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、通过与连锁酒店集团和城区管理建立关系，拓展区域内优质连锁门店，保证区域供应链完整、拿回优势价格和库存； 2、结合平台工具和连锁酒店集团的优势，形成集团、门店、平台的整合方案，落地执行基础信息维护、工单处理等，提高间夜产出； 3、解决连锁商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过拜访，帮商家解决具体问题及维护与城区、门店的关系。
1. 多模态/世界模型训推架构：负责万亿参数多模态理解、多模态生成模型、世界模型分布式训推框架的设计和实现。通过5D并行策略、细粒度显存优化、通信计算Overlap等手段，实现多模态场景高效的预训练/后训练Pipeline。 2. 模型联合的深度算子优化：结合多模态理解生成场景，通过算子融合，定制Attention、MoE等算子，并达到SOTA的训推MFU。 3. 模型加速工程：使用蒸馏、量化、剪支等加速技术，在AIGC、实时生成等场景达到极致的模型效果-性能平衡点。 4. AI创新应用落地支撑：作为算力基座的核心支撑，支持行业顶尖的多模态生成模型在 AI 创新应用场景的业务落地，解决工业级大模型训练中的迭代基建问题，确保模型从训练到应用的顺畅衔接。
1、负责阿里控股相关业务的招聘，基于业务策略及组织能力需要，制定全年招聘策略，并确保招聘计划的有效落地与执行； 2、基于对业务的充分理解，高效完成人才获取的同时，形成中、长期的人才获取，以及人才梯队建设，并通过持续运营保障人才的链接与转化； 3、通过对行业，竞争的高质量洞察分析，对业务与组织的阶段性决策提供支撑 4、管理并推动各招聘渠道的有效运作，结合所属业务场景特点，积极探索创新的招聘解法； 5、完成对所负责业务单元的招聘运营工作，持续对效率、质量、体验、成本、品牌进行管控与优化；
1. 负责视频增强算法的设计与研发，对 GAN 和 Diffusion 技术有深入的研究，应用场景包括但不限于 超分、降噪、色彩增强、去模糊、插帧、暗光增强、人像修复、去交错等； 2. 负责视频处理算法部署落地，涵盖不同 cpu/gpu/sdk 上的工程适配、算法调优与成本/速度优化； 3. 负责视频画质分析和质量评估算法的研究和落地，包括但不限于噪声估计、色彩/曝光/对比度/清晰度评价、美学/构图评价等； 4. 负责视频相关场景的画质提升并节省带宽，打造行业顶尖的画质处理解决方案；
● 视频编码（包括但不限于 H.264/H.265/H.266 ）优化：通过对主流标准的视频编码器优化，实现不同业务场景对主客观压缩率、编码速度、编解码延时等核心指标的需求。相关优化算法包括编码器快速算法，压缩率算法，码率控制，场景编码，ROI，JND编码等； ● 在标准编码框架的基础上，借助 AI 领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升全链路压缩效率； ● 基于 AI 大模型，智能分析场景，生成转码方案，结合场景差异化挖掘压缩率冗余，提高总体转码效率；
阿里云视频云是面向政企行业用户的音视频全栈云平台，为客户提供直播、点播等核心产品与服务。本岗位主要负责视频直播服务端的架构规划、重构与研发工作，构建全面、稳定、安全的视频直播服务体系；跟踪前沿技术并推动工程落地，提升行业技术竞争力，满足客户对高质量直播服务的需求。 1. 负责/主导架构重构与产品化落地 ● 负责存量直播服务的架构重构规划、设计、实施及上线后的持续演进与维护。 ● 深入理解业务需求，编写高质量代码，完成核心功能开发与公共组件迭代；推动定制化逻辑的产品化落地，构建高内聚、低耦合的直播服务组件。 2. 保障系统高可用与性能体验 ● 深度参与线上疑难问题排查、故障应急响应，以及系统性能与成本优化。 ● 制定并完善全链路监控策略，持续提升系统可用性（SLA）与终端用户体验。 3. 探索前沿技术落地场景 ● 结合AI技术趋势，参与 AI Agent 在资源调度、智能运维（AIOps）等方向的技术预研与原型开发。 ● 深入研究直播核心技术链路（RTMP/HLS/RTC/编解码等），并将其创新应用于流媒体服务中，提升产品核心竞争力。
1、深挖供给资源（商家/商品），负责拓展和维护境外线路商家（包括但不限于批发商、地接社等），提供优质的供给资源及提升目的地供应链竞争力。 2、负责核心商家在平台的运营指导，运营和维护商家提供的优质货品资源，对供应链价库有深入了解。 3、通过供应商资源库的对接和甄别，能够创新和打造目的地爆款的能力。 4、协同运营、市场、消费者运营团队，辅助商家及商品在平台经营，且对经营结果负责。 5、了解平台模式的运作规则，并对市场其他渠道有足够认知，能引入新供应链的同时协同横向团队打造健康平台生态。
岗位JD：企业服务-数据分析与行业策略专员 岗位职责 一、行业洞察与策略（约50%） • 负责工业品、农业、个性定制、商业其中部分行业线的行业洞察：行业大盘与供需结构分析、竞对动态跟踪、品类机会挖掘与优先级排序等； • 输出有观点、可执行的行业策略洞察报告，支持行业小二的招商、供给建设与大促打法； • 参与季度/月度策略规划，通过增量预测、达成归因等量化手段为管理层决策提供依据。 二、数据分析与资产建设（约30%） • 面向行业和横向承接商家策略、商品策略方向的数据需求：商家分层、机会商家、商品供给结构、类目机会等核心专题的取数、分析与报表建设； • 搭建并维护策略团队核心数据看板（垂直行业经营监控、大促作战、商家/商品体检），沉淀可复用数据资产，用自动化和AI手段压缩临时取数占比； • 与数仓/DE团队协作，推动核心指标口径统一和底层数据建模优化。 三、AI提效工具建设（约20%） • 面向行业小二的日常场景（商家诊断、竞对监控、品类分析、汇报材料生成等），运用AI Agent、大模型等工具搭建轻量级提效工具或自动化工作流，赋能行业和横向小二，把重复性人肉工作产品化； • 沉淀团队级的AI分析方法论与Prompt/工作流资产，带动团队整体人效提升。
1、顾问式思维，针对全国及区域连锁类型餐饮品牌的外卖运营，制定月度/季度/年度计划，并对规划品类、品牌全网络营销方案有自己的独特思考； 2、策划品牌客户的线上线下活动及宣传方案，并有效落地执行； 3、根据公司业务发展的需求，主动寻找契合的资源一起联动； 4、关注区域商业信息，进行分析反馈并采取有效措施应对； 5、完成公司制定量化的销售目标；
1、顾问式思维，针对全国及区域连锁类型餐饮品牌的外卖运营，制定月度/季度/年度计划，并对规划品类、品牌全网络营销方案有自己的独特思考； 2、策划品牌客户的线上线下活动及宣传方案，并有效落地执行； 3、根据公司业务发展的需求，主动寻找契合的资源一起联动； 4、关注区域商业信息，进行分析反馈并采取有效措施应对； 5、完成公司制定量化的销售目标；
1. 搭建市场部数智化管理系统，推动目标追踪、预算治理、项目协同等流程标准化，协助市场团队实现流程化运作； 2. 探索 AI 驱动的营销新范式，在内容种草、投放优化等场景中设计 AI 落地方案，结合实战沉淀方法论与 AI 工具，输出可复用的模板与能力； 3. 关注 AI 发展带来的新媒介触点（如 GEO、AI 搜索总结等），探索品牌在 AI 对话场景中的流量洼地； 4. 以 AI 的方式做 AI 产品洞察，运用 AI 工具驱动行业趋势、市场动作与用户需求的实战洞察，赋能市场决策。
1. 设计并实现高性能的AIGC安全风控系统，并确保系统的稳定性和响应速度。 2. 设计线上系统日常运维机制，增强系统安全生产能力，减少稳定性问题的发生 3. 对接商业化项目，负责对客沟通，技术方案设计，开发实施，项目交付等系列工作
1、负责车载出行 Agent 的产品规划与定义：围绕充电、停车等高频驾驶场景，定义 Agent 的任务边界与交互形态，拆解意图理解、槽位澄清、工具调用与结果呈现链路，形成端到端可落地的产品方案； 2、负责 Agent 效果的度量与迭代闭环：搭建场景化评测集与 Bad Case 归因机制，通过数据分析定位任务失败环节，驱动 Prompt、工具 Schema 与决策策略迭代，持续提升任务完成率与用户满意度； 3、负责竞品分析与市场洞察：跟踪行业竞品及主流车厂座舱智能体的能力演进与体验路线，分析技术与市场趋势，为产品差异化和创新方向提供判断依据； 4、负责协同算法、工程、车厂等多团队，通过沟通和协调完整把控产品落地过程，保证交付效果与及时性。
1.负责淘宝闪购零售行业智能营销系统、AI 策略引擎、自动化营销工具、动态优惠表达等产品域的产品规划和能力搭建； 2.与零售各行业运营建立紧密联系，深刻理解行业战略和打法，基于日销、大促、拉新、促活及品牌合作等不同经营场景，引入 AI Agent 技术与大模型能力，设计自适应、智能化的平台产品能力，支持零售行业快速灵活发展； 3.基于行业趋势&竞品分析，从平台视角判断 AI 在营销领域的落地路径，提前完成智能营销框架与 Agent 生态布局，探索利用 AI 重构人货场匹配效率的新机会； 4.通过数据分析聚焦业务痛点，不断优化产品，构建“数据 - 策略 - 执行 - 反馈”的 AI 闭环，保障基础链路产品的可用性、稳定性及策略迭代的敏捷性。
【岗位职责】 1、深入重点客户业务场景，快速识别其对AI技术的需求场景，例如办公提效、经营优化、智能研发、多模态识别和生成等，充分利用企业数据对业务流进行重塑，通过数据+AI进行智能决策和行动，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地。 2、AI 应用架构与开发： 基于 Agent 平台完成 AI应用 场景的架构设计、开发与迭代，负责模型编排、调用链路、成本与性能优化，确保应用稳定可扩展。 3、场景落地与交付： 深入客户业务现场（制造/零售/能源等行业），理解行业痛点，将业务需求转化为 AI 技术方案并完成交付部署。 4、平台能力反哺： 基于一线项目反馈，抽象通用能力推动平台产品优化，实现从“定制项目”到“平台能力”的转化。
1. AI机会识别：根据阿里云战略发展方向，紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体框架、AI基础设施架构及主要竞品动态，前瞻性地识别并开拓政企客户在大模型、智能计算等领域的业务机会，发掘潜力客户并捕获项目机会。 2. AI场景挖掘：重点聚焦阿里云AI产品在泛政府、教育科研、医疗卫健、泛企业等行业的场景销售机会点，深入调研客户业务场景，理解客户的AI目标和业务挑战，敏锐捕捉行业中的应用痛点与创新潜力，找到高价值的AI应用机会帮助客户成功，并沉淀行业解决方案。 3. AI客户经营：在政企领域与AI导向型的客户或合作伙伴建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购，为AI收入（如token收入）负责。 4. AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践。
岗位职责 1. 负责淘宝海外分站点的履约运营，对官方物流规模和体验负责 2. 从海外用户需求出发，联动上下游能力，提升官方物流可运能力； 3. 识别行业跨境履约体验痛点，打造行业专属服务权益，以服务驱动增长； 4. 能独立设计物流营销活动，持续调优 ROI； 5. 对所负责的海外市场、用户、物流有一定了解，能够制定相应的解决方案规划，营销推广，达成规模目标。
业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。 持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。 在这里，你将负责高德共享出行业务 上下车点推荐、运力推荐、路线规划、服务管控 等核心环节的算法优化与效果提升，工作内容包括： ● 推荐链路优化基于时空轨迹、声音、视频等海量多模态数据，运用深度学习、多模态大模型等先进算法，提升召回、粗排、精排、重排等推荐环节的准确性，确保用户获得更优出行体验。 ● 时空数据预测与数据建设优化路线旅行时间预测、发单应答时长预估、供需预测等关键能力，并持续构建高质量的时空数据体系，为业务决策和算法迭代提供坚实支撑。 ● 行程问题智能处理：构建并优化模型，精准识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。 ● 端到端算法研发参与或指导从数据可视化、算法选型、数据清洗、模型搭建、参数调优，到工程化上线及用户反馈跟踪的全流程研发，确保算法方案高效、稳定落地。 在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。
1、负责高德搜索产品，为搜索体验和流量效率负责，通过分析当前用户体验痛点问题制定规划和解决方案并推动落地，持续提升用户搜索体验； 2、结合对本地生活行业特点设计召回排序策略优化、平台流量策略等机制，持续提升搜索用户的需求满足度，通过对用户的动线进行持续追踪和研究，发现用户体验提升的新机会； 3、与策略算法、工程开发、数据团队紧密配合，持续推动搜索体验、策略质量的不断迭代优化提升。
1、负责品牌内容营销及 AI品牌可见度 方向的产品运营工作，围绕消费者在 AI 搜索、问答与决策场景中的真实需求，结合 AIGC 内容生产能力，制定从用户需求洞察、内容策略到规模化生产的整体运营策略。 2、负责消费者需求与 Query Map 建设。围绕品牌、品类及核心商品，挖掘和梳理用户在品类认知、需求问题、消费场景、对比决策、品牌/商品等不同阶段的高价值 Query，建立 Query—品牌/商品核心卖点—内容供给 的映射关系，并结合数据持续迭代。 3、深入理解电商品牌的营销诉求及核心商品卖点，将品牌需求转化为可被 AI 理解和调用的品牌知识、内容策略及生产标准；通过持续的品牌知识与内容建设，提升品牌在 AI 搜索、问答及推荐场景中的被看见、被理解与被推荐。 4、负责 AIGC 内容生产与质量优化。建立内容质量标准与评测体系，围绕内容准确性、品牌质感、卖点表达、同质化、合规及商业效果等维度，持续优化提示词、工作流、写作规范及内容生产机制，提升内容质量与规模化生产效率。 5、协同产品、销售及客户团队，参与品牌客户需求诊断、内容策略制定及项目交付；持续沉淀不同行业的 Query Map、品牌知识、内容策略及 AI品牌可见度方法论，将单点客户经验转化为可复用、可规模化的产品与运营能力。