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。
1、负责共享出行业务的产品策略规划/设计/落地工作，明确业务目标和达成路径，推进落地并完成目标； 2、负责项目推进过程中的跨部门沟通，协调各项资源满足业务增长诉求； 3、基于用户反馈和业务数据，提出产品优化迭代方向以及把握节奏。
1. 识别AI Native及企业级AI相关高潜力客户，持续跟踪建立并维护高潜力客户池，对客户所处阶段、业务模式、AI应用场景、云与算力需求、采购可能性和切入路径进行初步判断。 2. 将市场洞察转化为Leads Gen能力，将行业趋势、客户信号和竞争动态转化为销售可执行的Leads清单、客户分层、优先级排序和触达建议。 3. 评估客户需求与销售转化潜力，通过多源信息交叉验证客户潜力，判断其是否具备明确的云、算力、模型服务等需求，为销售团队提供客户转化路径建议，包括推荐切入业务线、关键联系人画像和初步对客沟通重点。 4、 跨团队协同并形成业务闭环，与销售团队协同建立客户识别、评估、跟进销售转化和迭代更新的闭环机制。 定期收集销售团队对Lead质量、客户反馈、转化结果和未转化原因的反馈，持续优化客户筛选标准和分析模型。
1. 负责阿里公有云体系各场景和形态的建站交付架构顶层方案设计，探索 AI 原生的交付架构范式；负责交付项目执行落地及风险管控，引入大模型辅助的方案评审与风险预判机制。 2. 基于平台和数据的持续建设，推动交付平台工具优化，提升云产品自动化交付能力；结合 Agent、RAG 等技术升级平台智能化水平，设计和输出交付平台的独立部署、版本管理及智能运维能力。 3. 负责阿里云新 Region/AZ 交付项目全链路管理和风险管控，利用大模型与数据挖掘完成交付过程的现象归因与瓶颈识别，为云智能业务持续扩张发展提供资源支持和智能决策支撑。 4. 结合业务和基础架构的持续演进，推进运维平台全链路的架构和系统优化、创新；参与交付侧 Agent 系统核心模块（记忆管理、推理策略、工具编排）的规划与落地，在交付过程沉淀方案、工具方法论及可复用的 AI 组件。 5. 深入建站交付业务场景，负责将大模型能力融入交付全链路：通过 Prompt 工程、RAG 知识库构建、Multi-Agent 编排与流程自动化，实现交付方案生成、风险识别、故障归因等场景的智能化；建立自动化评测与回测机制，推动 AI 能力从单点验证走向规模化落地。
1、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 2、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 3、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 4、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。 5、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. 负责供采全链路 AI Agent 的架构设计与核心开发，覆盖供应商管理、寻源招投标、合同履约、成本分析、需求预测、库存优化、物流调度等业务场景； 主导大模型（LLM）Agent 的技术落地，包括 ReAct/Plan-Execute 规划、多 Agent 协作、Tool/Function Calling、Memory 机制、Workflow 编排等核心能力的设计与实现； 设计高可用、可扩展的 Agent 服务架构，支撑多轮对话、工具链调度、子 Agent 分发等复杂交互模式； 评估并引入前沿 Agent 框架与技术（多模态 Agent、Self-Reflection、MCTS 规划等），解决供采业务中的复杂决策问题。 2. Agent 应用工程与平台能力 主导 Agent 开发平台的技术设计，包括 Prompt 管理、工具注册中心、知识库接入、评测沙箱、版本灰度等核心模块； 构建面向供采业务的 Agent 能力组件库，实现智能供应商评估、智能寻源问答、合同风险审查、需求预测分析、库存优化建议、物流路径规划等场景的能力复用； 设计并实施 Agent 性能优化方案，包括 推理加速、并发调度、缓存策略、上下文窗口管理、长任务异步编排等，保障大规模并发下的响应效率； 建立 Agent 可观测性体系，覆盖 效果监控、Trace 链路追踪、A/B 测试、异常告警、根因分析等技术机制。 3. 业务支持与价值交付 深入理解供采全链路业务流程，将业务问题转化为 Agent 技术方案，推动技术驱动的业务创新与效率提升； 与业务方紧密协作，识别高价值的 Agent 应用场景，制定技术路线图和优先级，确保资源投入产出最大化； 主导跨系统的数据集成与知识库建设，构建供采领域的 结构化知识图谱 + 非结构化文档检索体系，为 Agent 提供高质量的知识与工具支撑； 对 Agent 项目的业务效果负责，通过技术手段持续优化任务完成率、工具调用准确率、用户满意度等核心指标。
1. 独立负责阿里云资产运营业务下的复杂模块或业务链路的技术方案设计与研发交付，包括影响分析、系统设计、核心编码、联调测试及上线保障。 2. 参与跨领域、跨系统链路建设，完成接口契约、数据模型、状态流转及一致性方案设计，保障业务链路稳定、数据准确且可追溯。 3. 负责所辖领域的平台增量能力建设，将不同业务场景中的共性与差异沉淀为可配置、可扩展的领域模型、业务规则及流程能力，提升新场景接入效率。 4. 负责 AI/Agent 能力的生产级落地，面向异常识别、数据核验、差异归因、现场作业辅助及流程自动化等场景，建设知识检索、工具调用、任务编排、评测回归、安全护栏及人工兜底机制，并对应用效果和运行稳定性负责。 5. 持续提升系统工程质量与研发效能，完善监控告警、故障定位、容量及性能治理，推动 AI 辅助研发、智能测试和代码审查的规范化应用。