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、负责日常媒体沟通，策划并组织媒体沟通会、发布会、专访等媒体活动，持续拓展高质量媒体资源； 2、参与重大传播项目的媒介策略及内容共创，根据内容属性匹配差异化渠道组合，把控发布节奏，确保传播声量与质量达成目标； 3、定期输出传播效果及投放数据分析，为媒介策略优化提供依据。
负责日化、酒类、IT等核心行业，商家运营，市场营销策划等，目标实现行业商业收入的快速提升。 1.行业开发：根据不同行业特征，协同商业产品团队，进行客户BD及结构提升，实现客户，广告产品结构提升，商业收入快速增长； 2.商家运营：梳理行业商家的特征，分层管理，实现商家结构层次的优化提升,商；打造品牌商家，优化商业产品线上通路，帮助商家实现广告效果的快速提升 3.市场营销：协同内外部各部门，整合资源进行线上+线下的营销活动策划，并实现有效落地，推动更多商家营销参与度及活动能力，提升市场活跃度； 4.产品运营：分析行业特征及B类买家行为需求，制定相应的计划，与内部团队协作，通过对商业产品的不断优化，系统改造等方式实现目标收入以及商户规模的持续增加及活跃。
1、维护区域现有加盟餐饮商户，并通过各种途径开发新餐饮商户； 2、协助新餐饮商户完成加盟以及后期销售工作； 3、通过现场销售，提升餐厅的信息化、数据化管理水平； 4、优秀的谈判能力，配合Marketing团队完成营销项目跟进，并能够独自完成营销项目； 5、完成公司布局全国的战略任务；
依托智能营销平台整体战略规划，对超级汇川联盟广告平台产品设计和落地，为营收负责。 1.负责联盟广告平台的流量接入、需求分析与媒体全生命周期管理，聚焦广告主、流量主及平台三方生态的协同优化。 2. 协同技术、运营、商务团队推进产品迭代，通过数据驱动优化用户体验及客户ROI。 3. 追踪行业趋势（如程序化交易、智能投放算法等），探索创新产品形态，推动平台技术壁垒建设。 4. 负责商业化项目推进过程中的跨部门协调沟通工作，能够协调各资源以确保产品顺利发展，为结果负责。 5.与内外部业务产品、技术等合作部门进行沟通，收集业务需求，协助解决广告投放过程中的相关问题。
岗位定位： 将大模型能力转化为可上线、可运营、成本可控的产品化能力。你将主导从问题定义到生产交付的全链路工作——做技术选型、搭应用架构、建数据闭环、构建评测体系，最终交付可持续迭代的 AI 产品。 核心职责： - 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。 - 对所负责模块的线上质量、稳定性与成本负责，建立监控、告警与兜底机制，驱动持续迭代。 - 在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。 - 搭建 Agent 系统的工程化落地，包括多 Agent 协作与编排、Tool-Use（MCP 等协议）集成、Memory 管理，推动从原型到线上的完整闭环。 - 构建数据飞轮：设计采集、清洗、标注的工程化流水线，打通"上线 → 反馈 → 数据 → 迭代"循环。 - 面向业务目标设计评测指标，搭建自动化评测框架（LLM-as-Judge / Auto-rater），执行线上 A/B 实验，监控效果漂移并及时干预。
1.维护区域现有加盟餐饮商户，并通过各种途径开发新餐饮商户； 2.协助新餐饮商户完成加盟以及后期销售工作； 3.通过现场销售，提升餐厅的信息化、数据化管理水平； 4.优秀的谈判能力，配合Marketing团队完成营销项目跟进，并能够独自完成营销项目； 5.完成公司布局全国的战略任务。
1. 负责芯片设计（EDA）方向 AI 训练数据的标注管理与质检，把资深芯片工程师的设计与调试经验，转化为大模型可学习的高质量轨迹数据，直接参与“让大模型学会做芯片”这件从 0 到 1 的事。 2. 面向 RTL 设计与功能验证、逻辑综合 / STA / PnR（QoR 优化）、调试修复（fail→pass 闭环）等环节，设计标注与质检流程，制定 rubric 与验收标准，对题目与轨迹质量把关。 3. 与平头哥、达摩院等芯片与算法团队深度协作，共同定义 agentic EDA 的能力边界与评测基准，推动模型在真实 EDA 工具链上跑通。 4. 构建本方向数据质量体系，对题目难度分层、轨迹根因归因负责；把稀缺的芯片工程经验沉淀为可复用的团队方法论。 5. 管理领域专家团队，统筹任务与产能；成长路径面向 AI + 芯片交叉方向的技术骨干与负责人。
1、日常运维 • 负责数据中心日常运维及管理工作，制定数据中心IT运维策略与运维计划，保障IT稳定性，均衡考虑运维质量、效率、成本及安全 • 通过IT数字化运维管理，提高机房管控能力和兜底能力，保障维修及时率、风险闭环率等各项指标达标。 2、安全合规 • 落实数据中心内所有岗位的安全生产要求，推动数据中心在环保、消防、职业健康、法务、廉正等方面的合规运营，防止出现人员/设备的重大责任事故、行政处罚/责令整改等被动监管事件。 • 识别安全合规风险，建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 • 建立属地资源网络管理，推动与属地政府关系的全方位深化，为属地稳定安全合规运营提供坚实保障。 3、优化改进 • 负责所辖数据中心的IT运维工作优化，制定/梳理阿里IDC运维管理制度、操作手册、应急管理流程和应急操作预案。 • 负责阿里IDC能效优化工作，实现机房高效运行。 • 负责协同经营成本团队，通过建立成本分析模型、人效模型，实现对成本效率的精细化分析管控，达成经营目标。 4、技术支撑 • 负责数据中心运维侧技术管理，能带领团队通过技术管理为数据中心设计、设备选型等技术迭代提供技术支撑。 • 承担业务设备的现场技术支持，了解业务需求和网络结构，通过团队合作有效支撑数据中心运营。 5、团队管理 • 负责数据中心运维团队的日常管理、考核、人才梯队建设、能力培养，规划数据中心运维人员技术培训工作，提升运维团队服务水平。 • 建立与运营商、上级主管等部门间顺畅的沟通渠道，防止出现数据中心运营风险，确保阿里运营策略要求合规落地。
1. 以技术影响力促进阿里云MaaS、PaaS、IaaS、Agent产品在在线教育行业的行业地位和市场份额 2. 对接行业客户，理解他们的业务场景，设计基于阿里云MaaS和智能体的落地方案 3. 动手搭Demo、做POC，带着客户从方案到上线跑通，解决落地中关键卡点。 4. 深入Agent/Harness等大模型前沿技术方向，持续学习、自我迭代，学习行业经验并沉淀成可复制的解决方案 5. 从技术侧帮客户理解"为什么选阿里云、业务价值是什么" 6. 参与行业活动，建立行业的技术影响力
负责闲鱼B2B 二手 3C 交易平台产品体系从 0 到 1 建设，对平台 GMV、拍场动销率与买家竞得率负责。 1）完善暗拍 / 实时竞拍 / 一口价 等玩法的交易链路，主导价格力模型设计与落地，对上拍成交率与溢价率负责； 2）建设履约与售后线上化体系及买家分层权益产品，按季度交付售后处理时效与买家次月留存的正向提升； 3）主导买家 Agent 从 MVP到全场景托管的产品落地，对 Agent 托管渗透率与买家人均月采购额提升负责；
1.熟悉东北客户特点，有一定的客情关系，了解地域文化； 2.行业洞察与商机引导 主动洞察所在行业/区域客户的AI变革趋势，前瞻性地识别引导重点目标客户在智算/通算/大模型/高质量数据集/智能体/MaaS等领域的商机并重点拓展； 3.客户AI价值场景挖掘 深入调研客户业务场景，捕捉应用痛点与AI创新潜力，结合阿里云AI产品技术优势，提供有行业竞争力的AI场景化解决方案咨询设计服务； 4.客户影响与商机转化 向客户技术决策人阐述阿里云AI产品和解决方案优势，以影响客户的技术选型决策；向业务决策人呈现具有说服力的AI投资回报率（ROI）分析，加速商机转化；策划和组织各类品牌活动，提升客户对阿里云产品认同度； 5.商务运作和业务支持 基于阿里云和客户商务流程规则，完成客户招投标及商务合同签署等商务工作； 动态跟踪客户需求变化，推动合同变更； 协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，及时向产研部门反馈AI产品的优化建议，支撑客户业务目标达成 6.市场敏感与扩展复制 挖掘可复制、可规模化、符合市场逻辑的AI解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行推广，促进从1到N的复制；
1、理解 LLM 能力边界与 Harness Engineering，支撑 Agent 在数据开发和分析的全链路场景应用； 2、规划面向大模型的语义层、指标体系与元数据治理，让数据对 AI 可读、可调用； 3、把实验分析与归因能力产品化，接入数据 Agent，由 Agent 自动输出结论与建议； 4、以评测驱动 Agent 迭代，设计并落地质量保障流程，持续提升 Agent 的准确性与交付质量。
深入参与 Alibaba Token Hub 事业群 MaaS 业务（Model as a Service）的核心算法研发，以前沿的技术驱动顶层业务创新，定义下一代 AI-Native 交互范式。面向真实应用场景，依托阿里强大的基座模型，打造行业SOTA的智能座舱解决方案。具体工作内容包括但不限于： 1、智能座舱 Agent 决策与任务编排：构建座舱场景下的 Agent 决策能力，包括工具/功能调用（导航、媒体、空调、车窗等）、多步任务规划与分解、基于行车上下文的服务主动触发、多 Agent 协同与仲裁等，实现"懂你、主动、能办事"的座舱智能交互范式。 2、智能座舱 Omni 大模型研发与落地：面向智能座舱场景构建端到端多模态多语言大模型能力，攻克流式语音交互、模态对齐、长时程上下文管理等核心问题，在 Omni 架构下保持并提升模型的对话智商与情商，支撑"边听边说边办事"的座舱交互体验。 3、Agentic Search 与座舱知识推理能力建设：利用 Query Planning、大模型 Reasoning 和 Deep Search等技术，提升模型对车辆手册、本地生活、百科新闻等信息的检索、理解、推理与总结能力；重点攻克复杂知识问答、跨源信息整合、长链路任务查询及不确定信息处理场景，保障回复的准确性、可溯源性与可控性。 4、训练、推理框架与端云部署优化：掌握 vLLM / SGLang 等推理引擎的使用与优化，基于 Megatron / DeepSpeed 等框架，结合座舱 Omni 模型与端云协同部署特点进行定制化改造，探索端侧小模型与云端大模型协同推理，满足座舱对时延、成本与隐私的严苛要求。 5、训练数据、评测体系与模型持续迭代：参与座舱 Agent 训练数据、轨迹数据、工具调用数据、偏好数据及安全数据的构建，开展 SFT、RLHF、RLVR、Agentic RL 等模型迭代；建设覆盖意图理解、规划质量、工具调用成功率、任务完成率、回复准确性、时延、幻觉率与安全性的评测体系，基于线上反馈形成数据飞轮，持续推动 Agent 能力进化。
一、Agent Runtime 与任务编排 ● 设计并实现 Agent 运行时——基于 Planning / Memory / Tool-use 构建高性能编排引擎，覆盖多步推理（ReAct / Plan-and-Solve）、上下文管理与状态机，让 Agent 稳定跑完长链路任务而不中途跑飞 ● 深度优化 Function Calling 并基于 MCP（Model Context Protocol）构建可扩展工具链，打通 Agent 与外部系统、企业应用的互通 ● 落地 Agentic RAG 与 GraphRAG，构建支持多跳推理与动态更新的长效记忆系统，突破长上下文知识瓶颈 ● 打通工具与沙箱执行层——代码执行、文件操作、外部 API 调用的安全隔离与权限控制，让 Agent 既能干活又不越界 二、评测与可靠性（Eval Harness） ● 搭建端到端 Eval Framework——从单点工具调用到完整任务轨迹（trajectory）的自动化评测，用数据而不是直觉来判断每次迭代是进步还是退步 ● 建立自动化监控闭环——围绕决策轨迹、工具调用准确率、自愈率做全链路 tracing 与失败分层归因（infra 层自动重试、agent 层转人工），让线上问题可复现、可定位 ● 沉淀回归数据集与质量基线，推动团队形成"改一版就能量化验证"的研发节奏 三、全栈应用落地 ● 主导 AI 原生应用的端到端交付——打通从大模型推理、Agent 编排到前端用户界面的全链路，独立完成核心系统与模块的开发上线 ● 负责 Agent 工作台的交互实现——会话、任务视图、运行轨迹可视化，让用户真正看得懂 Agent 在做什么、卡在哪 ● 保持对业务场景的敏锐洞察，快速理解业务痛点，把模糊的产品需求转化为清晰的技术方案并推动快速迭代 四、技术协作与工程文化 ● 参与 Agent 方向的人才引进与技术面试，协助搭建高水准的工程团队 ● 积极沉淀 Agent 工程实践，输出技术文档与最佳实践，营造开放分享的工程文化 ● 参与技术分享与行业交流，在 Agent 工程领域建立个人和团队的技术影响力
团队介绍：抖音研发部门负责多款大型产品的研发，包括但不限于抖音、西瓜视频、汽水音乐。加入我们，你将有机会参与亿级用户场景的开发与架构工作，使用前沿的技术助力业务一起不断成长。 1、负责抖音APP端、电脑端产品及能力的研发和持续迭代； 2、结合LLM、Agent等AI技术，与产品一起探索抖音AI业务，支撑抖音创作业务增长； 3、主导前端工程化建设，包括组件库、构建工具、性能监控、微前端架构等技术体系的设计与优化； 4、参与后端微服务架构设计，承担API设计、数据存储、服务治理等工作，保障系统的高可用与可扩展性。
团队介绍：字节跳动基础设施DCS【Data Center/Cloud Service/System Service】团队，负责字节跳动全球数据中心全生命周期的运营管理，职责涵盖数据中心运维、服务器管理、资产管理、AI运维平台研发、系统服务、云服务等。致力于为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供高可用、高稳定、高性能、低成本的算力资源。 1、负责园区内IT运维人员管理，依据数据中心规模与日常工作量合理配置人员数量及排班计划；与IM集群主管配合优化集群IT人员结构比例，有效控制加班时长与离职率，并协助完成IT岗面试招聘工作，管理园区日常运维工作效率，确保规定时间内各项现场服务SLA指标的全面达成； 2、负责IT人员能力培养，为IT驻场人员提供技术指导与实操培训，提升IT人员技术能力、操作规范与运维效率；负责现场IT运维执行过程中的风险识别与管理，发掘并汇总潜在风险，并跟进闭环，推动形成园区解决方案，及时汇总反馈园区现场各类IT运维问题，并推动跨团队IT运维问题跟进治理，确保与基础设施、基础运维、资产和质量等团队的现场工作联动； 3、立足现场参与IT运维平台能力建设，提出平台需求、配合测试与上线，并通过现场应用持续反馈平台问题，为平台持续优化提供现场运维依据，提升现场IT运维自动化水平、工作效率与透明度；协助完成运维流程规范与知识库建设，基于现场情况变化持续更新维护运维SOP及风险案例库，提升流程规范与知识库对IT现场运维工作场景的覆盖； 4、根据集群汇报模式与IM集群主管协同配合，及时响应园区现场各类服务需求（参观、审计等）与突发状况（紧急故障响应等），确保园区各类IT运维相关工作有序进行； 5、负责与Colo运营商及IT服务商建立良好的现场合作关系，通过持续有效沟通，为IT创造良好的日常工作与沟通氛围，依据服务商KPI考核目标督促IT现场工作与服务质量持续改进。
团队介绍：字节跳动基础设施计算团队，专注构建面向大模型与 AI Agent 时代的 AI-Native Infra。我们从算力、系统到平台，围绕“AI 如何高效运行、持续进化、规模化落地”这一核心问题，重构计算基础设施。我们管理着数十万台服务器组成的超大规模集群，构建统一的异构算力调度与云原生运行体系；通过软硬协同与自研框架，持续突破大模型训练与推理的性能瓶颈；并进一步向上，打造企业级 AI Agent Infra，让 Agent 具备身份、权限、记忆、观测与治理能力，真正成为可运行在生产环境中的新型“应用形态”。 从云服务器、容器、函数，到 AI 网关、可观测与弹性体系，我们构建的是一个为 AI 而生、由 AI 驱动进化的基础设施平台，支撑集团核心业务与企业级客户的智能化升级。 如果你希望参与定义 AI 时代的 Infra 范式，而不仅是优化一个模块或服务——欢迎加入我们，一起构建下一代 AI 云原生基础设施。 1、参与企业级Agent Runtime建设，负责Agent任务执行、状态管理、长任务运行、Checkpoint、重试恢复和生命周期管理等核心能力，使Agent能够在生产环境中稳定完成复杂任务； 2、参与Agent安全执行环境建设，围绕容器、虚拟机或轻量级Sandbox，完善环境创建、镜像与依赖管理、资源限制、网络控制、文件系统隔离和运行时安全等能力； 3、建设Agent任务编排与资源调度能力，支持高并发任务、弹性伸缩、优先级与配额管理、多租户隔离以及CPU/GPU等异构资源的高效使用，参与Tool、Skill、Plugin、MCP/A2A、Computer Use等连接能力建设，将企业数据、API和应用系统以安全、标准化的方式提供给Agent使用； 4、建设Agent可观测与评测基础设施，完善对模型调用、工具调用、任务轨迹、资源消耗和失败原因的追踪、诊断与度量，持续优化任务成功率、延迟、稳定性与成本，面向企业级交付要求，参与身份权限、凭证管理、审计、配额、灰度、容灾、版本兼容及公有云/专有环境适配等能力建设； 5、深入客户实际场景，与产品、算法、安全、SRE和解决方案团队协作，将客户共性需求抽象为稳定、易用、可复用的平台能力； 6、基于AI-Native SDLC实践，使用AI Coding、自动化测试和智能诊断等方式提升研发效率，并将工具、排障方法和最佳实践沉淀为团队可复用的工程资产。
安排专业技术部门轮岗培养，参与AI+、云+DICT、智算领域等公司重大项目攻关、重要课题突破、重点岗位试炼，加速推进云网智算一体化建设，聚焦AI赋能行业与内生智能，推动网络强基和全栈创新。
1.参与项目规划、解决方案写作、技术交流等工作，帮助客户完成业务设计及规划，提升公司品牌影响力； 2.与行业价值客户联合创新，深入理解客户需求，业务驱动完善场景化行业解决方案并实现解决方案落地； 3.根据项目范围、质量、时间与成本的综合因素的考虑，进行项目整体规划、计划； 4.参与项目全生命周期管理，组织协调内、外部资源，确保项目顺利实施； 5.参与解决业务系统生产运行中的重大故障、性能瓶颈等问题，以及持续跟进和优化。
参与运动开发AI平台的前后端开发，完成模块设计、编码、联调与上线迭代。 负责平台后端接口（Spring Boot / RESTful）与前端页面（Vue / React）的开发与维护。 参与数据库表结构设计与SQL编写，完成日常数据读写及查询优化。 参与智能体（AI Agent）搭建、知识库与向量检索等AI应用功能的开发与落地。 结合运动开发中的底盘硬件，软件，性能等实际业务场景与工作流，推动AI能力在项目开发集成、测试、诊断等环节的业务落地。 配合项目开发、测试、上线及后续迭代，及时反馈任务进展。