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. 负责智能质检产品建设：基于大模型搭建全量、全流程的服务质检能力，与业务侧协同完成质检标准、规则体系与人机协同复核流程设计，及时识别服务质量与合规风险，并推动问题归因与闭环修复。 2. 负责服务工单自动化产品设计：围绕客服工单受理、分派、处理与完结的全链路，设计自动化策略，推动工单从规则化处理走向模型自主处理，持续提升工单自动化率与全链路托管率，实现服务规模化降本提效。 3. 与算法、工程、客服运营等团队紧密协作，基于数据与用户反馈定义问题优先级，推动项目落地与效果迭代，持续提升服务体验与运营效率。
1、全链路运营管理 - 负责跨境物流订单的全流程跟踪与运营。 - 监控关键物流节点及服务商履约情况，保障订单按计划推进，及时识别并处理异常。 2、物流渠道与服务商协同 - 对接全链路各段服务商，推进日常操作与问题闭环。 - 参与服务商评估、引入及日常管理，跟踪时效、妥投率、异常率、赔付率等指标。 - 根据业务量、目的国、商品属性和时效要求等，协助制定并优化渠道组合方案。 3、履约监控与异常治理 - 执行及持续优化在途订单监控及预警机制。 - 协调内外部资源推动异常订单解决，复盘高频问题，提出改善建议并跟踪落地效果。 4、数据分析与运营改善 - 搭建数据分析看板，定期输出物流运营日报、周报及月报，分析物流时效、妥投率、异常率、物流成本和服务商表现。 - 识别链路瓶颈及成本优化机会，参与线路、服务商、运输方式及操作流程的持续改善。 5、跨部门协同 - 与销售、运营、采购、客服、财务及产品技术团队协同，保障订单交付和客户问题处理。 - 支持大促、旺季及重点项目物流保障，协助评估运力、仓容、时效及清关风险，并落实应急方案。 6、流程优化 - 梳理并维护跨境物流 SOP、异常处理流程、服务商考核数据和业务操作规范。 - 关注业务及目的国政策变化，及时反馈风险，并提出物流流程和协同机制优化建议。 - 利用AI工具，持续进行运营流程的提效及优化。
1. 设计和优化薪酬激励体系，制订相应的政策，确保薪酬策略与公司战略和组织策略保持一致； 2. 推动公司绩效优化和调整，牵头组织绩效考核标准设立，根据JD，与HRG一并分解岗位考核指标。 3. 洞察人力资源管理市场的前沿情况，结合公司情况，引入薪酬管理和人力资源管理的新理念、新思路、新方法。
团队聚焦于集团核心AI推理平台（阿里云百炼、千问AI平台、Qwen Cloud等）的模型服务基础研发，覆盖从底层架构设计到上层业务支持的全链路开发工作。我们的目标是打造业界最可靠、成本最优、效率最高、规模最大的MaaS（Model-as-a-Service）平台，支撑百亿级Token调用的高并发场景，保障企业级AI应用的稳定交付与极致体验。 岗位职责 1. 负责阿里云百炼、通义千问AI平台管控面后端系统的设计、开发与维护，参与模型元数据、网关策略配置、企业级能力、TokenPlan等关键模块的开发工作。 2. 参与推理网关（认证/限流/鉴权）、控制台网关（多端适配/安全管控/运维体系/多站点）、企业级能力（网络通道、数据权限管控、细粒度权限、资源与OpenAPI等）的高可用架构设计与开发工作。 3. 参与百炼平台模型的全链路生命周期管理，参与API的发布、调试、监控、告警、审计的全链路管控流程，参与网关策略配置的多Region数据巡检及管控治理体系的架构设计与开发工作。 4. 参与大模型体验中心（文本/语音/视觉/全模态/向量）模型体验流式网关协议转发、实时数据转储等推理服务链路的系统设计与开发工作。 5. 参与百炼TokenPlan业务坐席管理、UAC对接、credits抵扣、优惠活动、Agent对接等系统设计与开发工作。 6. 了解技术使用场景和优缺点，能够就复杂技术问题提供解决方案并执行落地，同时对上下游技术团队及技术架构有完整认知。 7. 持续跟踪大模型基础设施技术趋势，输出可落地的架构方案并主导实施。
职位描述 1. 负责阿里云&战略伙伴联合产品（Salesforce、SAP、PingCAP等SaaS/PaaS厂商）、联合解决方案的售前工作，支持产品团队拿到业务结果； 2. 市场洞察和竞对分析 • 洞察和产品相关的市场机会、市场容量和竞争格局。 • 分析竞对产品核心指标、市场策略和市场价格。 • 快速捕捉市场热点和客户业务痛点，挖掘联合产品销售商机，快速推动商机落地，形成领先竞争力。 3. 产品商机判断和深度技术交流 • 作为产品线代表，参与商业策略设计和商机判断。 • 对复杂项目需求，协同销售团队与客户进行深度技术交流，结合对行业发展方向和技术变革方向的洞察，就具体技术场景引导客户关键决策人决策，促进商机转化。 4. 产品方案设计和技术支持 • 对复杂项目，理解客户的业务和功能性/非功能型需求、性能及可用性需求，基于客户场景，提供有技术竞争力和可行性、成本优势的产品组合方案，并在产品选型/POC/报价配置时， 提供技术支持。 • 提炼基于客户业务场景的关键技术指标，形成领先控标项，在POC、winback等业务活动中落地验证。 •复杂项目推进方案跨团队协同优化，成本，性能，稳定性等多维度提升解决方案的竞争力。 • 探索创新产品的方案和场景，推动新产品快速市场覆盖，保障产品创新活力。 • 对大客户提供售后的关键技术答疑，用技术推动业务发展。 5. 联合解决方案的探索 & 优化 •通过对客户、场景的深入了解，参与战略伙伴产品 & 阿里云产品联合解决方案的设计、优化；以及战略伙伴产品，中国本地化能力的设计和优化； •识别并精准提炼客户的共性需求和痛点，反哺产品设计，推动产品改进和多产品融合、新产品和功能孵化。 6. 最佳实践沉淀和赋能 •沉淀面向细分场景的最佳实践，通过项目实践总结标杆成功案例，提炼共性模块、统一标准化能力，加速产品方案规模化复制。 •提炼联合产品、联合解决方案的优势功能，并针对性的设计竞标测试用例，放大产品和技术的影响力； •参与联合产品GTM材料编写、与SI伙伴共创联合解决方案、对销售团队和SI伙伴赋能。
1. 制定 AI 数据飞轮策略：围绕模型训练、评测与迭代需求，制定数据运营策略，明确数据供给目标、优先级和质量标准，搭建“需求—生产—评估—反馈”的数据闭环。 2. 建设数据供给生态：拓展大众用户、行业专家及合作渠道，设计招募、激励和长期运营机制，持续扩大以线上平台为载体的高质量、多样化数据获取规模，并优化数据获取成本与效率。 3. 推动策略落地与业务协同：联动算法、产品、研发及业务团队，将模型需求转化为数据任务和运营动作；建立核心指标及评估机制，通过数据分析和实验持续优化数据质量与生产效率。
职位概述 随着智能手机进入AI OS时代，手机厂商竞争从硬件生态转向以AI Agent智能体为核心的服务生态竞争。本岗位负责高德地图在手机厂商AI生态中的产品合作与用户增长，从传统流量分发、系统入口合作，升级为系统级AI助手与多智能体协同。依托MCP标准化连接、A2A多智能体协同能力，把高德位置、出行、本地生活服务，让厂商Agent能够准确理解、稳定调用、完成用户任务，实现从“人找服务”到“服务找人”的业务模式升级，持续扩大服务触达、用户回流、活跃留存。 职位描述： 1. AI Agent生态增长策略与路线规划 负责手机厂商AI Agent生态合作的产品规划与增长策略，面向新用户、活跃用户、使用频次、留存、业务转化等核心目标，深度理解各厂商AI助手（小爱同学、Jovi、YOYO等）能力边界，挖掘系统AI助手、智能搜索、多模态交互、场景化推荐等增量入口，输出阶段性产品路线图与增长计划，设计基于自然语言交互的用户获取、活跃、回流路径。 2. Agent服务供给体系建设，业务能力标准化封装 将搜索、路线规划、导航、打车、酒旅、本地生活等业务能力，从App内功能，改造为可被外部Agent发现、理解、调用、组合的标准化服务； 3. MCP服务产品设计与持续迭代优化 主导MCP在高德侧落地与优化，包含工具描述、参数Schema、意图‑能力映射、鉴权授权、超时重试、返回结果结构、异常兜底策略、可观测埋点体系设计；持续优化大模型调用体验，降低幻觉与调用延迟，重点提升能力发现率、选择率、调用成功率、端到端任务完成率。 4. A2A跨智能体协同方案设计与落地 推动高德业务Agent与手机厂商系统Agent的A2A对接合作，协同定义能力发现、任务委派、上下文传递、会话状态维护、身份与权限管控、结果回传、异常处理、效果归因整套机制；支撑跨Agent复杂任务协同，打通多应用服务闭环，提升用户体验与业务NPS。 5. 厂商端全链路项目落地推进 深度拆解不同手机厂商AI战略、系统能力、入口形态、商务合作机制，覆盖全方位入口形态；联合厂商完成合作方案设计，推动方案验证、联合开发、灰度测试、规模化上线全流程落地。 6. 端到端增长漏斗搭建与数据驱动迭代 搭建Agent场景完整增长漏斗：用户意图识别‑能力召回‑路由分发‑服务调用‑任务完成‑App回流‑业务转化‑用户留存；基于埋点采集、效果归因、A/B实验、人群分层，定位业务杠杆，持续优化投入产出比，对DAU/MAU、业务转化、用户留存等结果负责。 7. 体验、业务、安全多方平衡迭代 以真实用户任务完成为核心，持续优化Agent交互体验、响应效率、结果质量、跨端承接链路；平衡厂商诉求、用户价值、业务增长目标与隐私安全要求。 8. 项目统筹与能力沉淀复制 统筹内外部研发、算法、运营，外部厂商多方资源，管理重点项目目标、节奏、风险与交付质量；沉淀可复用的产品标准、Agent接入规范、厂商合作方法论，提升多厂商、多场景规模化复制效率。
1. 业务合作伙伴：深入理解业务部门，理解业务逻辑与组织痛点，通过提供专业的人力资源方案，驱动组织效能、团队灵活性及产出质量的持续提升； 2. 人才与组织规划：围绕业务的中长期目标，开展组织架构设计、人力规划及人才梯队建设。统筹招聘、人才发展、职级评定等工作，确保技术组织具备可持续增长的“人才势能”； 3. 人才生态经营：保持对技术人才市场的高度敏锐。主导重点技术方向（如 AI+工程、AI+架构等）人才地图（Mapping）绘制，建立核心人才库与长期跟进机制，提升组织在关键人才获取上的前瞻性和主动权； 4. 文化与员工体验建设：打造简单透明、务实高效的团队氛围。建立多元化的沟通渠道，主动识别并解决员工诉求，优化工作体验，提升团队凝聚力与归属感； 5. 数据洞察与决策：运用数据分析手段，对人才效能、组织健康度等关键指标进行复盘与洞察。通过量化结果衡量人力资源举措的有效性，为管理决策提供科学依据。
财务BP岗位，帮助城市业务分析投入产出，支持业务决策，主要包括下面几个方面： 1. 城市业务管理：从多维度分析城市经营结果及机会点，助力城市经营决策，包括但不限于目标管理、城市诊断及机会点洞察提出财务建议、策略可行性评估及执行追踪，沉淀有效的财务管理方法论和分析模型，并与总部团队对接落实到可视化产品； 2. 流程制定：识别城市痛点，并与总部运营团队协同优化业务流程，通过机制保障助力业务运营效率提升 3. 创新业务支持
1、负责游戏界面的视觉设计，将交互逻辑转化为美观、易用且有风格辨识度的界面方案； 2、能够适应多种美术风格，根据项目需求灵活调整设计方向； 3、根据交互设计方案进行界面视觉风格定义和详细设计； 4、设计界面中的图标、按钮、面板等视觉元素； 5、与动效和程序配合完成界面在引擎中的实现和优化； 6、分析现有界面设计的优缺点，持续迭代提升品质； 7、深入理解风格化 ，开放世界的美术风格和表现需求，在创作中精准呈现项目特质； 8、与交互设计、动效、程序等团队紧密协作，共同推进项目美术品质提升；
1. 探索研究多模态生成大模型的设计与开发，探究高效生成、生成理解统一、多模态理解、强化学习/RLHF后训练和高效数据管线设计等方向。 2. 参与研发多模态生成大模型开发等下一代人工智能核心技术，参与大规模生成基础模型预训练与后训练开发。 3. 负责跟踪和研究多模态生成大模型前沿技术调研、落地、对业务进行优化。
1、负责PC淘宝搜索&推荐场景的算法优化，在召回、精排、重排、相关性等技术方向进行深入研究，设计算法方案并推动落地，提升点击率、转化率等业务指标。 2、探索和研究大模型（LLM）在召回与排序环节的应用潜力，包括但不限于：利用大模型增强用户/商品理解与表征；探索生成式召回、基于知识和推理的召回等新范式；研究大模型在排序模型的特征工程、意图理解中的作用; Agentic推荐等。
1、负责先进工艺、封装工艺DTCO工作，实现Device → Process → Interconnect → Package → System多级设计和工艺联合优化； 2、负责2D/3D Testkey、SC、RO等测试结构的设计和版图实现、多级建模仿真及硅后验证分析， 实现SC性能和面积寻优，输出DFM规则和工艺优化建议； 3、设计和实现先进晶圆工艺、封装工艺场景下的有效测试结构，研究工艺变化、封装材料、热应力及机械应力等对器件和电路的性能、散热及可靠性的影响，输出设计和工艺优化建议； 4、针对新一代关键工艺技术开展工艺级别DTCO工作，识别工艺难点及其对设计的挑战，研究可能的解决方案并进行验证； 5、撰写报告、技术规范文档等，沉淀工程经验与方法论； FINFET/堆叠/先进封装；
1.负责频道中内容组织形式与推荐策略的落地（小说/听书/短剧），结合用户画像和行为数据，优化内容分发效率，提升人均阅读时长与内容消费深度。 2.负责内容产品的用户激励体系设计与运营，持续提升用户活跃度与留存率。 3.负责内容生态的商业化探索与落地，基于淘宝的生态环境，推动商业化增长。 4.搭建并完善运营数据监控体系，通过数据分析驱动运营决策，定期输出运营复盘报告。 5.持续探索和手淘其他频道产品进行合作的可能性
工作内容： 1、本岗位专注培养熟悉一线营运全链路人才，进行前置仓门店各岗位全链路轮岗 2、对生鲜商品有一定的认知，热爱互联网，接近用户，第一视角解决用户需求 3、热爱零售行业，积极主动，有强烈的服务意识、团队合作意识，较强学习能力、沟通能力以及领导力
1、费用监控与优化： 定期复盘全国门店各类物料采买费用、预算达成率、采购合规率等核心指标，识别费用异常与优化空间，输出分析报告并提出改进方案，持续优化费用结构。 2、订货策略制定： 负责门店包耗材订货策略的制定与迭代，搭建并维护库存周转天数、缺货率、呆滞率、报损率、预算达成率等核心指标看板，保障门店物资供应与成本控制的平衡。 3、数字化系统落地： 参与AI智能订货系统的建设与推广落地，配合技术团队优化安全库存模型、订货参数配置等，推动系统能力在实际业务场景中的有效应用。 4、流程标准化建设： 沉淀费用管理与订货环节的标准化作业流程（SOP），推动区域费用管理向数字化、精细化方向演进，提升跨区域协同效率。 5、部门协同： 与门店运营、采购、财务、法务等团队保持高效协作，推动费用相关议题的闭环解决与项目落地。 6、自采供应商管理：业务自采服务的需求管理和服务类供应商履约管理。通过资源拓展及合作模式迭代，持续优化自采服务的成本、质量、时效及合规。
1.负责行业数据（外部引入）的运营管理；主要工作包括：（事前）业务需求收集与评审、（事中）外部数据的合规/调用/质量/ROI/管理、（事后）数据源应用的优先级分层等; 2. 探索大模型外部数据市场项目合作机会，包含基础数据语料、行业垂直数据语料、多模态语料及定制化数据，如科技伦理知识库； 3. 定期维护更新大模型数据知识大图及供应商能力知识库，保持与相关行业协会的密切沟通。
1. 复杂系统级建模与集成 (Complex System-Level Modeling and Integration): -- 主导新型异构并行计算架构的系统级功能模型 (System-Level Functional Model) 设计与实现。 -- 负责集成各个IP模块的功能行为模型 (Behavioral Model)，构建完整的片上系统 (SoC) 虚拟平台 (Virtual Platform)，并确保模型在功能上的高保真度 (High Fidelity)。 -- 该模型将作为固件 (Firmware)、驱动程序 (Driver) 以及上层应用软件 (Application Software) 开发、预集成和早期验证的基础平台。 2. 关键IP的精确级建模 (Precise-Level Modeling for Key IP): -- 对自研或定制的关键计算IP（如NPU/DSP/专用加速器等）执行事务级 (Transaction-Level) 的比特精确功能建模 (Bit-Accurate Functional Modeling)。 -- 确保模型和设计Spec的准确性， IP级模型将作为Golden Model 用于RTL功能验证，支持算法验证和早期性能瓶颈分析。 3. 建模方法学研究与性能优化 (Modeling Methodology Research and Performance Optimization): -- 研究并引入先进的功能建模方法学和仿真技术（如**TLM 2.0/SystemC/C++**等）。 -- 专注于提升模型仿真速度 (Simulation Speed) 和吞吐量 (Throughput)，以满足大规模软件回归测试和快速迭代的需求。 -- 持续优化虚拟平台的效率 (Efficiency) 和可扩展性 (Scalability)。
负责以下一个或者多个领域： 1. 基于平头哥数据中心服务器CPU芯片的应用和benchmark的性能分析与优化。 2. 通过分析包括上层的应用，中间层的框架、库和底层的Linux操作系统、硬件驱动的行为模式，以及竞对的性能表现，识别系统性能瓶颈，明确软硬件的优化方向。 3. 将识别出的性能瓶颈场景进行简化，实现称为有代表性的perf microbenchmark，作为软硬件优化的输入和用例。 4. 和软件团队协作，参与软件优化的开发工作，包括但不限于：给出优化方案或建议，提供性能测试用例。 5. 和CPU架构和硬件设计团队协作，将分析中定位到的硬件性能瓶颈问题反馈给硬件团队，提供相应测试用例，为下一代硬件产品的优化提出可行性建议。 6. 和测试自动化团队合作，建立和完善高效的CPU芯片性能测试系统；提高团队内性能测试和回归的工作效率。
1.咨询规划设计：主导智慧园区数字化建设及运营咨询，通过深度洞察行业趋势及客户运营痛点，提供具备竞争力的场景化解决方案；负责编制高质量的规划方案及调研报告；具备较强的方案汇报能力，能有效影响企业高层或政府决策者。 2.智能化设计管理：负责智能化专项从任务书编制、扩初设计到施工图深化的全过程管理；把控计算机网络、综合安防、楼宇自控（BA）、能源管理等各子系统的技术选型与图纸质量；协调建筑、结构、机电、精装等各专业协同提资，确保设计方案的落地性、成本经济性与进度可控性。 3.行业标准引领：参与行业标准、企业标准的制定与维护，持续优化智慧园区标准化建设体系，确保前沿技术与设计标准的深度融合。