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
聚焦于企业级数字化管理场景（包括人力资源、财务、法务、数字化办公等），参与构建面向企业智能运营的数据智能体系，主导AI驱动的数据资产建设、高质量评测机制、数据治理标准及安全合规框架，并与业务团队紧密协作，规划并落地高价值的AI应用场景，推动Data + AI在企业管理领域的深度融合与创新落地。 1、围绕HR、财务、办公等企业核心业务流程，探索端到端的Data + AI解决方案并推动产品化落地。 2、主导构建面向企业场景的大模型/多模态模型评估体系，设计覆盖准确性、合规性、可解释性等维度的自动化评测平台，建立“评测-反馈-优化”闭环机制。 3、负责企业核心业务域的AI数据化建设，构建高质量、结构化、可复用的数据资产与特征库，支撑AI场景的模型微调与应用。 4、主导推动AI数据开发提效，建设DataOps工程体系及工具链，显著缩短从需求到上线的周期，提升数据质量、稳定性与研发效率。 5、持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。 6、主导AI应用的工程化落地，建设从Prompt/RAG/Agent编排、服务部署、在线监控到持续迭代的全链路AI工程体系，保障AI能力可交付、可观测、可扩展、可运维。 7、负责设计并实现面向企业场景的AI服务架构，包括模型推理加速、缓存机制、向量检索、上下文管理、工具调用编排等核心能力，支撑复杂业务场景下的高并发、低延迟与高可用。
1、负责统筹大区政企采购业务，制定客户拓展计划与业务增长策略，拓展企业客户来平台进行采购，完成采购规模目标，推动大区政企业务持续增长； 2、聚焦开拓央国企、中小企业客户，深入挖掘客户采购需求，推广企业采购平台产品及服务解决方案，建立长期稳定的客户合作关系； 3、独立完成商务谈判、合同签订及下单采购等全流程工作，协调内外部资源推动项目落地，确保客户项目按期交付与成交转化； 4、拓展政企业务服务商，联合服务商共同拓展工程采购业务，搭建区域服务商生态，提升区域履约与客户服务能力； 5、协同总部和大区运营团队，持续优化客户服务体验，提升客户黏性与复购率，沉淀可复制的区域政企运营方法论。
1、负责售后翻新/维修工厂的交付管理，协调供应链、品质等部门按计划完成交付任务，同时负责库存的管理； 2、负责管理上门服务商，为闺蜜机用户提供上门安装、售后服务，达成上门服务时效与质量指标； 3、负责AI智能穿戴设备增值服务产品的运营，包括但不限于延保、意外保、丢失险、以旧换新等增值服务产品；输出定价模型、权益包组合，与产品/法务/财务协同落地，为用户提供高性价比的增值服务体验； 4、负责售后备件全生命周期闭环管理， 对售后备件的"预测—备货—周转—报废—翻新"全链路负责； 5、负责服务成本与经营分析 ，建立维修成本、备件周转、返修率、单台服务成本、增值服务收入等经营分析模型,定期输出经营复盘与改善策略。
1. 建立coding / cowork领域各行业专业任务的大模型agent算法内部评测体系，帮助快速发现模型短板和缺点，提升模型表现。 2. 推动算法研究、agent infra开发、数据团队协作统一进行标注任务的需求提出、标准制定、过程管理、数据验收等全链路工作，提供可靠的数据保障。 3. 结合已有数据和行业发展趋势与算法codesign优化策略、设计实验并完成实验评测分析。 4. 海内外模型厂商的行业数据监控分析，指导模型迭代。
随着SoC芯片复杂度持续提升，底层固件已成为释放芯片性能与功能的关键环节。作为芯片能力的软件延伸，DDR固件工程师负责协同硬件团队完成存储子系统的硅前验证、硅后Bring-up及性能调优，确保DDR子系统在功能、性能、稳定性三个维度达到设计目标。 1. DDR固件开发与集成 负责SoC中DDR Controller/PHY固件的集成、调试与版本管理 开发和维护DDR子系统相关的配套工具链（初始化脚本、寄存器配置工具、自动化测试框架等） 2. 地址转换与数据路由优化 设计并实现SoC内地址转换逻辑与数据路由策略 优化地址交织（Address Interleaving）算法与哈希映射方案，提升内存带宽利用率与访问效率 3. 硅后Bring-up与系统验证 主导DDR子系统的硅后Bring-up工作，完成从最小系统启动到全功能运行的全流程验证 制定并执行DDR子系统压力测试方案，覆盖功能正确性、时序裕量、长期稳定性等维度 4. 问题定位与性能调优 协同硬件、验证团队定位DDR相关软硬件问题，推动闭环解决 基于实测数据持续优化DDR固件参数，最大化发挥DDR系统性能潜力
1、负责飞猪度假游玩线路行业的渠道运营工作，以补贴、渠道、活动为核心杠杆撬动需求侧转化，让优质供给被更多用户看见并高效下单，为行业规模与转化效率负责。 2、统筹补贴资源投放策略，结合用户需求分析与市场趋势判断，设计"补贴×渠道×活动"的组合打法，提升资源使用效率与投产比（ROI）。 3、负责整合淘宝店播、视频号直播、外部达人等新兴渠道的运营与供需匹配，以渠道为载体开展商家经营赋能，帮助商家实现渠道增量与经营能力提升。 4、协同度假消费者运营，搭建并优化行业渠道运营机制，包括渠道选品、活动排期、商家分层运营与效果复盘，形成可持续的增量经营模式。 5、为横向各协同方提供渠道侧的数据分析、策略建议与专业支持，推动跨团队目标一致达成。
1. 负责游戏研发项目管理工作，包含目标制定、计划制定、跟踪、控制以及复盘； 2. 协调和组织团队各项研发工作，控制风险，定位和解决问题，有全局性思考； 3. 负责团队内部研发流程的制定、推进、优化 ； 4. 基于目标，管理和协调多部门间的团队资源； 5. 建立高效协同的团队文化和组织机制，保障团队持续健康有战斗力。
1. B端业务拓展及维护：利用渠道与企业端相关部门建立链接，挖掘对于餐饮类的需求与合作可能，提供专业化的餐饮解决方案，与之建立长期合作关系； 2. 区域代理商建联及拓展：与所辖区域内有企业端业务/资源的代理商（官代）建联及合作，推动公司企业业务的落地，通过对代理商的运营、赋能及管理，确保与其长期健康发展； 3. 协同企业端外卖业务运营：结合企业的经营现状，联动区域市场提升外卖业务的渗透，达成公司各项经营指标； 4. 行业信息调研，反哺业务决策：跟进企业条线的市场动态，了解所辖区域的竞对动向，辅助业务决策。
职位描述 1、拓展新商户及维护老商户，与商户建立长期稳定的区域商户关系； 2、了解并根据商户需求，制定个性化营销方案，与商户谈判并达成合作； 3、执行公司的营销策略和政策，达成业绩目标； 4、能迅速发现问题，并持续优化策略和计划； 5、及时处理来自商户的投诉，反馈、建议等，以提高商户的满意度。
1、负责盒马NB水果类目下商品的品类规划和生命周期管理，完成品类业绩目标; 2、负责判断该品类的市场流行趋势，开发引进新的供应商，打造符合盒马爆品与精品，确保品类竞争优势； 3、负责目标消费群体调研，基于消费者洞察制定相关的商品品类规划和商品运营策略； 4、商品供应链搭建与管理，保障商品供应,同时控制品质和成本； 5、负责采购流程的搭建与优化，监督其有效运作。
1、负责所辖区域美食服务商的布局及招募策略制定，挖掘优质资源，通过线上、线下多种方式招募并对招商结果负责，定期复盘沉淀招商方法论； 2、协助服务商搭建团队、业务培训、机制建设、团队管理，打造一支优秀规模化、标准化作战团队； 3、落地渠道业务部的拓展策略及销售政策，用数据驱动指导服务商作业，拿到交易和商业化结果，帮助服务商成长； 4、识别业务风险，传导风控要求，主动汰换业务发展或作业规范不合格服务商。
1. Code Agent 架构与核心模块建设 ● 负责 Code Agent 核心模块设计与研发，包括 Runtime、Planner、仓库上下文、代码编辑、工具调用、执行沙箱、状态管理和权限审计。 ● 建设仓库级代码索引、语义检索、依赖分析和上下文组装能力，提升大型代码库的理解与定位效率。 ● 对接 Git、代码托管、IDE、需求系统和 CI/CD，支持专有云、混合云及企业内网部署。 2. 自主软件工程任务闭环建设 ● 建设从需求或 Issue 理解、代码定位、方案规划、代码修改、测试执行到错误修复的任务链路。 ● 完善长任务中的状态保存、重试恢复、人工确认、失败回退和过程追踪能力。 ● 根据任务复杂度选择单 Agent、确定性 Workflow 或人机协同方案。 3. 工程化与评估体系建设 ● 优化真实代码仓库中的任务完成率、有效 Patch 率、测试通过率、运行延迟、Token 成本和执行稳定性。 ● 建设覆盖仓库理解、Bug 修复、测试生成、代码评审和代码迁移的评估集与回归机制。 ● 完善 Trace、执行回放和失败样本分析能力，支持问题定位与持续迭代。 4. 场景落地与模板沉淀 ● 面向 Bug 修复、单测补全、代码评审、重构迁移等场景，识别高价值、可验收的 Agent 任务。 ● 将任务流程、仓库规则、工具链路、权限策略和评估样例沉淀为标准任务模板。
1. 探索智能化在淘系商家服务场景的落地应用与创新突破，充分发挥AI应用的潜力，构建电商B端服务的下一代AI技术体系； 2. 重塑商家进线服务体验：通过智能场景化预测、知识检索、智能路由应答、人工协作等多元AI工具，提高商家进线求助平台的服务体验； 3. 赋能商家智能化运营：深入商家在平台经营的业务，打造一些帮助商家自助解决、售后订单处理、ERP集成等AI助力工具，提升商家在平台的经营效率与效果。
1. 验收系统底层方向 AI Coding 数据质量 — 对底层 bug-fix、性能优化、内存/并发问题修复、嵌入式功能开发等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1、参与业务应用的需求开发、测试、上线与交付，配合业务和产品完成应用功能实现，支持相关应用在业务场景中的落地； 2、参与业务应用系统的日常运行保障，包括系统稳定性维护、问题排查、故障定位、性能优化和线上支持，保障系统稳定高效运行。
1. 验收数据工程方向 AI Coding 数据质量 — 对数据处理 bug-fix、pipeline feature 开发等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1. 验收后端方向 AI Coding 数据质量 — 对标注团队产出的 bug-fix、feature 开发、refactor 等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
你是否想过，一个能理解“这个商品适合我吗？”、“为什么还没发货？”、“能不能退差价？”的AI客服，背后是如何思考和行动的？ 在淘天集团店小蜜团队，我们正打造下一代基于大模型Agent的智能问答机器人系统，覆盖亿级用户的售前导购、商品推荐、活动咨询、售后排障、退款物流等全链路服务场景。 加入我们，你将： 1.构建电商领域最强AI客服Agent：和算法同学协作，基于大语言模型（LLM），设计具备任务理解、工具调用、多轮推理与决策能力的智能体（Agent），让AI真正“会思考、能办事”； 2.打造高可用AI工程系统：将RAG、动态Prompt编排、上下文管理、长期记忆等前沿AI技术，与高并发后端服务深度融合，支撑日均千万级对话请求； 3.深耕智能客服核心场景：从“用户问一句，AI答得准”，到“用户没开口，AI已预判”，你将参与构建覆盖售前推荐、活动解读、商品对比、售后排障、物流追踪等复杂业务逻辑的智能服务引擎； 4.参与AI与工程双轮驱动的技术基建：既探索与落地Agent框架的深度优化，体验AI Coding的编程魅力，也设计高性能、低延迟、高可用的分布式服务架构，涵盖缓存策略、JVM调优、多线程调度、微服务治理、消息队列等核心工程能力。 在这里，你不是在做“玩具Demo”，而是在真实亿级流量场景中，定义AI客服的未来形态。 来吧，和我们一起，用AI重新定义“服务”！
1、设计与研发： 产品与系统研发：负责机电产品、零部件或整个机电系统的开发与设计，绘制产品装配图、零部件图及电子原理图。 图纸审核与优化：参与项目的机电设计方案、施工图审核，从技术角度提出优化建议，解决图纸中存在的管线冲突、设备安装空间不足等问题。 技术方案编制：参与项目招投标，编制机电部分的技术标书，提供设备选型和施工组织设计方案。 2、现场施工管理： 进度与质量控制：负责施工现场机电安装工作的管理，监督施工方按图施工，确保工程质量和进度，对每一道工序进行检查。 专业协调沟通：协调解决施工中不同专业（如暖通、给排水、电气）交叉作业的矛盾和问题，同时与设计、监理、业主及政府部门进行有效沟通。 安全与成本管理：负责施工现场的安全管理，制定安全操作规程；同时审核工程变更、签证，配合进行成本控制与预算审核。 3、安装、调试与运维： 设备安装调试：负责机电设备的安装、单机调试和联动调试，确保系统达到设计性能并安全投入运行。 故障诊断维修：负责设备的日常巡检与保养，记录运行数据；当设备发生故障时，能迅速诊断并组织维修，减少停机时间。 技术文档编制：编写各类设备的操作规程、保养计划，建立设备技术档案，并整理提交竣工资料。
1. 负责标品品类采购和全渠道销售的预算制定、关键业务指标的达成； 2. 聚焦品类流量大品，熟悉供应链采购渠道，特别是大型流通批发供应商资源； 3. 管理竞争对手调查和消费者调查，把握市场动态，及时调整商品配置、商品调价等运营策略，确保品类竞争处于优势地位； 4. 配合门店营运、指导门店标品的合理安排布局、陈列，确保门店及物流所有员工能正确实施商品所有流程；跟进商品盘点工作的正常进行及盘点数据的准确。