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.负责阿里集团核心产品尤其是技术风险领域的监控、报警、应急、快恢产品的等技术支持服务，包括日常问题咨 询答疑，产品常见技术问题的排查定位，提升研发的工作效率。 2.深度参与agent智能答疑系统开发、数据飞轮建设，降低人工支持成本。 3.基于对阿里集团核心产品的深入了解，洞察客户需求，主动跟进对接产品优化改进过程及效果，包括问题的接收、分析、解决和跟踪，提升客户体验。
1. 负责百炼大模型相关的用户技术支持服务，承接用户日常咨询答疑，对模型调用异常、API 报错、推理结果异常等典型问题进行快速排查与定位，帮助用户高效使用模型能力。 2. 沉淀高频问题处理经验与排查方法论，形成可复用的知识库；将重复性支持工作进行抽象提炼，主动开发问题诊断工具，参与智能答疑 Agent 的设计与建设，降低人工支持成本。 3. 基于对百炼模型的深入理解与用户需求洞察，及时收集、整理用户在使用过程中反馈的问题与改进建议，结构化传递至sre、产研团队，协助推动产品体验持续优化。
团队介绍：POI智能化使命是通过高质量高效率低成本的智能化手段及先进生产力，应用并改进行业最前沿的LLM和Agent技术，数字化还原真实世界POI，保障POI数据的时效性、正确性和完备性，作为高德用户信息获取、交易履约和出行体验的基础。每个POI背后都有精彩的故事，我们作为链接POI和用户的第一步，每一分努力都是与现实世界的一次互动。 职位描述：基于 LLM/Agent 的自主规划、执行、反思与协同能力，构建面向数据生产与智能决策的下一代技术链路，推动从信息理解、自动挖掘、质量校验到闭环更新的全流程智能化，提升POI数据生产效率、用户交互体验； 负责 Agent 基础服务平台建设，探索自主规划、任务分解、工具调用、结果验证和闭环执行等关键能力； 负责 NLP/LLM 相关基础算法能力建设，包括文本理解、信息抽取、纠错、质量评估、生成与融合等核心能力； 探索 LLM 在复杂场景下的零样本、少样本学习与推理能力，提升算法在开放任务中的泛化效果与落地效率； 参与智能语音交互、端侧 Agent、设备协同 Agent、多模态安全识别、Agent攻防等前沿方向的研发与应用。
1. YouTube 矩阵经营：独立自运营 10 + YouTube 漫剧矩阵频道，完成频道定位、内容编排、包装发布、版权管理、增长优化及商业化运营，建立按题材、受众、语言和内容形态划分的频道矩阵策略，持续优化播放量、观看时长、订阅增长、RPM、回收周期及整体收入结构。 2. YouTube服务商规模化管理：搭建频道代运营服务商准入、分工交付、数据复盘，驱动外部团队规模化运营，并确保内容质量、账号安全、版权合规和经营结果可控，基于数据识别高潜 IP、题材和内容形态，沉淀选片、切片、封面标题、更新节奏及长短视频联动方法，实现矩阵频道收益最大化。 3. 海外社媒发行与多元创收：熟悉 TikTok、nstagram 等海外媒体渠道的内容机制、流量规则、版权政策与主流创收方式，制定差异化平台发行策略，重点负责 TikTok 本土剧与中文剧的海外制作与发行，熟悉内容选型、本地化转绘、发布和投放的完整制作流程；熟悉TikTok自然流量、广告投放、达人分发、付费解锁、导流转化等多元发行与变现模式，维护并拓展平台、MCN、内容发行商、制作及技术服务商等合作资源，推动重点项目、平台政策、商业化机会和联合运营合作落地。 4. 海外内容生态与收入模式拓展：持续研究海外漫剧内容生态，理解不同国家和地区的用户偏好、题材趋势、内容形态和商业模型；结合书旗 IP 储备、成品漫剧质量及版权条件，评估海外发行潜力，制定分区域、分语言、分平台的发行优先级和收入目标；拓展版权授权、联合出品、IP 衍生及跨平台导流等收入模式，提升内容的生命周期价值；建立内容分级与经营复盘机制，沉淀从选片、测试、放量到长线运营的标准方法，持续提高爆款概率和项目回报。 5. AI 驱动的发行能力建设：熟练使用主流 AI 工具，能够自主搭建适用于中文漫剧海外发行的端到端工作流，建设并持续优化 AI 剪辑、画面合成、字幕生成与校对、多语种翻译、配音、封面标题生成、批量发布及素材管理流程，推动跨平台发布自动化、数据采集、看板搭建和经营分析，提升团队对内容表现与收入变化的响应速度，评估不同 AI 模型和自动化方案的质量、成本、稳定性与合规风险，持续降低制作与发行成本、提升人效和收入。
1、负责芯片NPI导入阶段供应商质量管理工作和体系建设，覆盖晶圆厂、封装厂、测试厂及关键Tooling供应商； 2、主导NPI导入阶段供应商质量评估，支撑供应商选型； 3、主导供应商的质量审核与持续质量监督，建立供应商质量KPI体系，审核供应商识别潜在问题和风险，推动供应商质量能力提升，确保生产质量稳定可控； 4、负责处理供应商产线和客户侧重大产品质量问题，协同相关团队快速找到根因和解决方案，输出8D报告； 5、负责芯片产品在各产线进出、包装和运输过程中的质量管理工作； 6、负责供应商关键工艺、产地、材料等变更管理，消除质量风险；
1. 负责高速互联模块和子系统的验证工作，涵盖验证计划制定、验证环境搭建、用例开发、覆盖率收敛与签核，保障验证目标按质按期达成 2. 基于 UVM 方法学搭建并持续演进可复用的验证平台，开发scoreboard、checker 等关键验证组件，构造随机的验证激励 3. 与架构、设计团队紧密协作，深入理解互联协议规范与微架构，将特性拆解为验证点，制定覆盖协议一致性、性能、异常场景的验证策略 4. 跟踪覆盖率与问题闭环，协同设计团队定位分析疑难问题，支持芯片 bring-up 阶段的问题复现与定位
1. 负责超声影像核心算法研发，包括但不限于标准切面识别、器官识别、病灶检测与分割、图像质量评估、超声视频理解等方向，持续提升模型在真实临床场景中的性能与泛化能力。 2. 参与超声多模态基础模型研发，探索超声图像、视频、文本报告、扫查轨迹等多模态数据的统一建模方法，构建面向超声场景的视觉语言模型（VLM）及医疗基础模型能力。 3. 参与超声诊断大模型研发，探索超声影像理解、病灶分析、诊断推理及报告生成等关键能力，推动大模型在真实医疗场景中的应用落地。 4. 参与大规模超声数据体系建设，包括数据清洗、自动标注、主动学习、评测体系构建以及训练数据闭环优化，推动超声基础模型持续迭代升级。 5. 跟踪医疗AI、多模态大模型、视频基础模型等前沿技术方向，推动创新算法在超声医疗 AI中的研究与落地。
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责： 1. 工程链路构建与优化： 负责不同业务场景下 Agent 的全链路工程实现，包括上下文工程（Context Engineering）、长时记忆管理及复杂任务流的编排优化。 2. 业务场景深度适配： 深入理解搜索、推荐或垂直场景（办公、财经、学术等）业务需求，通过高阶 Prompt Engineering 及策略逻辑，解决 Agent 在垂直领域下的指令遵循、幻觉控制等核心问题。 3. 底层能力支撑： 建设并维护 Agent 运行的基础设施（如 Docker 容器环境、浏览器操控 Claw 等），确保 Agent 在受控、安全、高效的环境中执行任务。 4. 效果评测与闭环： 建立 Agent 效果评测体系，针对业务指标进行端到端的归因分析与算法迭代，确保持续的性能提升与交付质量。 职级可看P6-P8
1. 负责 Office 套件的整体技术架构和长期演进方向，统筹 Word、Excel、PPT 的文档模型、格式解析、排版、渲染、编辑和跨端宿主能力； 2. 制定 Office 核心技术路线，识别关键能力缺口和架构风险，推动公共内核、跨套件协议、性能、还原度、稳定性和工程效率持续提升； 3. 负责 Office Code Agent 智能研发体系的规划与建设，推动专业知识、任务分解、专家 Agent、研发工具、验证门禁和历史任务重放形成完整闭环，持续提升研发吞吐量和交付质量； 4. 负责 AI Office 的整体技术方向，推动 AI 生成、理解和编辑 Word、Excel、PPT，建立自然语言意图与结构化文档操作之间的能力体系，确保结果可控、可编辑、可验证和可撤销； 5. 建立真实文档样本、权威基准、保真度度量、大文档性能和自动回归体系，用数据和证据持续驱动 Office 产品能力建设； 6. 主导跨模块、跨语言和跨端的重大技术问题攻坚，在产品体验、架构演进、兼容性、性能、交付效率和研发成本之间做出技术决策； 7. 负责 Office 技术团队的建设和管理，包括领域划分、人才梯队、目标制定、任务协同、技术评审和交付质量，培养能够独立负责核心模块的技术骨干； 8. 与产品、设计、算法及业务团队协作，理解“文档+AI”的用户场景，参与定义产品能力边界、体验标准和阶段性建设目标。
职位概述 作为阿里云合作伙伴生态的商业化推动者，您将负责管理并加速AI产品伙伴（包括ISV、SI 、大模型及行业解决方案商）的业务增长。您需深入理解合作伙伴的业务战略、技术能力与市场定位，通过定制化的商业计划、激励机制与联合 go-to-market（GTM）策略，驱动其在阿里云云平台及千问大模型上的业绩增长与技术创新。 本岗位聚焦商业结果导向，强调数据驱动、跨团队协同与长期伙伴关系建设，是连接阿里云与生态伙伴实现双赢的核心角色。 主要职责 1. 合作伙伴商业管理与增长 负责重点合作伙伴的端到端商业关系管理，制定年度/季度业务计划，设定可衡量的增长目标（如销售业绩、token消耗、标杆客户数、新客户数等）。 分析合作伙伴的业务健康度（如token消耗、云资源使用量、客户覆盖、技术能力成熟度），识别增长机会与风险，提供针对性建议。 2. 联合 Go-to-Market 与业绩加速 与阿里云各团队销售、解决方案架构师、市场团队紧密协作，设计并执行联合销售与营销活动（如行业研讨会、客户路演、POC 支持等）。 管理合作伙伴商机报备（AO/PO）流程，确保合规性并加速成交转化。 推动联合解决方案销售模式，协助合作伙伴将基于千问大模型和阿里云的解决方案销售给企业客户，共享销售成果。 3. 生态赋能与能力建设 引导合作伙伴完成能力认证，提升其专业化水平。协助伙伴拓展MCP、Skills、Connector等技术方向。 协调内部资源（培训、技术、市场），帮助合作伙伴构建可复用的行业解决方案（如金融、零售、制造、教育、游戏等）。 定期组织合作伙伴业务复盘（QBR），对齐战略方向，解决关键障碍。 4. 市场洞察与反馈闭环 持续跟踪区域市场趋势、竞争动态及客户痛点，向产品与战略团队反馈生态声音。 推广新产品与服务（如千问大模型）在合作伙伴中的应用。
1、负责夸克搜索核心产品的规划与迭代，围绕用户从需求表达、结果获取到任务完成的完整链路，明确产品策略和演进路线，对搜索质量、用户满意度、产品留存与使用频次负责。 2、深入分析搜索需求与 Query 分布，建立对信息获取、知识问答、消费决策、创作及复杂任务等场景的系统认知，识别高价值机会并制定差异化产品策略。 3、负责搜索结果页及关键策略产品设计，推动 Query 理解、召回、排序、结果组织、垂类卡片与交互表达协同优化，在相关性、权威性、时效性、丰富度和浏览效率之间做出清晰取舍。 4、探索并落地 AI 搜索产品形态，围绕直接回答、多轮追问、深度研究、内容总结与 Agent 任务执行等场景，将大模型能力转化为稳定、可信、可感知的用户价值，持续优化答案事实性、引用质量、表达效率与可控性。 5、与算法、研发、内容、运营与设计团队紧密配合，推动产品方案的落地，并对最终业务结果负责。
1、客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 2、产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 3、推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 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。 4、业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。
• 负责数据中心项目建设交付阶段的现场质量管理，参与施工质量策划，编制检验与试验计划（ITP）、质量控制点及阶段验收标准。 • 负责设备材料进场检验、施工过程巡检及关键工序旁站监督，覆盖电气、暖通、消防、弱电/BA 等机电安装专业。 • 负责不合格品报告（NCR）管理，主导 8D、5 Why 等根因分析，推动纠正和预防措施闭环，防止问题重复发生。 • 负责总包、分包及设备供应商的现场质量检查和过程审核，跟踪整改进展，推动持续质量改进。 • 组织或参与隐蔽工程、工序及分部分项工程验收，负责质量资料和竣工资料整理归档，确保完整、准确、可追溯。 • 统计并分析项目质量指标，定期输出质量报告，支持项目质量改进；根据需要参与相关调试、测试阶段的质量见证工作。
1. 负责金融 / 法律 / 医疗方向 AI 训练数据（SFT / RL 阶段）的标注管理与质检工作；与算法及产品团队协作，理解 RM 训练和 rollout 打分的数据诉求，交付满足研发需求的高质量数据。 2. 设计并落地覆盖金融分析、法律合规、医疗问答等场景的标注与质检流程，持续优化 rubric 与 verifier，推动双标一致率等核心指标达成。 3. 统筹本方向的评测方案与数据生产方案，为 rubric 设计、verifier 校验、轨迹打分等环节制定可操作的标准；定期开展 pass 与非 pass 双向抽检，迭代标注规范。 4. 构建并维护本方向的数据质量管理体系，对轨迹根因归因（模型能力 / 评测缺陷 / 任务定义）的闭环负责；警惕分数虚高等隐性风险，持续优化迭代。 5. 管理标注专家团队，统筹日常任务分配与产能调度；与上下游（算法、产品、领域专家）充分协作，把个人判断力沉淀为团队方法论。
1、 负责园安防工作，并与政府部门保持沟通，协调仓内执行政府要求，确保园区操作合法合规。 2、执行盒马仓储损耗管理体系，通过数据管理、调查稽核、流程改进的方式来预防公司资产损失。 3、 依据法律法规建立和完善安全管理体系，开展安全管理工作，维护职业安全环境。 4、 对区域内各运营部门的业务行为进行稽核，及时发现风险，有效跟进问题，降低运营风险。 5、 负责区域内各类案件、投诉的调查工作，维护公司的文化和政策，构造诚信环境。
1、伙伴规划和招募 • 识别所在区域/行业的目标伙伴群，招募高质量、高成长伙伴，制定BP/拓展计划 2、伙伴运营管理 • 基于区域市场特性及伙伴能力，明确伙伴业绩目标，对所负责伙伴的整体业绩、重点指标负责 • 与伙伴负责人、业务团队负责人合作设计和制定销售策略、业绩提升路径、伙伴解决方案升级等 • 推动合作伙伴投入相应资源以达成业务目标，包括人员投入、激励资源，市场资源（市场活动+拓新投入）等 • 负责合作伙伴整体运营管理，包含经营分析、业务review、重点战役及事项管理、市场投放、活动策划等 • 依据生态合作政策，有效进行生态品控/合规/信控管理，预防廉正等红线行为发生，提升业务安全性 3、伙伴销售赋能与项目落地 • 对合作伙伴销售进行常规的coach和项目review，进行客户分析、项目分析，并协调公司相关资源解决问题，提升伙伴商机转化和业绩达成能力 • 进行日常销售（包括电销、面销、售前）培训 • 带领和指导合作伙伴制定战略目标，规划业务重点和资源投入计划等对存量客户进行盘点和挖掘，并监督日常执行 4、客户服务管理 • 通过伙伴洞察客户需求，提供专业、及时的客户服务，帮助伙伴客户更好地使用阿里云产品和服务 • 与伙伴客户的关键人员建立长期的合作关系，提升客户满意度，并通过有效的资源整合和运作，推动实现客户的续签和Upsell • 与伙伴紧密沟通，快速响应伙伴客户问题和故障，协调内部资源以解决客户面临的问题 • 在AI、服务、运维、业务合作等多方面为伙伴客户提供体验升级 5、跨组织协作与影响力 • 协同内部团队（SA、TAM、伙伴运营等）构建和落地成功方法论。在内部建立跨组织关系，推动项目的落地 • 影响伙伴高层推动组织变革，构建成功案例证明合作伙伴赋能的商业价值
1.技术战略与架构能力： 计算机相关专业硕士及以上学历，8年以上算法研发经验，其中至少2年以上团队管理经验（直接管理5人以上算法团队）。具备从业务目标到技术路线的拆解能力，能独立制定算法团队的中长期技术规划，主导过至少一个核心算法方向从0到1的建设并推动其在生产环境中规模化落地。 2.大模型与Agent深度实践： 对大模型技术有系统性理解，不仅限于使用层面——能评估不同模型架构（Transformer及后Transformer范式）在特定业务场景下的适用性，主导过模型选型、训练策略制定及推理成本优化。具有生产级Agent系统的架构设计经验，能指导团队完成Multi-Agent系统的方案评审与关键模块设计，对Agent的可靠性、可控性和成本效率有成熟的工程化方法论。 3.算法技术纵深： 在以下至少两个方向有深入的技术积累和团队指导能力：空间智能与地理知识推理（Geo-Knowledge Graph、空间索引、地理实体识别与关系抽取）、多模态理解与生成（视觉-语言模型在地图场景的应用、POI图文理解、街景分析）、决策优化与规划（路径规划、资源调度、基于LLM的复杂任务编排）。能结合业务需求判断技术投入的优先级，避免"为了用模型而用模型"。 在算法层面，精通机器学习、深度学习及推荐系统核心范式，能够从协同过滤到Transformer、从双塔模型到图神经网络自如选型；在工程层面，具备大规模数据处理、模型服务化及MLOps全链路能力，能够将算法从实验环境推向生产系统； 4.工程化与质量意识： 深刻理解算法系统从Demo到生产之间的鸿沟，能主导设计算法服务的SLA体系（延迟、吞吐、准确率、容错），建立模型效果的持续监控与迭代机制。对RAG、Prompt Engineering、Fine-tuning等手段的适用边界有清晰判断，能指导团队在不同场景下选择性价比最优的技术方案。 5.数据与评估体系： 具备构建算法评估体系的能力，能定义核心指标（不只是离线指标，还包括线上业务指标），设计数据飞轮策略，推动数据质量与模型效果的正向循环。对数据标注的成本控制、标注方案设计、标注质量管控有实操经验。 6.跨团队协作与影响力： 具备优秀的跨团队沟通与技术影响力，能与产品、工程、业务方高效对齐需求与预期，能在技术分歧时做出有理有据的决策并推动落地。有在部门或公司层面推动技术标准制定、工具链建设或知识沉淀的经验。 7.业务了解：能够将预测建模、增强分析与商业智能深度融合，实现从"描述发生了什么"到"预测将要发生什么"再到"决策如何干预"的智能跃迁。 8.AI工具与研发效能： 熟练使用AI编程工具（Cursor、Claude Code等）并能在团队中推广高效的AI辅助研发流程，关注团队的工程效能提升，推动代码质量、Review机制和CI/CD流程的持续改进。
聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 1. 业务领域：负责飞猪火车票业务相关系统设计、研发工作，支持火车票商业化运营。 2. 产品研发：快速熟悉业务流程，理解业务痛点，对接产品需求，进行需求分析，技术方案制定，系统设计，核心模块的研发，驱动产品快速迭代。 3. 系统架构：深入了解当前系统架构及业务流程，参与制定系统架构演进， 技术规划，架构设计，并最终实施落地。 4. 沟通管理： 能够清晰表达自己的观点和方案，与他人达成共识；有Owner意识，能够有效识别、反馈、解决风险，保障项目落地，促进目标达成。 5. 研发效率：能够熟练使用AI相关工具进行系统梳理、需求开发和数据分析，提高整体工作效率。
1.质量管控：搭建大模型数据标注与评测的全链路质量体系，制定质量标准、质检流程与分级抽检机制，对站点数据交付质量负责； 2.培训赋能：规划并落地培训课程体系与上岗认证机制，将质检问题转化为培训动作，形成"发现—纠偏—验证"的质量提升闭环； 3.标准沉淀：主导标注规范、质检手册、案例库等知识资产的版本化管理，推动体系可复制、可迁移。
1、行业运营： 基于对个护家清行业市场趋势、消费者洞察及跨境电商业态的深入理解，制定品类发展规划与运营策略，对个护家清类目的买家规模、GMV及生意增长结果负责； 2、商家运营： 建立并完善国际品牌及跨境商家招募管理体系，制定针对品牌方、代理商、渠道商等不同类型商家的招商、洽谈与孵化计划，推动商家生态健康发展； 3、商品运营： 围绕消费者需求特征与使用场景，制定个护、家清品类的选品策略与商品运营方案，结合商品生命周期及季节性特征开展精细化运营，打造爆款与趋势品类； 4、营销与场景运营： 结合个护家清行业营销节奏与消费节点，策划并落地品牌营销活动、主题场景营销及新品首发项目，提升类目流量转化与用户心智渗透； 5、竞争及风险防范： 持续关注个护家清行业发展趋势、竞争格局及政策变化（如跨境电商正面清单、备案法规等），具备行业风险识别与防控能力，保障业务合规稳健运营。