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.负责游戏业务数仓的设计与开发，基于 Hadoop/MaxCompute 构建分层数据模型（ODS/DWD/DWS/ADS），保障数据质量和产出时效 2.参与实时数据链路建设，基于 Flink 构建实时指标和实时特征，支撑业务实时监控和运营决策 3.负责核心数据指标体系的搭建与维护，包括 DAU、LTV、付费率、留存等关键业务指标，推动数据资产化建设与落地 4.深度参与数据研发链路的Data Engineering Agent化改造：从需求理解、模型设计、SQL 生成、任务调度到数据治理，逐步将传统人工流程升级为 Agent 辅助的智能化研发模式 5.引入分析工程（Analytics Engineering）实践，推进数据模型的版本化、测试驱动和文档自动化，构建面向 Agent 消费的结构化数据资产体系 6.参与数据治理工作，利用 Agent 能力实现元数据自动管理、数据质量规则自动发现与修复建议生成，持续优化数据模型的稳定性和可维护性
1、 负责多个剧集前期开发、策划； 2、 负责同主创团队、制作团队、内容营销团队、市场推广团队的沟通、协调与具体工作，包括外联、会议组织与召集、工作协调等； 3、 大量阅读网络文学、小说IP，甄选分析有改编潜质的文学作品，作为IP版权资源储备； 4、 负责跟进已有项目剧本阶段优化工作，与项目负责人配合带领编剧团队进行剧本修改。
面向淘宝直播场景，通过前沿AIGC技术提升整体数字人形象表现力和真实感，具体职责不限于： 1、负责数字人相关前沿算法研发，包括但不限于形象生成和驱动（肢体动作、表情、口型）； 2、负责数字人算法的实现和持续优化，提升数字人形象表现力，数字人真实度通过图灵测试； 3、跟踪行业最新技术动态，攻克技术难点，打造行业最具影响力的数字人技术和应用； 4、参与数字人产品的需求分析和技术方案设计，推动技术在业务落地；
1. 研发支撑自动标注、并对标冲击业界 SOTA 的语音算子（识别与对齐、说话人与声学、中文方言/口音/LID、多音字 G2P、中英混、TN/ITN 等），负责训练、评估、迭代与持续对标； 2. 建设亿小时级语音数据资产中枢：内容族与资产族两族标签的 schema/ontology、取数引擎、元数据库、多维查询与按标签取数； 3. 设计跨源去重治理与 train-eval 去污 pipeline，建立数据覆盖率矩阵与缺口诊断，驱动数据按需补齐、形成质量闭环。
1、负责快消品类客户的开发及维护，完成公司下达的IP销售指标，建立与企业客户的良好合作关系； 2、深度挖掘IP和快消行业的营销玩法以及结合空间，对IP商品化授权、IP营销授权、影剧综植入等进行整合推荐及销售； 3、通过IP给品牌营销赋能，打造数据+IP+营销+消费者的全链路一站式解决方案； 4、承担项目经理职责，独立推进整个项目进展并拿到项目结果。
1. 采购策略与品类管理（核心）： 1.1 制定海内外仓储自动化项目的采购策略。 1.2 制定并落地核心品类（物流自动化领域设备相关）的中长期采购战略，对齐公司业务目标与成本规划。 1.3 编制年度招采计划与预算，与业务部门共同制定降本目标。 2. 供应商资源布局： 2.1 开展供应市场分析：调研价格走势、产能分布、技术迭代，输出市场洞察与策略建议。 2.2 供应商开发：落地执行供应商准入机制，建立多元化供应池。 2.3 战略合作：与核心供应商签订长期框架协议，推动联合降本、技术协同、产能保障，建立战略伙伴关系。 2.4 风险管理：识别断供、涨价、质量、合规等风险，制定备选供应商、安全库存、应急预案，保障供应韧性。 3. 成本管理与商务谈判 3.1 成本拆解与建模：分析BOM、材料、工艺、工时、模具等成本构成，建立标准成本模型，识别降本空间。 3.2 制定明确招采策略，拆分明确招采任务，指导采购流程执行。 3.3 跟踪原材料价格、汇率波动，制定价格应对策略，锁定成本，规避涨价风险。 4. 数据驱动与跨部门协同： 4.1 建立采购数据看板：监控成本、交期、质量、供应商绩效、降本达成率，定期输出策略复盘报告。 4.2 跨部门协作：协同研发、质量、生产、财务、物流，解决供应异常，推进国产化、第二供应商开发、流程优化项目。
1、专家项目全生命周期管理：负责内部专家资源池的日常运营与维护，包括专家的招募、准入、分级、履约跟进与关系维护；对接内部专家，主导专家项目从立项、启动、执行到交付的全流程推进，确保项目按节点、按质量、按预算达成目标。 2、内部运营活动的设计与落地：围绕专家生态与业务目标，策划并执行面向专家的运营活动；独立完成活动方案设计、资源协调、执行落地、数据回收与效果评估，持续提升内部专家活跃度、满意度与产出质量。 3、项目复盘与结算：主导项目结项工作，包括交付验收、专家履约评价、费用核算与结算流程跟进；沉淀项目复盘报告，输出可复用的 SOP、案例库与运营方法论，为后续项目提供数据与经验支撑。 4、过程风险管控：识别项目过程中的进度、质量、合规、预算及舆情等潜在风险，建立风险预警机制；针对异常情况快速响应、协调资源解决，并向上同步关键信息，保障项目稳定运行。 5、跨团队协作与支持：与业务、产品、法务、财务、内控等团队紧密协作，推动流程优化与机制建设；定期输出运营数据看板与经营分析，为业务决策提供依据。
（1）联合解决方案设计与落地 深入理解 Qoder 产品能力与合作伙伴技术栈，覆盖 Qoder CLI 作为可嵌入底座被集成、以及 Qoder 主动集成合作伙伴产品与能力两种模式，面向战略 ISV 与技术合作伙伴设计互补的联合解决方案； 主导集成与被集成场景的方案规划，明确 Qoder 集成合作伙伴能力、以及 Qoder CLI 嵌入合作伙伴产品/平台的能力边界、调用方式与品牌呈现策略； 沉淀标准化的参考架构、集成与被集成对接规范及最佳实践，输出解决方案文档、产品架构白皮书和 POC 演示材料； 协同产品和工程团队，推动合作所需的产品适配、CLI/API 双向对接、SDK 封装与技术优化，完成 co-sell 就绪度验证，保障集成与被集成方案稳定落地。 （2）分销网络建设与赋能 与分销团队协作，拓展国内分销商 / 代理商 / 系统集成商网络，重点发展具备集成与被集成落地能力的技术型伙伴； 为分销与集成伙伴提供产品培训、集成技术支持、方案设计指导与最佳实践沉淀； 支持分销伙伴推进客户签约，参与关键客户的售前会议、产品演示与集成方案的技术答疑。 （3）生态布道与品牌建设 作为 Qoder 生态代言人，在行业会议、技术峰会、开发者大会上进行产品演讲与案例分享，重点传播 Qoder 开放集成与被集成的生态价值； 策划并输出高质量技术内容，包括技术博客、案例研究、集成 Demo 项目，展示生态合作中集成与被集成能力的落地价值； 打造集成与被集成标杆案例，沉淀可复制的集成范式与推广模式，反哺生态规模化拓展。
1. 负责Harness AI工程对客和对内安全能力的的调研与开发； 2. 参与构建Harness AI安全系统架构和实际研发落地； 3. 协同提升AI产品对外安全竞争力和风险对抗能力。
负责阿里集团、阿里云可观测数据处理基础设施建设，打造日增百PB级数据的实时数据分析平台。通过实时采集、索引、存储、压缩等技术，实时处理来自千万设备的海量日志数据，并针对AI应用场景进行特定优化，提供智能、自动化数据分析服务。 加入该岗位，您将有机会在国内超大规模的实时日志平台上，构建各种面向各类AI应用场景的数据存储和处理平台，打造新一代的AI基础设施。 1. 参与阿里云战略级产品SLS研发，参与面向AI应用场景的多模态数据采集、处理、检索分析等功能开发与设计； 2. 参与数据飞轮的建设，研发高质量数据集的清洗和存储、检索系统； 3. 参与Agent数据反馈回路建设，打磨Agent质量； 4. 参与建设Agent数据基座，研发稳定可靠的Agent运行时数据基础设施。
技术方案设计 • 收集、识别、分析客户需求，并确定技术方案的目标、范围和交付成果 • 基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等 技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现 • 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等 • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署 • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等 稳定性和性能优化 • 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠 • 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能 技术预研 • 跟踪和了解最新的产品技术和趋势，根据业务需要提供最新的技术支持和建议。 技术规划 • 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。
1. 负责可观测领域 AI Agent 的核心架构设计与研发。构建具备分层规划、工具调用与自验证能力的自主运维系统，解决复杂环境下的故障诊断与处置问题。 2.负责云监控系统自身诊断场景的 Agent 落地。将运维标准操作程序与排查经验转化为可复用的工具链，开发高可用、高并发的执行引擎，完成从意图理解到操作执行的工程闭环。 3. 建设 Agent 的业务评估基准与持续迭代机制。设计并实现基于大语言模型裁判机制的自动化评测流水线，通过数据回放与治理，保障智能体在真实生产环境中的准确率与稳定性。 4. 推进云监控 2.0 基于 UModel 统一数据模型构建 Agent 的底层知识体系。打破指标、日志、链路的数据隔离。 5. 负责云监控接入层及探针建设。支持 Prometheus、OpenTelemetry 等标准协议接入，完成可观测的采集、计算、存储的端到端链路在异构计算芯片架构上的深度适配，满足不同客户场景下的无缝接入与监控需求。
1. 参与模型服务平台云原生管控系统的开发，包括服务生命周期管理、弹性伸缩、灰度发布等核心能力建设 2. 负责大规模GPU集群的资源管理与调度系统开发，包括资源分配、超卖策略、异构资源调度等 3. 参与基于Kubernetes的调度器与Operator开发，实现GPU资源的精细化调度与利用率优化 4. 负责大规模GPU集群的稳定性建设，包括故障检测与自愈、可观测体系、安全管控等 5. 参与平台产品化与计量计费系统的开发，支撑商业化运营 6. 根据用户反馈快速定位线上问题，将运维经验沉淀为平台能力，持续提升系统可靠性
市场洞察和竞争分析 •基于细分领域市场发展趋势、市场空间、核心场景及痛点等需求信息，结合所在区域/行业的特点，输出细分领域的机会点及市场洞察分析报告； •通过竞争项目中竞对的策略和方案分析，给出差异化竞争方案，并定期输出高质量的竞争情报。 商机识别和售前引导 •基于对客户业务策略的理解，准确识别和理解客户语言背后的真实意图和本质，与客户关键决策人建立信任关系，并制定针对性的产品/解决方案引导策略，引导产品和解决方案销售。 •制作高质量解决方案和项目建议书等相关文档，并就具体业务或技术场景，对客户关键决策人进行引导。 •能高质量完成面向客户中高层的方案汇报。 解决方案设计和推广 •根据客户需求制作针对性的解决方案，项目中制定正确的产品选型策略、POC测试打击策略、招投标策略、产品配置策略等，达成合同签约，持续保障阿里云在该客户的份额提升。 •推动行业解决方案在细分领域的孵化和规模化复制。 •在方案落地过程中及时发现并处理技术和项目风险，协同产研及交付团队正常履约，实现合同转化。 生态合作 •通过联合解决方案，推动与行业生态伙伴的合作，推动阿里云产品“被集成”。 能力沉淀和赋能 •沉淀面向细分领域/场景的行业解决方案、联合解决方案、最佳实践等知识文档。 •对销售团队和生态伙伴宣讲、布道和赋能培训。 产品需求和缺陷反馈 •代表客户持续向产品反馈需求，抽象和归纳细分领域的产品需求和缺陷，推动产品改进、新产品立项和重大功能上线，打磨产品和解决方案，提升产品竞争力。
1、协助制定阿里云业务线重点行业打法与策略规划，聚焦大模型、MaaS（模型即服务）及生成式 AI 在行业的落地路径，主导 AI 原生新场景、新市场的孵化与商业化验证； 2、具备较强的数据分析能力，能综合销售数据、PPL（销售漏斗）数据、模型调用量/Token 消耗/Credits 消耗、MaaS 战役营收情况等业务数据，帮助业务发现问题、甄别问题根因并提供可落地的解决方案； 3、具备销售策划能力，能围绕大模型与 MaaS 的商业化模式（如 API 计费、PPU、专属模型部署/私有化等）设计销售策略，负责销售活动策划、销售制度的制定与管理； 4、具备大项目跟踪能力，能针对行业线重大项目（尤其是大模型/MaaS 标杆项目）进行全周期跟踪，追踪过程问题、预判风险、推动项目闭环，并对丢单进行复盘与归因； 5、沉淀行业标杆案例与最佳实践，形成可复制的打法，反哺行业策略与团队赋能。
一、我们在做什么 淘宝搜索是阿里核心业务之一，日均服务数亿用户的购物决策。我们正在将搜索从"找商品"升级为"发现灵感"，探索 AI Native 的下一代搜索体验。 我们尝试打造全新的Agentic Search搜索产品范式：围绕店铺 Profile 理解、店铺优质装修素材挖掘，以及 User × Query × 趋势的兴趣推理，建设店铺内容型 Agentic 灵感导购，帮助用户更高效地发现风格、店铺和值得继续深逛的商品。 这个方向将形成区别于主链路“逛商品”的认知心智，并把用户在灵感浏览、自然语言反馈和多轮选择中产生的高质量兴趣信号，反哺主搜索的个性化推荐策略。 二、你的岗位使命 作为这一方向的AI搜索PM，你将负责定义“店铺内容型 Agentic 灵感导购”是什么、解决谁的什么问题，以及如何证明它创造了新的搜索价值。你需要把用户需求、搜索与推荐能力、店铺供给、内容表达和 AI 交互组织成一条完整链路，并推动产品从概念验证走向规模化。 三、职位描述 你将负责 1. 定义产品方向与演进路线。 围绕内容、灵感、发现和效率，明确「逛」区别于主搜索商品链路的用户价值；从宽泛词切入，识别优先场景并推动 MVP、实验和持续迭代。 2. 建设搜索理解与店铺推荐策略。 和算法团队共建 Query 理解、店铺级召回排序及个性化策略，将用户当下需求、长期偏好与趋势信号转化为可解释、可承接的推荐结果。 3. 推动店铺 Profile 与内容供给建设。 组织店铺风格、适用人群、场景、价格带、商品结构、服务与权威信息；探索店铺装修、穿搭内容等素材的识别、筛选和治理机制，解决素材质量参差、覆盖不足和同质化问题。 4. 设计 AI 原生的连续导购体验。 在不牺牲首屏效率的前提下，探索轻量AI Summary 的价值；重点建设流内持续对话，让用户能够自然表达，并驱动结果刷新和收敛。 5. 设计并验证内容承接链路。 比较内容详情、店铺全部宝贝等不同承接方式，确保用户在封面看到的商品和风格能够被后续页面接住，同时平衡发现效率、浏览深度和交易转化。 6. 建立实验与增长闭环。 定义核心指标和可验证假设，通过受控实验识别 Summary、内容形态、个性化和承接方式的净增量；将「逛」场景沉淀的兴趣反馈转化为主搜索个性化可复用的策略资产。 在这些工作中，你直接负责产品判断、方案设计、实验定义和结果复盘；搜索算法、数据、设计、工程及商家供给能力由你牵引相关伙伴共同建设。
· 负责区域及出海市场营销工作，能结合公司战略方向、产品技术特点及市场需求，识别市场机会点，制定整合营销计划，挖掘新赛道及核心圈层，建立系统化市场覆盖矩阵，并确保有效实施。 · 负责大型Campaign项目策划及落地执行，基于赛道洞察、竞对情况、市场机会点、目标受众画像、产品优势，制定针对性的营销策略，能够在复杂环境中建立跨团队协同机制，协调各方力量达成目标。 · 负责AI、出海等重点赛道的心智定义、内容生产和传播策划，能结合市场热点策划事件营销，结合技术趋势、应用趋势挖掘和包装客户案例及产品技术优势，通过高质量内容及传播策划提升相关赛道阿里云声量。 · 负责营销活动的效果评估和数据分析，建立并持续迭代营销效果评估体系，定义关键指标，结合评价维度分析营销效果并持续优化营销策略。
1、建立商品降本评估体系，深挖商品降本机会，促进业务迭代降本运营机制； 2、针对公司重点大品大类，进行行业研究，探索全链路供应链降本机会，以及商品力跃迁机会； 3、基于对业务的理解和风险判断，持续优化业务成本管理体系，通过数据分析挖掘DPP降本机会点，驱动成本卡模型的优化和升级； 4、建立财务模型，正确评估项目收益，并系统化降低风险； 5、熟悉合同管理方法，发挥财务专业力，协同业务运营团队，牵引业务达成目标。
1、店铺销售：负责与公司内外部合作部门进行沟通对接，达成店铺销售目标，包括但不限于目标拆解、任务跟进、数据分析及制定业绩提升方案等； 2、人员管理：负责店铺员工面试、入职、带教、团队建设及相应的员工能力提升等； 3、货品管理：负责店铺货品陈列培训、库存分析及员工陈列能力提升等； 4、店务管理：负责店铺员工管理制度执行、顾客接待与维护管理、日常重大客诉处理等； 5、培训管理：根据公司的战略制定不同时期的培训计划（包括新店人员培训、日常培训、修订业务流程、操作规范、服务技巧等），并组织实施、监控培训过程、评估培训效果及组织培训考核等。
1、负责推荐场景里的AI场景用户运营，设计传统推荐到AI chatbot场景的用户路径设计，扩大 AI 导购在传统电商逛场景下的渗透，在传统推荐场景激发用户问 AI，牵引推荐场景里AI用户规模增长。 2、负责天猫 APP 全端信息流策略运营、以及agent 策略运营，以 ipv 为北极星指标，推进多目标建模、用户长期兴趣建模、实时特征等落地。把行业运营经验沉淀为可被模型调用的策略agent，系统性提升推荐效率与用户体验。 3、负责手猫 APP 端内 AI 导购 体验定义与评测体系：定义用户理想态与测评机制，通过高参模型蒸馏与行业横向对比，制定理想态下的评测标准，以评测驱动整个系统的迭代方向；并打造自动化测评 agent，使其具备自主发现问题、定义问题的能力，持续无限逼近理想态。