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
一、数据治理与数据资产管理 1. 负责所负责数据模块的数据抽取、清洗、转换与质量检核，落地数据获取、清洗、转换、打标等标准化流程 2. 执行所负责资产域的元数据维护与数据血缘梳理，协助维护数据资产目录，保障数据准确率达标 3. 协同平台开发团队推进存量数据梳理优化、修复数据，保障数据可用可信 4. 落实数据分级分类与安全合规要求，保障所负责范围敏感数据安全受控 二、数据运营与可视化看板 1. 深入理解IDC业务运转逻辑（选址、设计、建设、运维、成本），独立负责单一业务域数据看板的建设与日常运营 2. 做好口径对齐与指标规范落地，确保看板数据口径准确、数据语言体系一致 3. 快速响应业务数据需求，完成日常取数与分析，协助开展异动追因与专项分析 4. 利用BI工具输出定期报告，提供数据驱动的见解和建议 三、数据标注与数据服务 1. 落地所负责模块的标注方案，执行标注验收与质量抽检，确保标注质量满足模型训练要求 2. 参与智能问答、Data Skills等数据服务的建设与运营，跟踪使用效果并推动问题修复与优化迭代 3. 协助众包标注平台运营，跟踪标注进度和执行质量
1. 设计、开发和优化大规模高可用的智能搜索系统，持续提升检索效率与用户体验； 2. 深度参与AI模型（如召回、排序、理解、重排等）在在线搜索服务的集成、部署与性能调优； 3. 搭建和完善数据处理与特征工程链路，支持大规模数据的高效流转与特征管理； 4. 参与搜索系统的架构设计与工程实现，包括分布式服务、索引构建、检索优化、缓存加速与横向扩展等； 5. 联合算法、产品、前后端等多团队协作，推动AI搜索相关功能的快速落地； 6. 建立完备的监控、日志、报警与追踪体系，保障服务的稳定性、可观测性与高可用性； 7. 积极跟进行业搜索与信息检索前沿技术，持续推动创新和最佳实践在系统中的落地。
1、负责企业客户的售前工作，支持销售拿到业务结果，提升销售额 2、作为技术专家，提供客户云架构解决方案，并在落地过程中提供对内外部团队提供必要的技术指导，确保方案可落地、有竞争力 3、负责所支持区域细分领域（出海、大数据、人工智能等）的市场洞察、解决方案的制定及落地，能够把握市场和技术发展趋势，推动产品、解决方案的落地 4、建立行业影响力，参加内外部行业沙龙，做技术分享，传播云原生最佳实践 5、参与客户的方案比选，做POC演示和功能/性能测试，在保证性能和安全性的前提下做到成本最优，性价比最高 6、为客户提供整体技术架构服务，构建监控体系、DevOps、大数据、AI等能力，从成本、效率、稳定性三个维度提升客户的云化架构能力
1、承接G端/大B客户的AI文旅诉求，完成包括需求调研、方案设计、技术路径在内的完整解决方案，支持客户拜访、方案汇报、投标等； 2、政府及文旅行业的“AI+文旅”布道与心智影响，树立飞猪在AI文旅领域的品牌与影响力； 3、搜集客户需求，推动内部产品迭代；牵头标杆场景/项目打造，沉淀方案及案例库等； 4、关注AI+文旅行业趋势与动态，赋能前端团队提升AI素养。
1、参与商品发布、管理、理解相关 Agent 的技术研究与产品研发，结合 LLM / Multi-Agent 重塑商品全生命周期； 2、负责高并发商品消费、库存扣减等核心链路的 Agent 化改造，保障大促级流量下的稳定性与一致性； 3、为商品域提供 Agent 编排、工具调用、RAG 知识库等端到端方案的设计与落地，推动横向能力复用； 4、与SPU/类目技术、发布端、IC 中心等团队协同，沉淀商品 Agent 平台与最佳实践，包括但不限于商品分类、属性抽取、标题生成、图像识别（如主图识别、多模态理解）、商品去重与归一化等。
加入我们，成为电商基石商品域建设的核心驱动者，探索全新业务Agent落地场景，持续迭代电商供给体系。 1、赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商品AI发布、智能补齐与经营辅助，显著提升商家经营效率与产品体验。 2、高质量的商品供给： 结合AI和平台数据沉淀，持续迭代商品底池基础能力，判定并治理各类商品问题，确保平台供给的高质量与标准化，源源不断输出优质供给。 3、驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力。 4、主导端到端交付： 协同产品、业务及算法团队，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环。
1. 致力打造世界一流的深度学习硬件计算平台， 跟踪深度学习及系统硬件架构的发展，设计开发高性能低功耗的架构、芯片及硬件产品。 2. 针对阿里巴巴集团业务发展需求，与阿里巴巴的算法和业务团队和作， 规划设计与业务相匹配的异构计算软硬件产品构架。 3. 确保前端设计的质量检查，以及跟后端流程的协作。 1. Build the world-class deep learning platforms. Follow closely with the latest innovations on deep learning algorithms and accelerator architecture. Architect and design deep learning HW acceleration platform for high performance and low power. 2. Target at the specific computation needs of driving business growth. Collaborate with Alibaba algorithm and business teams. Architect and develope heterogenous platforms that drive business growth. 3. Own front-end design quality checks and reviews to present the physical design team with high-quality RTL.
1. 致力打造世界一流的AI硬件计算平台， 跟踪业界先进模型及系统硬件架构的发展，设计开发高性能低功耗的芯片硬件产品。 2. 主导IP内模块的设计与落地，确保设计先进性。 3. 根据架构和应用需求，设计微架构，编写设计文档，完成模块RTL设计。 4. 与验证/物理协同，完成验证，综合约束，时序收敛，时序/面积优化等PPA优化。
聚焦核心业务场景，利用 Agent、RAG、多模检索等前沿技术推动 AI 在业务中真实落地。你将参与从需求洞察到系统构建的全流程，完成"业务归因 → 架构设计 → 工程实现 → 效果评测 → 规模化复制"的完整闭环，既研发面向业务的智能应用与工具，也建设支撑 AI 长期运转的数据、知识与评测底座，实现技术驱动业务增长的价值转化。 具体职责包括以下相关方向的一项或多项： 1、需求理解与归因 - 深入业务场景，利用数据挖掘与特征分析完成现象归因，精准识别高价值问题； - 将模糊的业务痛点转化为可度量、可验证的 AI 解决目标与效果指标。 2、架构设计 - 面向具体业务需求，设计 AI 原生系统架构； - 参与 Agent 系统核心模块规划，包括记忆管理、推理与规划策略、工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。 3、数据引擎——为 AI 提供高效燃料 - 建设多源异构数据的接入、清洗、加工与服务化管道，打通业务系统、日志、文档、多媒体等数据源； - 保障数据的时效性、一致性与可追溯性，形成可持续供给的数据资产与数据飞轮。 4、知识引擎——让 AI 拥有业务知识 - 构建高维知识体系：语义层、本体 / 知识图谱、业务术语与规则的结构化表达； - 建设 RAG 与多模态检索能力（文本 / 表格 / 图片 / 音视频），持续优化召回质量、排序策略与上下文注入方案（Context Engineering）； - 搭建 AI 与现有业务系统的交互环境，涵盖 API / MCP 接入、工具注册与记忆方案设计，为模型提供准确、及时的执行环境与知识支撑。 5、核心能力实现 - 负责 Agent 关键模块的工程落地，实现意图识别、任务拆解、工具调用与反思纠错闭环； - 封装标准化 SDK / API 服务，降低业务接入成本； - 构建 Agent 可观测体系，实现全链路追踪与多维归因分析，让效果好坏可解释、可定位。 6、训练评测与系统演进 - 搭建评测集与自动化评测、回测机制，建立效果基线与回归防护； - 通过 SFT / DPO 等模型调优、大模型评测与归因分析，结合 Case 分析持续收敛效果、性能与成本的最优路径； - 沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。 7、性能优化与稳定性保障 - 优化高并发场景下的系统性能，通过异步处理、缓存、限流与降级策略保障服务稳定； - 通过低侵入性观测手段保障系统的长期稳定运行。
1. 致力打造世界一流的AI硬件计算平台， 跟踪业界先进模型及系统硬件架构的发展，设计开发高性能低功耗的芯片硬件产品。 2. 紧密结合应用需求，与架构软件团队合作， 确保关键特性设计在性能上满足要求，各领域实现上清晰合理。 3. 主导设计性能分析，准确定位性能问题，用工具增效分析效率。 4. IP顶层集成，参与多平台软硬协同验证。
面向淘宝营销业务，围绕商品运营、用户运营等具体方向，开展训练数据构建、后训练方案设计、实验评估与效果迭代，推动模型持续优化并提升业务效果。 具体职责包括： 1. 后训练方案设计与优化：结合业务目标、数据特点和模型现状，制定后训练优化方案，选择合适的训练策略并完成效果验证； 2. 训练工程与实验执行：负责训练任务的工程化执行与过程管理，完成数据准备、训练配置、实验运行、效果对比和结果分析，支撑模型版本迭代； 3. 业务数据构建与质量控制：围绕具体业务场景，完成指令数据、偏好数据、拒答数据、评测回流数据等训练数据的采集、清洗、去重、分层、标注与质量控制； 4. 效果评估与持续迭代：结合离线评测、人工评审、线上实验、badcase 分析和业务反馈，系统评估训练收益，定位效果退化、覆盖不足等问题，并推动优化迭代； 5. 跨团队协同与落地推进：协同产品、运营、数据、工程等团队成员，完成需求澄清、数据对接、训练评估与上线支持，推动模型能力在业务场景中的落地应用。
加入我们，成为电商基石商品域建设的核心驱动者，探索全新业务Agent落地场景，持续迭代电商供给体系。 1、赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商家端AI能力建设、智能补齐与经营辅助，显著提升商家经营效率与产品体验。 2、库存架构迭代： 增对商品供给的多样性和复杂性，解决和建设商品多供给，托管，近场闪购等交易核心链路能力并保障稳定性，通过AI赋能提升研发效率。 3、驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力。 4、主导端到端交付： 协同产品、业务及行业运营，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环。
1. 负责浏览器内核 / 跨端渲染引擎 / 播放器内核 / PDF 内核等相关技术领域方向的 AI 自动化测试建设及质量保障工作； 2. 推进研测全流程AI提效并设计配套的质量保障体系，负责“持续集成保障体系” 建设 及 “AI 自动化测试工具平台” 开发工作，同时结合大模型、Agent、MCP 等 AI 工具，提升团队的研测效率和代码质量； 3. 负责通过全链路数据分析、效果评测、竞对分析等手段帮助发现技术及产品优劣势，驱动技术持续优化演进，打造极致用户体验； 4. 负责持续跟进及研究行业 AI 自动化测试领域前沿技术，推进团队内部 AI 自动化测试技术不断演进完善。
岗位面向淘天集团智能内控体系建设，聚焦资金风险防控、流程合规审计、异常交易识别等核心业务场景，负责大模型及AI算法在复杂企业内控环境下的深度调优与效果落地，构建高精度、可解释、可信赖的智能内控AI引擎。 1. 面向资金流水、审批日志、合同文本、操作行为序列等多模态内控数据，设计并实施SFT（Supervised Fine-Tuning）、DPO/RLHF等后训练对齐方案，提升模型在内控垂域任务中的指令遵循能力与事实准确性； 2. 构建覆盖内控场景的自动化评测体系，包括但不限于：Benchmark构建、Golden Set标注、RAGAS/TruLens评估、幻觉检测（Hallucination Detection）、置信度校准（Confidence Calibration）及A/B Test框架，量化模型迭代收益； 3. 针对合规推理、风险归因、异常溯源等长链路决策任务，优化Prompt Engineering、CoT（Chain-of-Thought）、ReAct Agent架构及检索增强生成（RAG）策略，提升复杂业务问题的端到端解决率； 4. 深入分析Bad Case与Corner Case，通过LoRA/QLoRA微调、知识蒸馏（Knowledge Distillation）、数据合成（Synthetic Data Generation）等手段持续优化模型表现，平衡效果、延迟与推理成本； 5. 与内控业务专家、策略运营及工程团队紧密协作，将模糊的合规诉求转化为可量化的算法优化目标，推动AI能力在内控全流程的规模化落地。
1、搭建智能化的AI运营系统，负责相关Agent设计、业务模型抽象、数据资产沉淀等工作，通过技术驱动运营方式变革。 2、探索AI-Native的研发模式，搭建AI Friendly的技术能力，提升业务的研发效果和效率。 3、深入业务场景，通过科学的数据分析进行现象归因，精准识别高价值问题，打造有影响力的AI应用产品。
1.建设安全场景下的AI评测体系，负责样本构建、评测方法设计和效果分析，推动模型与应用方案持续优化。 2.负责AI应用安全相关SDK及工具研发，推进框架适配、系统集成和业务接入，保障稳定性与性能。 3.探索AI在漏洞分析、误报识别和自动修复中的应用，提升风险处置的准确性与效率。 4.与安全、研发及算法团队协作，推动技术方案产品化，并通过实际业务效果持续迭代
深入企业采购的全链路业务场景，通过AI技术将客户的真实诉求转化为可落地的技术方案，主导核心系统的设计与演进，在保障系统高可用的同时，实现 AI 技术在采购领域的创新应用，驱动业务从"能用"走向"好用"、"用出价值"，并联动外部生态伙伴，推动项目从签单走向成功交付与持续复购。 1. 核心系统设计：负责企业采购系统的研发，抽象商品、店铺、交易、履约、结算、开票等核⼼领域模型，构建AI Friendly的技术架构 2. 业务理解转化：深入理解不同行业客户的采购业务痛点，通过AI技术手段将业务诉求转化为实现路径，输出清晰的技术方案 3. AI技术应用： 参与AI在企业采购场景的设计和落地，推动技术创新与团队知识共享，实现企业采购的智能化端到端交付 4. 跨团队协同：作为技术侧核心研发，与业务团队紧密配合，统筹项目资源与节奏，推动需求高效落地与项目按时交付
作为商家经营数据AI 应用方向的技术负责人，你将负责这一领域的技术战略与演进路线：以商家主数据体系为地基，把「数据 → 评测 → 经营知识」打造成一个可自我迭代的闭环飞轮，让商家 Agent 持续变聪明、被信任，真正重构商家的经营方式。这是一个既要定义方向、又要带队打赢、还要跨团队拿结果的核心岗位。 你将负责： 1、定义商家数据AI 应用的技术战略与路线图，判断在数据、评测、知识三个环节的投入节奏与优先级，为整个领域的技术演进负责； 2、端到端负责以商家主数据体系为基础的 AI 数据能力建设，保障主数据的一致性、口径统一与实时/离线链路的高质量供给； 3、主导 AI 评测体系从 0 到 1 建设，定义商家经营场景的效果基准与评测方法，构建自动化评测流水线，并让线上效果持续反哺评测集，形成可迭代飞轮； 4、统筹经营知识库的自迭代机制，覆盖知识抽取、沉淀、质量门禁与失效淘汰，保障知识持续增长且不劣化； 5、作为 owner 跨团队拉通「数据—评测—知识」完整闭环，推动数据、算法、产品、业务在统一指标下协同背责，把技术能力转化为领域级业务价值； 6、组建并带领 AI 应用研发团队，搭建人才梯队、培养技术骨干与后备负责人，沉淀可复制的方法论，打造团队的持续战斗力。
1、具备传统零售或新零售行业3年以上工作经验，熟悉零售门店运营管理，对总部新店SOP制定与落地有成功经验优先 2、完善新店项目推进业务，构建岗位质控管理体系 3、具备良好的沟通能力，能协调内外部团队，推进事务落地 4、有良好的数据能力，熟练掌握EXCEL，SQL等工具，逻辑思维能力强，能对于数据中发现问题，并提出对于解决方案 5、有一定得项目管理系统或OA系统产品思维的优先；可从新店全链路视角中迭代产品，驱动业务提效 工作职责： 风险管理：识别、评估、缓解和预警项目风险，确保项目能够在预定的时间和预算内完成； 沟通协调：在组织内部&外部、上下游团队进行沟通和协调，确保项目相关信息能够及时、准确地传递； 绩效评估：定期进行项目负责人、执行人的绩效评估，确保达到预期的目标和标准； 日常管理：包括项目支持、数据分析和报告、会议组织和记录、沟通协调、文档管理、资源调度； 落地执行：全国新店项目计划进行项目活动，确保项目目标的实现；监控项目进程，确保项目按时间计划执行，并协调团队成员的工作； 进度监控：对全国新店项目进展进行监控，确保项目目标的实现，及时发现和解决问题。需要定期检查项目进度，评估项目绩效，并根据需要进行调整 工作地点：上海；有出差少量需求；
关于角色：我们正在寻找一位技术 Leader，推动 AI Agent 等 AI 新技术在物流智能决策场景的应用落地，以技术突破驱动业务突破。 岗位职责： ● 推动淘天智能决策相关业务场景持续突破，包括淘天逆向物流资源规划与服务推荐；闲鱼寄件和商家寄件智能定价与营销策略；淘天闪购供应链补货、调拨、库存健康等最优库存管理决策与网络规划、仓容稽核；跨多个行业的最优分单、订单路由、装载优化、动态排线持续降本等 ● 主导智能决策 AI 整体架构，建立求解质量、求解时间、综合成本三维对比的评测基准；推动物流决策 AI Agent 建设，以及智能体在复杂场景中的应用，沉淀可复用的决策技术资产 ● 打造高执行力、高自驱力的团队，带领团队推动业务最优决策