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. 基于模型与 MaaS 平台能力，设计金融行业智能 Agent、企业知识库、任务自动化 Workflow、多Agent协同等产品方案，推动模型能力在金融场景中的落地应用。 2. 理解金融机构核心业务流程，围绕智能投研、智能风控、智能营销、金融知识库、投顾助手等场景，设计 AI 产品方案并推动商业化落地。 3. 能够抽象行业共性需求，沉淀标准化组件与行业解决方案，推动金融AI产品从0-1建设及规模化复制。 4. 联动算法、工程、解决方案、销售及生态伙伴团队，推动产品能力建设与客户交付上线，持续跟踪业务效果与客户反馈，驱动产品迭代。 5. 关注行业前沿技术与产品趋势，跟踪国内外Agent、AI Workflow等行业趋势，形成产品演进路线判断。
阿里巴巴旗下的 AI Coding 创新团队，致力于重新定义 AI 与人协作的方式。我们正在打造一个新的场景，将Coding Agent的能力泛化，让 AI 真正从"辅助工具"进化为"工作主体"，实现长时间自主运行、独立承接真实任务、稳定持续交付最终产物，彻底革新人类的工作方式。我们正寻找富有激情、创造力和前瞻性思维的精英人才加入，共同定义 AI Agent 时代的产品形态。 1、负责全新 AI Agent 产品的全生命周期管理，从 0 到 1 定义产品形态、能力边界与演进路径,包括市场研究、产品战略制定、功能设计、用户体验优化及产品增长; 2、洞察行业趋势和技术发展，确保产品在快速演进的 AI Agent 领域保持领先地位; 3、设计创新的人机协作交互范式，围绕 Agent 的长时运行、云端执行、异步任务调度、规划执行、记忆与自进化、上下文管理等核心机制，打造直观、可信、引人入胜的产品体验; 4、深入理解开发者、知识行业等用户真实工作流，洞察高频、高价值的工作场景，识别适合由 Agent 自主承接的任务类型，设计端到端的任务交付路径; 5、与 UI/UX、工程团队紧密协作，将底层 Agent 能力转化为稳定、可控、符合用户心智的产品体验，持续提升视觉、交互和智能化表现; 6、通过深度用户研究、数据分析和持续实验，驱动任务成功率、自主完成率、用户信任度与长期留存等核心指标的提升; 7、建立和维护与 key stakeholders 的关系，包括内部团队、合作伙伴和重要客户，确保产品战略的顺利实施。
1、深度参与AI推荐工程全链路建设，推动大模型（LLM）与传统推荐架构的深度融合，构建具备推理、规划与执行闭环的智能体（agent），提供实时用户数据处理、用户记忆查询、圈人、主动匹配策略等特定场景的智能化服务能力； 2、负责agent核心架构的设计、开发与持续优化，构建高可用、可扩展的agent运行框架，完成在千问相关业务场景的落地； 3、抽象并持续优化agent关键能力模块，包括意图理解、任务规划、工具调用、记忆管理、多轮对话等核心功能，提升agent的自主决策与执行能力； 4、跟踪agent领域前沿技术与开源框架，推动技术选型与架构升级，沉淀agent开发规范、工具链与优秀实践，提升团队研发效率； 5、协同算法、产品、测试等团队，参与agent全生命周期管理，包括需求评审、方案设计、代码开发、测试验证与上线运维，保障项目高质量交付。
1、负责大规模多模态数据计算引擎的核心架构设计与执行计划优化，构建面向异构计算（CPU/GPU）的高效任务调度机制与执行流水线，解决PB级多模态数据（图像、音频、视频等）处理过程中的关键性能瓶颈； 2、应对PB级数据在Shuffle、Join、Aggregation等场景中面临的内存、I/O与存储资源挑战，攻克每日PB级流批一体数据处理过程中的系统稳定性难题了； 3、提供SQL-like与Python双端编程接口，打造从本地开发调试到生产级分布式计算的一站式开发体验，持续提升开发效率与工程易用性； 4、应对百PB级结构化数据及多模态数据入湖场景下的高效存储与高吞吐I/O挑战；实现多租户I/O与存储资源的有效隔离；构建完善的数据治理体系，保障数据质量，防范数据腐化风险。
1、 酒店拓展：拓展区域优质酒店，保证区域供应链完整、拿回优势价库； 2、价库运营：结合平台工具和资源，做好基础信息维护、工单处理、平台重点项目的落地执行，提高间夜产出； 3、商户问题处理及关系维护：解决商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过高频次拜访，帮商家解决具体问题及维护与商家的关系； 4、结合区域酒店情况做好售卡目标的规划和执行，以此提升酒店间夜产出。
1. 优化Leads全生命周期管理体系：从Leads生成、分级、分发、跟进、流转到转化，设计端到端运营流程，确保各环节高效衔接、闭环可追踪。 2. 推动Leads统一池建设与智能分发机制落地：协同产品、数据、销售及市场团队，建立跨来源Leads的标准化接入、去重、打标与动态分配规则，重点支持MaaS等高价值业务线的精准匹配。 3. 搭建全链路转化漏斗与效能分析体系：建立监控关键指标（如MQL→SQL转化率、首次响应时长、Leads存活周期、渠道ROI等），定期输出洞察并驱动流程优化。 4. 联动市场、销售与解决方案团队：推动Leads质量反馈闭环，反哺市场投放策略与内容优化，提升前端Leads精准度。 5. 探索AI/大模型在Leads运营中的应用：如智能评分、意图识别、自动分配建议等，提升运营自动化与智能化水平。 核心能力： 1. 精通Leads全链路运营方法论，具备搭建或优化Leads管理体系的成功案例； 2. 熟悉主流CRM及营销自动化工具能基于系统设计运营规则； 3. 具备强数据分析能力，熟练Excel、BI工具（如Tableau、Power BI），可以进行漏斗分析与归因建模； 4. 优秀的跨团队协作与项目推动能力，能有效协同市场、销售、产品、数据等多方角色。
1. 负责千问学习核心智能体算法研发与优化，使用大模型实现题目理解与分析、AI学情诊断分析、学习规划等核心agent。 2. 负责智能学习助手算法研发与优化，包括大模型在智能决策、RAG、个性化推荐等领域的应用。
客户现场专项技术负责人 如网络专项、数据库专项 平台稳定性重大变更方案制定与实施 如性能/存储优化、底座改造等 现场故障应急执行 协助原厂尽快恢复平台运行 关键时刻现场保障 如客户平台隐患深度排查与治理，复杂问题原因定位及解决
千问多模态推理算法致力于使用AI在Agentic、stem等方向的效果提升。在这里您将与我们一起挑战前沿的产品技术问题，并收获服务千万级用户的成就感和影响力。 1. 负责面向推理的多模态大模型研发，包括图文、视频、音频等多个模态的预训练，探索多模态的数据质量评估和清洗方法； 2. 负责对模型的训练数据、训练策略、模型结构等进行深入分析。 3. 负责强化学习算法研发、提升训练稳定性、采样效率、训练效果。 4. 负责跟踪和研究多模态大模型前沿技术调研、落地、对业务进行优化； 5. 负责对各业务场景下相关技术问题进行分析、算法设计、研发以及推动上线，提升业务效果；
1. 负责千问ai创作线的核心数据体系建设，保障数据准确性与及时性，通过数据洞察及时定位业务问题与机会点，保障业务策略落地； 2. 基于业务痛点开展专项分析，包括但不限于：图像生成创作体验、内容消费及分发、内容供给等； 3. 深度参与业务规划，通过数据挖掘、归因分析、漏斗分析、AB实验评估等，找到问题点，输出可落地的策略建议； 4. 协同产品、运营、算法、研发等团队，主动挖掘业务需求，提供数据支持，推动分析结论落地并追踪效果； 5. 完善数据指标体系、埋点方案，管理数据口径，提升数据应用和决策支持效率
1、负责对话式 AI 导购的全链路运营，覆盖用户意图理解到商品供给匹配，优化对话交互与转化路径，承接互动效率、导购转化率、用户留存等核心指标； 2、建立知识库及属性标准，制定选品与货盘规则，推动行业及商家协同完善知识库体系与选品池，为导购推荐提供用户想要的商品供给； 3、主导核心模块的需求落地与持续迭代，协同产/技/算法团队提升人货匹配精准度与推荐质量，通过灰度实验与数据复盘、评测等驱动持续优化； 4、持续研究同类产品及海内外、跨域 AI 产品，对标与学习，输出业务规划与迭代方向，探索 AI 导购增长新模式，支撑业务决策。
1. 负责研发语音端到端、语音Agent、多模态交互、语音实时同传等任务的基础研究和应用落地； 2. 负责研究语音生成与理解一体化模型架构、强化学习、统一的语音表征等技术方向； 3. 跟踪并研究实现业内顶尖成果，结合业务场景实现算法的工程化部署。
1. 负责音频多模态生成大模型的研发，包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地； 2. 研发基于扩散模型（Diffusion Models）或自回归模型（AR）的音频生成算法； 3. 研究音频表征、强化学习或语音端到端等技术方向。
1. 深度支持业务决策，参与复杂业务经营， 如果有销售任务管理、渠道策略效果评估、媒体流量效率评估等优先，并据此建立通用性数据模型，进行业务方案的经营性分析，可行性分析和风险评估； 2. 有较强的商业意识，分析能力，沟通能力和业务洞察力，能够有意识辨别问题中的关键矛盾并给出解决方案，提出相应的财务建议提出并推进，产出客户价值分析、市场分析等多维度的财务分析报告， 3. 扎实的风险管理经验，参与相关业务流程、系统流程的设计及优化，包括但不限于结算、税务、核算、风险控制等，并对制度、计划及流程的运行进行分析，提出流程优化建议，协助业务完善流程制度并推进执行； 4. 有能力理解复杂的业务生产关系，并设定合理的指标评价体系，根据设定的指标体系对BU运营情况进行定期的评估，定期进行管理层汇报，进行业务健康情况分析。
我们正在构建世界级医疗垂直大模型，致力于通过AGI技术革新健康咨询与辅助诊疗场景，让精准医疗普惠每个家庭。如果你渴望在万卡算力集群上实现算法突破，用技术改变14亿人的生命质量，这是你不可错过的技术圣战。加入我们，定义医疗大模型的未来。 1、设计与研发面向医疗场景的 Agent / Multi-Agent 系统架构 ，支持复杂任务拆解、角色协作与长期目标规划，包括不限于多轮问诊、医学研究、临床决策支持等 2、构建和优化 Agent 的 推理链（Reasoning）、记忆机制（Memory）、工具调用（Tool Use）与反馈闭环 ，跟踪并评估前沿技术（LLM、RAG、Planning、Multi-Agent、Reflection 等）在医疗领域的适用性与边界
1、负责会员业务年度预算编制、月度滚动预测及专项分析，持续优化预测模型，识别资源使用效率问题并推动优化配置； 2、建立并维护会员业务经营关键业财指标追踪体系，定期输出经营分析报告，及时预警经营风险并提出可落地的财务建议； 3、进行专项分析与决策支持，针对会员定价、促销，权益成本核算，渠道投放，代理商管理等开展专项财务测算与投产比分析，支持业务决策； 4、深度参与业务流程设计与风控管理，以主导者视角拉通资金、税务、核算、风控、法务等团队共同确保业务健康稳健发展。
1.负责闪购仓整体商品运营与货盘规划。深入分析市场趋势、消费者需求、竞争格局及平台经营数据，明确不同品类、品牌、价格带和规格的商品布局，持续优化商品结构，提升货盘的需求匹配度与市场竞争力； 2.根据搜索、推荐、淘客、活动等不同流量渠道的用户需求和转化特点，设计差异化货盘及运营策略，推进选品、定价、商品分层、营销承接和爆品打造，提升商品在各渠道的曝光、转化和成交效率； 3.负责商品全生命周期运营，围绕商品引入、上架、成长、汰换和退出制定运营机制；结合销售规模、单品效率、价格竞争力、库存履约及盈利表现，识别结构性短板和潜力商品，形成明确的优化方案； 4.协同品类、招商、供应链、商家运营及业务团队推动策略落地，解决商品引入、价格、库存、履约和资源承接等问题；定期评估商品运营效果，沉淀可复制的方法和机制，并对业务目标达成负责。
1. 负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 2. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，优化长程任务，实现智能体在复杂环境下的自主探索与迭代。 3. 探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流
1. 负责集团内公司 PRC 年度审计及海外子公司审计，联合国内及海外事务所开展跨境审计，按节点交付审计报告，满足中国会计准则、IFRS、HKFRS 等要求。 2. 主动就审计调整与内控缺陷及时对接业务财务、税务、法务等团队，推动业务线与财务共享团队闭环整改。 3. 沉淀跨境审计方法论、标准化底稿与资料清单，形成不同国家准则、报表及审计知识库。 4. 业务智能化管理：基于业务场景，前瞻性的提出智能化工具的设计思路并负责项目的进度管理，推动新工具和新应用在日常作业中的落地应用，保障账务质量的同时提升作业效率。 5. 积极开放的心态，去适应工作内容变化与岗位调动。
全面负责定义、设计并实现下一代 Agentic AI 系统的核心算法与技术范式，将千问从回答问题升级成执行任务，解决智能体在任务规划、工具使用、多步推理、长程自主执行、环境交互等方面的核心挑战，探索并引领模型在自主决策、复杂任务编排、人机协作等前沿方向的技术突破。直接决定数亿千问用户在 AI 助手场景下的任务完成体验, 打造千问在 Agentic AI 时代的领先地位。 1. Agentic 能力定义与技术规划 深入分析用户的真实任务需求与使用场景，结合业务，制定并执行 Agentic 能力的中长期技术演进路线图。密切追踪并研究 agentic AI 领域的最新进展,包括 agent 架构范式(ReAct、多智能体协作等)、agentic RL、工具学习、计算机使用(computer use)、长程自主执行等方向，主导定义“顶级智能体能力”的标准,并将其分解为可落地、可量化的算法迭代目标。 2. 任务规划与多步推理 攻坚并解决复杂任务下的核心技术难题，包括但不限于任务分解与规划、多步推理与反思、错误自我识别与纠正、长程任务的记忆与状态管理、异常处理与恢复等。设计创新的脚手架与训练策略,使模型具备真正可靠、连贯的长程自主执行能力，而不仅是单轮的指令响应。 3. 工具使用与环境交互 主导研发模型与外部工具、API、代码执行环境、搜索引擎、数据库等深度动态融合的先进技术。解决工具调用准确性、参数生成、多工具编排、observation 理解与处理、执行结果验证等核心问题。设计并优化可扩展的工具调用框架与执行环境，显著提升智能体在真实场景下完成复杂任务的成功率与可靠性。 4. Agentic 训练与对齐 主导大模型在 agentic 场景下的 post-training 与对齐工作,包括 agentic SFT、面向工具使用与多步任务的强化学习(RLHF/RLAIF/DPO/GRPO 等)、奖励设计与可验证奖励、长程任务的信用分配、reward hacking 的识别与对抗等，设计高效的样本构建流水线，推动 agentic 能力的持续提升。 5. 评测体系与数据飞轮 建立并完善一套科学、全面的 agentic 能力评测体系，能够精准衡量智能体的任务完成质量(成功率、效率、可靠性、安全性等)，覆盖过程评估与结果评估。探索 Agent-as-Judge 等前沿评测方法，以及针对性agentic benchmark建设，设计并驱动高效的数据闭环系统，利用真实用户的任务轨迹与反馈，持续、自动化地优化模型。