组合的采购AI技能库（Skills），涵盖招投标方案、风险检查、智能比价等等。建立Skills的版本管理、效果评估和迭代机制，让组织能力从"个体经验"升级为"系统资产"； 4. AI技术选型与前沿应用探索：持续跟踪大模型、Agent框架、RAG、多模态、代码生成等前沿AI技术演进，评估其在采购场景的应用潜力，参与AI工具/平台的路径选型、试点和规模化落地； 5. 采购数据与知识基建：搭建支撑AI应用的高质量数据底座，包括供应商知识库、历史谈判/合同语料库、品类策略知识图谱、市场价格基准数据等，确保AI的"燃料"充足且持续更新。
1. 供给资源扩展与运营 结合中台政策，联动战区生态车电对接人，完成车电供给资源线下寻源、储备、启用等动作； 负责车电供给资源的运营，结合车电合作商评价管理相关要求，推动尾部商改善，提升骑手体验 2. 用户运营 负责维护、运营现有各类合作商，满足骑手的换电需求、提升用户体验，保证车电平台使用率与渗透率、月活等目标的达成； 配合线上运营动作，联动战区进行线下运营活动的落地以及区域车电项目实施； 定期走访合作商，维护合作意愿、消除合作卡点； 3. 异常处置 联动属地物流业务运营侧、车电资源供给侧，协调资源，解决线下突发异常； 联动战区物流侧，通过车电运营保障业务履约 4. 行业运营 联合属地部门，清晰掌握政府侧的监管需求（电池、车、车牌……），在完成政策解读的同时，做出对应的行业研判、监管风险预判，并输出行业分析报告和解决方案
1. 负责天猫自营店铺商家商品运营策略的制定与执行，结合AI技术优化商品结构、用户触达及转化路径； 2. 基于大数据分析构建商品运营模型，驱动商品选品、库存管理及动态定价策略的AI化升级； 3. 协同产品、技术团队推动AI工具在商品运营场景的落地应用，提升运营效率与商家GMV增长； 4. 联动商家及跨部门资源，策划并执行大促活动、新品孵化等项目，实现品类健康度与用户满意度提升。
1. 负责家装小件家具品类的市场策略制定与运营规划，挖掘行业增长机会并推动落地； 2. 搭建商家分层管理体系，制定差异化运营策略，提升商家活跃度及平台GMV贡献； 3. 基于数据分析洞察用户需求与竞争格局，优化商品结构、定价策略及供应链协同方案； 4. 联动跨部门资源（产品、技术、营销）策划行业活动及创新项目，打造标杆案例； 5. 监控行业趋势及竞品动态，输出策略建议并推动生态健康度与用户体验提升。
1.行业规划与目标管理：负责淘系建材行业运营，能够结合建材行业发展趋势和用户需求制定行业阶段规划及策略打法并推进落地，为行业确收成交目标达成负责； 2.商家分层运营：根据业务方向，结合淘宝天猫不同生态特征，进行商家分层运营，针对不同分类/分层的商家群体制定不同的运营策略及落地方案； 3.品类洞察与商品运营：基于产业及平台数据洞察，制定对应的货品分层运营策略，匹配不同的运营机制及场域玩法，提升货品丰富度及货品效率； 4.根据行业发展目标，能横向跨部门完成项目合作，达成项目目标； 5.具备一定商业谈判经验，商家沟通能力和业务开拓能力；
1、品类规划与目标管理：负责淘系平台卫浴家具品类的整体运营规划，制定年度运营计划并推进落地，对类目和核心品类确收成交负责； 2、货品策略制定及执行：基于淘宝天猫不同的货品结构及生态特征，制定对应的货品分层运营策略，匹配不同的运营机制及场域策略，推动活动供给丰富度及货品效率的提升； 3、趋势洞察及挖掘：基于产业及淘内数据的洞察，挖掘趋势赛道和趋势新品，并推动行业商家在新品和趋势品上的发新及投入，优化平台货品结构； 4、商家管理与运营：针对淘宝天猫不同的商家特性，制定分层运营策略，提升商家活跃度及在平台的投入度，优化平台商家结构，拉动商家整体生意增长。 5、竞争应对：敏锐捕捉站外及线下友商平台的策略和打法，能快速制定竞争应对策略，确保平台竞争优势。
1. 对家装行业了解，能够制定并落地行业品类增长策略，包括商家分层运营、趋势商品开发及供给优化，推动品类GMV目标达成。 2. 负责产业带深度合作与中小商家扶持，设计定制化服务方案，提升商家满意度及平台粘性。 3. 运用数据分析工具挖掘行业趋势与消费者行为，结合平台资源制定数据驱动的运营策略，优化转化率与用户留存。 4. 协调跨部门资源（供应链、产品、市场），牵头执行千万级规模的营销活动或品类增长项目，确保目标闭环。 5. 洞察行业竞争态势及政策变化，输出前瞻性品类规划建议，探索新场景与创新玩法。
1、负责家纺布艺相关类目的行业运营，对市场、行业（商家结构，销售模式，利润结构，市场规模等）和其他电商平台的了解，制定品类的运营策略，发掘新的增长点； 2、基于行业拆解目标，制定年/季/月度运营计划，对类目大盘生意负责。基于行业核心商家和洞察的行业供给机会，制定商家商品策略，依据行业供给红蓝海，寻找增量市场；识别新趋赛道，丰富差异化供给，为行业注入活水； 3、梳理并了解商家的运营状况，对商家进行分层管理，通过产品运营的方式拉升整体长尾市场的卖家，促进市场活力。利用数据及专业诊断提供咨询解决方案，并能在过程中及时总结并能够形成案例，持续培养商家核心竞争力，通过标杆品牌沉淀商家成长路径进行复制，培养行业新锐品牌及商家； 4、负责类目对内和对外的资源拓展，与用户／营销／渠道团队协作，找到更多业务增长点。
1. 商家&商品审核风控体系搭建 搭建商家准入、商品上架、信息更新的事前核验、事中巡检、违规处置闭环流程；制定信息纠错、违规处罚、申诉规范，解决门店关停未下架、地址错误、套餐规格虚标、图文货不对板等信息失真问题。 2. 商户作弊与虚假宣传风控治理 针对虚假门店、夸大宣传、违规引流等商家违规行为，设计审核规则、筛查策略；结合线上巡检+抽样核查，拦截违规信息上线，遏制中小商户批量作弊黑产。 3. 风险数据监控与策略迭代 搭建审核风控核心指标看板（违规检出率、错误信息逾期整改率、用户信息投诉量、审核时效等）；通过SQL数据分析定位高发风险场景，持续优化审核标准与筛查逻辑。 4. 跨部门协同对接 联动产品、技术、运营、法务推进审核工具迭代；新团购品类、新城市业务上线前开展信息风险评估；突发批量虚假门店、大规模违规宣传事件牵头应急处理。 5. 审核团队管理 负责审核风控小组日常排班、案件复核、绩效考核；开展审核标准培训、疑难案例复盘，统一判定口径，提升团队审核准确率与处理效率。
1、参与搭建千万级单量的菜鸟驿站增值物流产品（寄件上门揽、上门派件、跑腿），以及系统运维和迭代开发工作 2、高质量完成产品开发任务，周密考虑功能和性能方面的设计； 3、快速识别问题本质，抽丝剥茧简化问题，能够完成模块技术原型验证； 4、积极攻克技术难点和新问题； 5、协调各方资源，保障项目顺利实施。
1. 单据审核：在指导下负责基础业务单据（采购结算）的审核工作，确保内容完整、数据准确、流程合规；核实单据来源真实性，核对金额计算、税率适用；记录审核结果，及时反馈问题并协助解决。 2. 业财基础支持：协助参与P2P链路基础数据整理，了解应付/预付/预提余额管理的基本流程，参与账龄清理的初步工作。 3. 财务学习：在指导下了解财务智能化工具的基本应用，参与简单的财务数据分析工作。
1、大模型应用系统架构设计：设计并实现大模型应用整体后端架构（API 层、编排层、Agent 层、工具层）；构建 LLM + RAG + Tool Calling + Workflow 的服务框架；构建稳定可复用的大模型调用封装层。 2、Agent 与工作流系统开发：构建可扩展的 Agent 执行框架（ReAct / Planner-Executor / Multi-Agent）；设计工具调用协议（MCP、Tool Schema、Function Calling）；支持复杂任务拆解、状态管理、上下文管理、长短期记忆管理。 3、制定标准化的工具描述协议、Agent接入规范与开发者工具链（SDK/CLI/调试平台），降低内外部生态伙伴的接入门槛。 4、高并发与稳定性保障：构建支持高并发请求的大模型服务网关，优化模型调用延迟与成本，设计缓存机制，保障 SLA、容灾、限流、熔断。 5、面向ToB行业场景（如AI手机等），设计并构建可扩展、高可用的Agent编排系统，支撑多模态交互系统中复杂任务的自动化执行，深度整合阿里集团内部丰富的Agent能力，同时对接第三方生态服务，打造统一的行业级Agent应用。
1. 负责大模型数据平台的整体架构设计与演进，围绕数据的统一管理、检索发现、洞察分析与安全流通构建平台化能力，支撑大模型研发数据的高效、稳定供给。 2. 主导数据检索、预览与数据集组织等核心能力的产品化建设，把算法与业务的用数诉求抽象为通用、易用、自动化的平台服务，持续提升数据的可发现性与可用性。 3. 建设面向数据资产的洞察与追踪体系，实现数据底库、质量与全生命周期流转的可视化、可观测与可度量，为数据价值评估与决策提供支撑。 4. 推动平台与研发全链路的开放集成，通过标准化服务与接口对内对外赋能，提升团队整体的用数效率与协同水平。
1、商务拓展：负责金融业务渠道拓展，挖掘新的合作客户，拓展多元化商务合作模式，完成公司既定的商务拓展及业绩目标。主动调研行业市场动态、竞品商业模式及客户需求，收集市场信息、行业政策、合作商机，输出市场调研分析报告，为公司业务发展、合作策略调整提供有效依据。对接合作方、客户的商务洽谈、合作方案制定、合同谈判及签约落地工作，跟进合作全流程，保障合作顺利推进，维护良好的商务合作关系。深度维护存量客户及合作渠道，定期开展客情回访，挖掘客户二次合作、增值合作机会与合作产值； 2、运营分析：负责业务日常运营数据的统计、整理与监控，涵盖渠道数据、业绩数据、客户数据、转化数据等，建立常态化数据台账并定期开展运营数据分析，拆解业务转化链路，精准定位业务增长亮点、短板及运营问题，输出双周运营数据分析报告。业务统筹、策略制定与优化。统筹业务运营全流程，协同内部产品、研发等团队，落地运营优化动作，解决业务推进过程中的各类运营问题，提升整体业务运营效率。同时基于数据分析结果，拉通多部门配合，针对性优化商务运营策略，提出可落地的业务优化方案并跟进执行，驱动业务业绩增长。定期复盘商务拓展、合作运营项目效果，总结成功经验与失败问题，迭代优化商务合作模式与运营体系； 3、战略研究：了解业务的发展战略和目标，关注互联网和AI领域的新趋势与新变化，协助战略投资组了解和搜集、整理、洞察行业发展趋势并能结合内外部视角，提出布局策略和建议，推动决策的形成与落地；
工作职责： 1、负责公关营销传播等（非媒介投放）相关领域采购工作。 2、从业务视角了解互联网行业玩法，对标行业标杆，前置性建立有效公关传播采购策略。 3、从资源侧持续挖掘符合业务战略需求的供应资源，不限于公关服务供应商、新媒体及传统媒体渠道资源等，不断优化供应商资源池。 4、通过行业分析、供应商资源分析、采购数据分析、持续迭代成本基线，优化成本结构，从而整体降低采购成本。 5、日常对接业务部门，了解公关传播诉求，独自执行具体采购项目（承接业务需求、寻源、组织招标、谈判、合同、订单等）。
1. 世界模型研发 研究面向机器人操作场景的生成式世界模型，探索用生成模型辅助或替代真实环境进行数据生成的技术路径，提升机器人数据获取的效率与灵活性。 2. 数据编辑增广 设计高效的数据处理方法，对现有的人类视频和真机数据进行编辑、转换与增广，将有限的原始数据转化为大规模、多场景的机器人训练数据。 3. 策略训练与效果验证 将生成/增广后的数据接入下游机器人策略的训练流程，评估其对策略性能和泛化能力的实际提升效果，并据此持续优化数据生成方案。 4. 前沿技术跟踪与创新 跟踪具身智能、生成式模型、机器人等领域的前沿进展，结合实际业务场景进行技术创新与落地探索。