《暗区突围》端游-资深关卡策划

腾讯📍上海IEG产品三年以上工作经验

1.负责游戏内PVP关卡的设计和制作，对最终内容的质量负责； 2.绘制关卡2D Layout，使用3D引擎搭建关卡白盒，测试、调优关卡体验； 3.撰写并跟进关卡相关功能，协调程序、美术及相关资源推进需求落地； 4.根据运营数据、用户反馈及时调整关卡内容，提升品质。

高级/资深交互设计（在研搜打撤）

网易📍杭州市雷火事业群用户体验及设计5-10年

1. 负责游戏核心交互体验设计，围绕第一人称、多人协作、物理互动等玩法，搭建交互框架； 2. 分析策划需求，独立完成玩法系统等模块的交互方案； 3. 梳理UI资源，对UI资源分配管理，保障游戏内体验的统一性； 4. 与策划、美术、程序协作，推动设计方案从原型到上线落地，并持续跟进体验品质； 5. 关注大 DAU 产品玩家反馈、数据表现及海外竞品趋势，持续优化用户体验并沉淀设计规范。

AI原生游戏产品运营实习生

网易📍上海市元气事业部运营不限

1、AI内容生产： • 参与 AI 生成文游的完整内容生产流程，包括故事创意、剧情内容、图片、音乐等素材的生产与调整； • 协助完成 AI 文游作品的配置、测试、上架等工作，推动作品最终落地。 2、内容审核： • 负责 AI 生成内容的质量审核，包括故事大纲、剧情正文、人物对话、图片及音频素材等； • 从剧情逻辑、内容质量、人物一致性、审美等角度发现问题，并配合完成内容优化。 3、AI服务运营与迭代： • 参与 AI 内容生成服务的日常运营，协助定位、复现并跟进线上内容生产问题； • 结合实际生产过程中发现的问题，对模型 Prompt、内容生产流程及服务能力提出优化建议； • 参与 AI 内容生成能力的测试与迭代，推动相关优化方案落地。

长音频创作者产品经理

网易📍杭州市音乐事业部产品不限

1、负责网易云音乐长音频业务的创作者产品建设，围绕播客主播、有声书作者等创作者，完善入驻、创作、发布、内容管理、数据反馈、成长及商业化等产品能力。 2、负责内容中后台产品建设，围绕内容接入、审核、上架、配置、运营及商业化等流程，搭建和优化内容管理、运营配置及相关平台能力。 3、结合创作者运营和业务发展需求，建设创作者分层、成长、激励、互动等产品机制，提升优质创作者活跃度和内容供给。 4、理解内容从创作者/版权方 → 内容生产 → 内容管理 → 搜索推荐 → 用户消费的完整链路，与运营、算法、研发、版权等团队协作，持续优化内容供给和分发效率。 5、关注播客、有声书等长音频内容生态的发展，结合业务目标持续探索新的创作者及内容产品形态。

智能引擎-C++ 消息队列中间件研发工程师-杭州

阿里巴巴📍杭州技术类技术类-开发1年以上

1.负责自研分布式消息队列的架构设计与核心开发，优化消息生产与消费链路，提升高并发场景下的吞吐量与端到端延迟表现； 2. 建设集群管理、分区调度、负载均衡及容灾恢复能力，保障大规模集群的高可用与数据可靠性； 3.优化网络通信、内存管理和线程模型，完善流控、过载保护与多租户隔离，提升资源利用率和可运维性； 4. 完善顺序消息、消费进度、消息重试及积压治理，推进不同存储系统的适配与性能优化，推动技术演进。

灵犀互娱-资深商业化策划-mmo

阿里巴巴📍广州5年以上

1、主导底层数值搭建调优以及设计细化。 2、主导养成/经济体系的设计与持续调优，达成良好的预期体验。 3、与团队策划协作，为战斗、系统设计等部分提供数值支持。

数据技术及产品部-大模型RL Data工程师-- Life Science / Chemistry（AI for Science）

阿里巴巴📍杭州3年以上

主导大模型「AI for Science」中生命科学与化学方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，以可验证奖励（verifiable reward）为核心，定义模型在生物、化学场景下的科学知识理解、科学推理、工具调用与长程科研任务执行的能力边界，构建高质量、可自动判分、可复现的标注与评测数据集。具体包括： 1. 能力体系与标准制定：从 0 到 1 搭建生命科学/化学评测体系，完成能力维度拆解（科学知识问答与文献理解、假设生成、实验与合成路线设计、分子/序列/结构分析、多步科研工作流执行、结果验证与错误纠正）、任务难度分级、标注规范与评分标准，制定 rubric 与金标准，沉淀查重去污、难度校准、一致性审核的可复用工具链。 2. 数据生产与标注：设计贴近真实科研流程的任务与实例（结构预测、序列与基因组分析、单细胞与图谱数据解读、分子性质预测与逆合成路线设计、数据库检索 PDB/UniProt/ChEMBL、生信分析、文献综述与 notebook 计算），组织专家标注与示范，产出金标准与失败案例；与化学、生物实验团队协作打通「湿实验 / 计算」数据闭环，将真实实验结果——尤其是失败数据——转化为可用于 SFT、偏好与可验证奖励训练的高质量数据并回流模型团队。 3. 模型评测建设：对可对照公共数据库或计算判定的任务优先建成自动化 verifiable eval；构建端到端 Agentic 科学评测——涵盖科学工具调用与编排、多轮交互、长程规划、异常恢复、结果可复现性与科研安全边界（含双重用途/生物安全判断），推动任务从「单点问答」向「复杂真实科研场景」演进。 4. 质量管控与质检：建立双标注一致性校验、资深专家抽检、难度标定校准、查重去污与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例），并将结论回流数据生产与评测标准，保证结果可信、可复现、可追溯。 5. 数据基础设施共建：与工程团队共建支撑大规模科学标注与自动化评测的基础设施（沙箱 / 容器化科研环境、数据管线、评测框架），推进大规模生物数据（序列、结构、基因组、单细胞）的采集、编排与 AI-agent 接口建设。 6. 行业跟踪与跨团队协同：持续关注 AI for Science 与科学智能体方向动态；将评测洞察转化为模型改进方向（知识准确性、推理可靠性、长程任务成功率、科研安全），并与研究、工程及实验团队协作落地。

数据技术及产品部-大模型RL Data工程师-Computer Use

阿里巴巴📍杭州3年以上

主导大模型「计算机操作」（Computer Use）方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型对浏览器与桌面原生软件界面的感知、理解与多步自主执行的能力边界，构建高质量训练与评测数据集。具体包括： 1. 能力体系与标准制定：从 0 到 1 搭建 Computer Use 数据体系，完成能力维度拆解（界面感知与视觉定位、控件识别与操作、多步任务执行、错误恢复、长程规划）、任务难度分级、标注规范与评分标准制定，制定 rubric 与金标准；覆盖有 DOM/accessibility tree 的结构化场景，以及无结构信息、需纯截图视觉 grounding 的原生应用场景。 2. 数据生产与标注：设计并产出高质量操作数据——组织多模态标注（截图、界面元素、操作轨迹、坐标级动作）、专家示范与金标准，覆盖浏览器任务（网页浏览、信息检索、表单填写）与桌面专业软件操作（办公文档/表格处理、CAD 绘图、Blender/3D 建模、图像与视频编辑、IDE 与终端命令、跨应用与 OS 级工作流），将真实使用经验转化为可用于 SFT、偏好与强化学习训练的数据。 3. 模型评测建设：构建贴近真实工作流的评测任务与端到端 Agentic 评测方案，涵盖视觉界面理解、工具调用与编排、多轮交互、长程规划、异常恢复与安全边界判断；针对桌面软件任务设计基于结果态的验证机制（导出文件校验、几何/渲染检查、脚本回读状态等），解决「操作对不对」难以自动判分的问题，推动任务从「单步指令」向「复杂真实场景」演进。 4. 质量管控与质检：建立任务查重与污染检测、难度标定校准、双标注一致性校验、资深抽检与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例）并回流数据生产与评测标准，保证结果可信、可复现。 5. 数据基础设施共建：与工程团队共建支撑大规模自动化标注与评测的基础设施（含桌面/容器化操作环境、数据管线、评测框架）。 6. 行业跟踪与跨团队协同：持续关注浏览器操作、桌面自动化、专业软件 Agent 等 GUI Agent 方向动态；将评测洞察转化为模型改进方向（感知准确率、视觉定位精度、操作可靠性、安全性），并与研究、工程团队协作落地。

淘宝闪购-日用百货采购专家-零售

阿里巴巴📍杭州运营类运营类-商家运营5年以上

1. 制定日用百货品类采销策略与年度规划，明确品类定位与价格策略，支撑业务目标达成； 2. 拓展并管理优质供应商资源，通过谈判优化采购价格、账期与供货保障，确保货源稳定与成本可控； 3. 制定采购计划与库存管理方案，协调仓储物流与销售环节，提升库存周转效率； 4. 分析销售数据与毛利贡献，优化品类结构，协助完成品类货架规划、SKU汰换及毛利优化，提高利润空间； 5. 协同运营、营销团队制定促销计划，提升销售转化与毛利表现。

数据技术及产品部-大模型RL Data工程师-物理设备操作 Agent

阿里巴巴📍杭州3年以上

主导大模型「操作物理设备」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，从 0 到 1 定义模型对实验室与工业设备的感知、理解、指令映射与多步自主操作的能力边界，构建高质量、可验证、可复现、以安全为先的标注与评测数据集。本方向以设备知识/接口规范、仿真与评测为核心：实体设备数据主要依托外部合作实验室与设备厂商协作获取，而非自建数据采集场。具体包括： 1. 能力体系与标准制定：搭建物理设备操作评测体系，完成能力维度拆解（设备状态感知与理解、read/write 原语到设备动作的映射、多设备编排、多步实验/工艺流执行、实时监控与动态调参、硬件错误恢复、安全限位判断、长程自主），制定任务难度分级、标注规范、评分标准与 rubric / 金标准。 2. 数据生产与标注：构建设备知识与「参考文件」数据——将设备手册、隐性操作经验、机器特性（如机械臂负载、量程、安全边界）通过自然语言标签结构化，沉淀为可供 agent 直接消费的标准化设备描述文件（能测什么、能调什么、强制哪些安全限位），支撑 agent 操作「从没见过的新设备」；以仿真与数字孪生为核心开展数据生产，在 digital twin / hardware-in-the-loop 环境中生成、扩充并验证设备操作轨迹与失败案例，缓解 sim2real 差距；实体设备数据通过与外部合作实验室、设备厂商协作获取，而非自建采集运营。 3. 模型评测建设：设计贴近真实科研/制造流程的评测任务，覆盖仪器操作（显微镜、液体处理器、机械臂、板读仪等）、跨设备协同、标准实验流程（如蛋白测定、qPCR、设备/激光校准、剂量-反应曲线）与工艺编排；构建端到端 Agentic 物理评测与安全验证——涵盖工具/驱动调用与编排（MCP、CLI、设备 API 与设备互操作规范集成）、多轮交互、长程规划、实时控制约束、异常与硬件故障恢复；针对物理任务设计基于结果态的验证机制（实验产出校验、设备状态回读、碰撞/超限检测），并把安全边界与不可逆风险评估作为一等公民，推动任务从「单条指令」向「复杂真实物理场景」演进。 4. 质量管控与质检：建立查重去污、难度标定校准、双标注一致性校验、资深抽检机制，规范多模态标注（传感器信号、设备元素、动作轨迹、指令级动作）并做一致性审核；对 bad case 做根因分析（数据 / rubric / verifier / 实例）并回流数据生产与评测标准，保证结果可信、可复现、以安全为先。 5. 数据基础设施共建：与工程/硬件团队共建仿真环境、评测框架、驱动集成与数据管线，推进可复现的物理设备数据资产沉淀。 6. 行业跟踪与跨团队协同：持续关注具身智能、实验室自动化与设备互操作方向动态；将评测洞察转化为模型改进方向（设备感知准确率、操作可靠性、安全性），并与研究、工程、硬件及外部合作实验室协作落地。

数据技术及产品部-大模型RL Data工程师-金融财会（Finance & Accounting）

阿里巴巴📍杭州3年以上

主导大模型「金融财会」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型在财务、会计、审计、税务、金融分析等场景下的能力边界，构建高质量、可验证、可复现的标注与评测数据集。金融财会可验证性强——会计恒等式、报表勾稽关系、税法规则、会计准则等均有客观标准，既适合规模化数据生产与自动判分评测，也对数字精度与合规零容忍。具体包括： 1. 能力体系与标准制定：完成金融财会能力维度拆解（财报分析与编制、账务处理与对账、税务申报与筹划、审计底稿与核查、估值与财务建模、金融数据分析、合规判断）、任务难度分级、标注规范与评分标准，制定 rubric 与金标准，沉淀查重去污、难度校准、一致性审核的可复用工具链。 2. 数据生产与标注：设计贴近真实财务工作流的任务与实例，共建 rubric，组织专家标注与示范，产出金标准与失败案例；覆盖财报/对账/发票/税务/审计底稿/估值/研报等场景，将领域经验转化为可用于 SFT、偏好学习与可验证奖励训练的高质量数据。 3. 模型评测建设：设计可自动核验的评分机制（对账勾稽、税额计算、准则符合性等），并构建端到端 Agentic 评测——覆盖 Excel/ERP、金融数据终端、数据库与 MCP 工具调用、多步财务流程执行；重点检出数字精度错误、幻觉与合规风险，推动任务从「单点问答」向「复杂真实财务场景」演进。 4. 质量管控与质检：建立双标注一致性校验、资深专家抽检、难度标定校准、查重去污与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例），并将结论回流到数据生产与评测标准，保证结果可信、可复现、可追溯。 5. 数据基础设施共建：与工程团队共建支撑大规模金融财会标注与自动化评测的基础设施（数据管线、评测框架、沙箱 / 容器化环境），推进可自动判分的数据资产沉淀。 6. 行业跟踪与跨团队协同：持续关注金融财会大模型与 Agent 方向动态；将评测洞察转化为模型改进方向（数字精度、准则理解、合规可靠性），并与研究、工程及业务团队协作落地。

阿里妈妈-商业伙伴运营-上海

阿里巴巴📍上海5年以上

1.全链路数据建设：搭建业务数据体系（基建层-分析层-应用层），覆盖生态广告业务全链路的数据表、分析指标库，供数据分析及生产应用； 2.协调技术、数科团队建设基础底层表、内部流通表及数据看板，为决策与业务增长提供可信数据底座； 3.与产运团队协作，用产品化的方式解决业务问题，提高运营效率，提升运营半径，形成产品化的解决方案；结合阿里妈妈的整体产品及商业策略，协同内外部各团队及资源，提升服务商生态市场的商业规模。

数据技术及产品部-大模型RL Data工程师-长程 Agent 环境（RL 数据）

阿里巴巴📍杭州3年以上

主导大模型「长程 Agent 环境」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型在多步、有状态、需工具调用与长程规划的复杂 agentic 任务上的能力边界，构建高质量、可复现、可自动判分的任务环境与评测数据集。本岗位为横向底座，不绑定单一行业，所搭建的长程任务环境统一服务编程、数据分析、办公、科研、金融等各垂直方向；其核心不是判定单点答案正误，而是把真实任务转化为可复现、难度分级、抗奖励作弊的环境，并按执行过程对整条轨迹打分。具体包括： 1. 能力体系与标准制定：定义长程 agentic 任务的能力维度（任务分解与规划、跨步状态跟踪、长上下文保持、模糊性与中断处理、错误恢复与反思、长程一致性与终止判断），建立以步数、分支、不可逆性、信息完整度刻画难度的分级与可解性标定方法，制定过程级评分标准（里程碑 checkpoint + 子目标 + 最终态 + rubric 软标准）与金标准轨迹规范，沉淀为各垂直方向复用的统一方法论。 2. 数据生产与标注：把真实任务构建为可复现的有状态环境（固定初始状态、可重置 / 回放 / 分支的中间态、以录制或 mock 替代真实工具与 API、结果自动校验钩子）并容器化交付；将领域专家提供的任务抽象为可参数化的环境模板族，批量生成难度递增的变体；产出多步专家示范轨迹——尤其是「中途出错并恢复」「应对中断与模糊指令」等高价值样本，供 SFT、偏好学习与可验证奖励强化学习（RLVR）使用。 3. 模型评测建设：为每个环境配套自动判分机制，兼顾最终结果与过程关键节点、支持按步骤部分给分（credit assignment）；用前沿模型跑 pass@k 标定长程难度与可解性；通过大规模 rollout 定位长程特有失败模式（规划漂移、误差累积、状态漂移、上下文丢失、工具误用、过早终止 / 死循环、中断后无法恢复），沉淀轨迹级失败案例库并反哺各垂直方向。 4. 质量管控与质检：逐条审阅数十步执行轨迹、判断每一步动作与环境状态是否合理；建立环境分层校验（静态检查 → 冒烟 → 可达性 → 领域合理性）、双标注一致性校验、资深专家抽检、难度标定校准与查重去污；重点排查奖励作弊（reward hacking、绕过 checkpoint、伪造完成）与判分器可靠性、结果可复现性；对 bad case 做根因分析（数据 / rubric / verifier / 环境实例 / 具体轨迹步）并回流到模板与标准。 5. 数据基础设施共建：与工程团队共建长程任务沙箱、状态快照与重置 / 回放 / 分支机制、mock API 与工具 / MCP 编排、rollout 与过程打分管线、环境模板库与数据血缘，把「一次设计、批量生成变体」的能力工程化，供所有垂直方向复用。 6. 行业跟踪与跨团队协同：持续关注长程 agent、过程监督（process supervision）、可验证奖励与 agent 环境评测方向动态；与各垂直领域岗协作——领域岗负责任务真实性与答案正确性，本岗负责长程环境、过程奖励与轨迹质检——与研究、算法、工程团队形成「数据生产 → 训练 → 评测 → 回流」闭环。

阿里云智能-存储SSD部件研发专家-成都/上海

阿里巴巴📍成都/上海5年以上

1. 深入理解基于NAND的固态硬盘（SSD)，基于SCM介质的Persistent Memory (PMEM)的原理、架构、控制器/固件实现，以及相应主机端驱动和操作系统IO软件栈的架构和实现。针对阿里云业务场景，架构 / 设计 / 开发相关产品，满足阿里数据中心对于新型SSD和PMEM的需求。 2. 深入理解存储业务应用，对分布式文件系统、块存储、对象存储、文件存储、以及大数据平台进行深入分析，了解阿里业务情况与用户需求，制定低成本、高性能的存储软硬件技术和产品的发展路线。 3. 与工业界、学术界密切接触，跟进新研究和开发状态，结合阿里业务发展，规划未来阿里存储软硬件产品以及相应软硬件架构的路线图，推进存储平台的标准化，发表文章和专利，树立国际影响力。 4. 与服务器架构团队密切配合，规划机型，并落地针对块存储/对象存储/冷存储/大数据存储等各类软硬件产品。

阿里云智能-AI Infra大模型推理软硬件结合优化-杭州

阿里巴巴📍杭州5年以上

1. 主导大模型推理性能优化：通过算子优化、模型压缩/量化/稀疏化、推理引擎开发及分布式系统设计等技术手段，全面提升大模型在GPU/PPU等异构硬件上的推理速度、系统效率与部署性价比。 2. 开展软硬协同的深度调优：针对不同架构和规模的AI加速硬件（如GPU、专用AI芯片），对KV Cache管理、内存调度、计算图优化等核心模块进行定制化性能调优，突破算力与访存瓶颈。 3. 支撑多模态与前沿模型架构落地：参与大模型推理系统的核心模块研发，支持Transformer、MoE、Diffusion、LLM、VLM等多种架构的高性能推理，并与算法、产品及业务团队紧密协作，实现端到端场景优化。 4. 构建高性能AI基础设施：基于软硬件协同理念，打造业界领先的AI推理底座，通过融合模型算法与底层硬件特性，释放组合优化潜力，形成显著的性能与成本优势。 5. 追踪和引领技术前沿：持续关注大模型推理领域的最新研究成果与开源生态，推动技术创新与工程落地，发掘软硬结合的技术创新，强化技术壁垒与商业竞争力。

开放世界-游戏服务端开发工程师-系统方向(上海)

腾讯📍杭州IEG技术三年以上工作经验

1.负责游戏服务端各类系统开发； 2.负责游戏服务端各类玩法的开发； 3.负责游戏服务端系统的安全性和容灾能力相关的工作； 4.负责高并发游戏服务的设计。

混元mass产品经理（北京）

腾讯📍深圳TEG产品两年以上工作经验

1.负责建设公司级 Token 计量与度量体系，统一内外部模型口径，形成统一计费、统一配额、统一出口的经营机制； 2.将资源治理、供给管理、模型切换等策略产品化、平台化，与模型、业务、采购、风控、合规等团队协同落地。

开放世界-UE特效设计师(上海)

腾讯📍杭州IEG设计三年以上工作经验

1.负责游戏项目中的特效制作，包括但不限于角色技能、环境动态以及场景中的各类交互元素特效； 2.配合TA，使用Unreal Engine进行高质量特效材质、效果开发及调试优化； 3.负责跟进特效外包的品质审核及进度跟进； 4.对已有资源进行分析并改进，提升总体视觉品质和运行性能。

开放世界-资深关卡策划-世界构造(上海)

腾讯📍杭州IEG产品三年以上工作经验

1.负责开放世界游戏中大世界及副本关卡的设计，使用3D引擎搭建白模关卡并验证可行性； 2.建立项目关卡设计开发的规范流程，总结方法论，推进关卡设计的可持续产出； 3.参与大世界玩法的设计和制作，包括但不限于地图事件、怪物布置、谜题设计等； 4.跟进相关的用户研究及玩家体验，持续对设计进行迭代优化，把控最终品质。

开放世界-关卡策划-新星引力计划(上海)

腾讯📍杭州IEG产品一年以上工作经验

1.负责开放世界游戏中大世界及副本关卡的设计，使用3D引擎搭建白模关卡并验证可行性； 2.建立项目关卡设计开发的规范流程，总结方法论，推进关卡设计的可持续产出； 3.参与大世界玩法的设计和制作，包括但不限于地图事件、怪物布置、谜题设计等； 4.跟进相关的用户研究及玩家体验，持续对设计进行迭代优化，把控最终品质。