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
部门介绍 主要负责增长运营工具的能力建设，提供全方位一站式的乘客用户增长工具，覆盖从拉新到留存促活全用户生命周期，覆盖从端内到端外全渠道。包含多个子方向：拉新方向，留存方向，提频方向等。 岗位职责： 1、负责滴滴乘客运营营销工具的建设与迭代； 2、负责滴滴乘客端产品的建设与迭代； 3、负责网约车等业务线的乘客增长支持工作； 4、负责高复杂度的营销系统的维护和重保工作。
1.负责巴西数字银行和市场存款产品全生命周期管理，覆盖CDB、RDB 等存款产品设计，贴合当地用户需求与监管规则；调研市场政策、竞品及用户习惯； 2.协同研发、运营、合规、风控及巴西本地团队，推进产品落地运营，解决跨部门、跨地域协同问题；配合运营达成用户增长、活跃度与收益目标，通过数据分析优化功能与策略，提升用户体验与商业价值； 3.搭建需求池，制定产品路线图并推动迭代，适配政策调整与业务发展；配合本地合规团队，严格遵循央行监管要求，覆盖账户管控、身份核验、数据安全等，规避合规风险。
1、参与滴滴大数据分析平台产品的研发，主要包括数据可视化、数据解读等能力建设，为公司提供数据化运营和决策支持； 2、深度参与产品需求评审和设计，能够对产品设计提出自己的见解，在理解产品的基础上进行抽象和架构设计； 3、对负责的模块能够进行持续的优化和性能提升，并积极拓展创新场景。
产品规划与优化 • 策划差异化的信贷 C 端产品方案，覆盖用户完整生命周期。 • 与风控团队紧密配合，优化授信策略与审批流程，提升优质客户的转化效率 • 与运营团队紧密配合，策划并维护用户运营体系，提升用户粘性 用户经营与运营策略 • 设计并优化客户分层体系，制定差异化的用户经营策略和权益方案 • 规划并执行存量用户的活跃度提升与支用转化方案 • 负责用户全生命周期运营，提升用户价值与忠诚度 数据分析与效果优化 • 建立用户画像与行为分析体系，挖掘用户需求与价值 • 跟踪关键运营指标，包括支用率、客均贷款额、忠诚度等 • 基于数据洞察持续优化运营策略和产品方案 团队协作 • 协调技术、运营、风控等团队资源，推动项目落地 • 对接运营团队，提供精准营销支持 • 与数据团队合作，持续优化用户分层与标签体系
1.负责钱包收银台、多渠道支付、交易全链路产品建设，深耕 PIX、Boleto、信用卡代扣、转账清算等巴西本地支付产品，搭建完善支付网络、交易流程与账户支付体系。 2.深度洞察巴西支付监管政策、用户习惯与行业竞品动态，结合拉美本地场景输出产品策略；制定支付板块中长期路线图、版本迭代规划，持续打造本土化支付解决方案，提升交易转化与业务规模。 3.联动研发优化支付链路性能，排查交易瓶颈、超时、失败、重试等异常问题，持续提升支付成功率、系统稳定性与 C 端用户支付体验。 4.协同风控、合规、运营、海外本地化、客服团队，推进支付项目全流程落地，闭环线上问题、交易异常与用户体验痛点。 5.跟踪支付成功率、链路耗时、交易异常率、退款差错等核心数据，以数据定位体验与链路问题，输出迭代优化方案，保障交易高效、安全、平稳运行。
在打车场景中，POI是用户目的地的数字化表达，是最基础的数据之一，直接影响用户能不能找到目的地、正确到达目的地。传统的数据更新依赖人工，现实的快速变化带来了更新成本剧增和更新速度降低。但这些在LLM时代迎来了转机，LLM更强的特征表达能力、更智能的规划能力让数据更新迎来了新的机会。在这你将迎来以下挑战： 1、紧跟LLM最新进展：迁移行业LLM最新能力，根据名称、图片、评论等信息，区分POI关键数据，提升属性正确率 2、追踪Agent的前沿技术：通过海量人工反馈资料，训练Agent替代人工，完成数据的自动化更新，降低成本、加快效率、提升数据质量 3、研究落地最新多模态对齐方案：在常见的图像、文本之外，我们场景中还包括位置信息（坐标），多模态对齐工作，对充分发挥数据价值，提升模型性能至关重要，是业内持续投入的重点&难点方向
1. 负责开发和优化滴滴公司级一站式特征样本、模型训练和推理平台； 2. 建设增量/实时训练、训推一体、数据链路闭环等基础能力建设； 3. 与算法部门深度合作，进行算法与系统的联合优化； 4. 持续提升机器学习平台稳定性和用户体验。
1. 负责业务全链路风控，管控资损、舞弊、运营等风险，搭建风控模型，处置异常与重大风险事件。 2. 对接业务团队梳理风险漏洞，制定风控规则，优化风控节点，开展风险数据分析与复盘，压降核心风控指标。 3.开展销售端风控培训与合规宣导。 4. 参与业务新项目风险评估，前置风控管控，搭建完善双业务风控制度与流程，对接多部门保障合规。 5. 开展业务端风控赋能，跟踪行业动态，迭代风控策略，提升风控智能化水平。
1. 主导Agent核心逻辑与系统架构开发，负责目标规划、任务拆解、工具调用（Function Call/MCP协议）、记忆系统等核心模块的编码与优化，构建“感知-决策-行动”完整闭环。 2. 基于LangChain、LangGraph等主流框架，搭建高效可扩展的Agent开发体系，适配多业务定制化需求，提升系统响应速度与任务完成率。 3. 对接主流大模型（火山模型、通义千问、GPT系列等），优化模型调用策略、Prompt工程与上下文管理，解决模型幻觉、记忆局限等核心技术问题。 4. 主导Agent产品技术方案设计与落地，解决高并发、高可用场景下的技术瓶颈，排查线上技术问题并持续迭代优化。 5. 跟踪Agent领域前沿技术（CoT、ReAct等），推动新技术、新方法的创新落地，指导团队开展技术攻关。 6. 配合跨团队推进项目，撰写高质量技术与接口文档，提供技术支持，保障项目按时高质量交付。
岗位职责： 1、业务洞察：具备产品思维，和产品调优洞察能力，过往从事过产品相关提效项目，能够收集转换业务需求，并转化成可落地的产品需求建议推动落地； 2、需求推动：衔接业务与产品研发，跟进需求落地与上线验证，用数据检验功能价值，持续迭代优化方向； 3、流程全链路设计优化：负责从业务到服务的端到端流程设计，持续优化服务流程的完整性、准确性与合理性，推进流程再造与产品化升级，前置做好体验管理； 4、用户体验洞察与推动改善：通过正向与负向体验分析，识别服务设计切入点，推动业务侧产品优化，持续提升用户价值。
部门介绍 负责网约车安全机审防控能力建设，搭建优化引擎平台支撑规则配置、策略编排与实时决策执行，深入涉性、交通等风险场景提供定制化防控方案，构建"安全、可信、经济"的系统能力。 职位描述 1、你将参与规划和迭代相关平台，搭建更高效、稳定、可扩展的决策引擎、模型服务平台及研发工具链，为业务提供坚实的技术底座。 2、你将参与设计与优化以AI和数据驱动的防控方案，深度挖掘数据价值，推动决策流程的智能化和自动化升级。 3、你将参与持续优化系统应用架构，支持风控策略快速迭代、模型AB实验、多场景灵活配置的架构体系，提升算法工程效率。 4、你将参与设计千亿级数据毫秒级响应的实时决策架构，涉及优化分布式计算、流批一体数据处理、内存计算等关键技术路径，有效提升高并发场景下的性能。
1、推进能源业务项目在对应省份的落地，能拿结果。 2、掌握和研究所在城市的能源产业和行业的相关动态，分析其对业务发展的影响，给予业务发展前瞻性建议。 3、维护并拓展主管单位的合作关系，搭建沟通渠道，建立、保持与相关部门的良好合作，深入探索合作机会 4、熟悉公司和各项业务情况，与主管单位沟通企业发展情况，传播企业理念和美誉度。 5、维护良好的合作生态，参与行业、上下游产业等合作沟通交流，创造合作机会。
1、推进能源业务项目在对应省份的落地，能拿结果。 2、掌握和研究所在城市的能源产业和行业的相关动态，分析其对业务发展的影响，给予业务发展前瞻性建议。 3、维护并拓展主管单位的合作关系，搭建沟通渠道，建立、保持与相关部门的良好合作，深入探索合作机会 4、熟悉公司和各项业务情况，与主管单位沟通企业发展情况，传播企业理念和美誉度。 5、维护良好的合作生态，参与行业、上下游产业等合作沟通交流，创造合作机会。
1. **AI商家产品规划** 负责面向外卖商家建设AI赋能能力的整体规划，覆盖商家全生命周期。结合LLM/Agent技术能力，制定产品路线图，明确阶段性目标与优先级。 2. **多Agent产品设计与画像构建** 负责多Agent系统（Multi-Agent System）在商家核心场景的产品方案设计，包括但不限于：入驻转化、话术推荐、商户经营扶持、**商户画像**、经营管理、自动化流程等。定义多Agent间的协作逻辑、交互方式与任务编排方案。 3. **技术方案协同** 与算法和工程团队紧密协作，参与Multi-Agent架构设计讨论，理解RAG、Prompt工程、Tools/Function Calling、多Agent协作等技术方案的能力与边界，确保产品设计具备技术可行性。 4. **评估体系与效果提升** 建立AI产品效果的量化评估体系，涵盖任务完成率、准确率及业务指标影响（签约转化率等）；通过Prompt工程、模型微调及其他技术手段持续降低幻觉率，提升系统输出质量。 5. **前沿技术转化** 持续跟踪AI Agent、LLM领域的前沿动态与行业最佳实践，将技术洞察转化为可落地的产品机会点，定期向团队输出技术调研与应用建议。 6. **跨团队协作** 与运营团队、研发团队高效协同，在跨职能环境下推动项目从方案到上线的全流程落地。
1. 通过AI能力改造商家入驻、经营报告、活动营销等关键流程，为效率、效果提升与人力缩减的成果负责。 2. 深入流程实施诊断，识别各环节AI改造可行性、边界、能力选型、数据需求、兜底风控等改造策略。 3. 联动产品、研发、流程策略运营、前线销售等团队共同推动立项、建设、灰度与落地。 4. 定义改造前后的核心指标，建立监控体系，并持续迭代直至核心指标获得显著改善。 5. 跟踪模型与agent能力演进，吸收行业先进实践，定期评估原有流程中原来不能做、现在能做的机会点，带领团队输出最佳落地实践。
1、负责国际化外卖业务的商业分析工作，重点深入竞争、用户、商家、交易等策略细节，为业务提供关键决策输入 2、专题分析：独立开展深度专题分析，基于业务理解，结合内外部洞察，挖掘业务问题或机会，并给与相应的策略建议并推动落地 3、经营分析：支持业务日常周会、月会的经营分析及专题支持工作 4、行业研究：围绕业务方向关键发展需求，开展竞品及行业研究，明确策略及打法，提供充足输入 5、数据基建：定义业务核心指标体系，协同运营、产品、数科、数仓、算法等团队，完善数据基建，推动策略落地
出海战略课题设计与落地： 深入研究新能源出海前沿模式（如代运营模式），建立对特定区域业务的监控体系，推动战略规划转化为可落地的标准化 SOP；主导运营商的评估、引入、考核及淘汰机制建设。 信息中枢与项目管理： 统筹中资合作方出海的全流程信息，建立标准化推进机制；探索 AI 工具赋能业务，跨部门协同管理业务信息及落地交付。 行业洞察与商业模式研究： 深度研判出行、汽车出口及相关产业链，对标行业领先实践，输出高质量洞察与决策支持，挖掘新增长点。 全栈业务支撑： 作为高弹性的多面手，根据业务阶段随时支持关键环节，作为关键职能按业务需求提供支持。
1、负责信用/反欺诈风险识别、信贷特征挖掘、策略训练提效等场景下的大模型开发和应用，推动AI模型从研发到生产环境的稳定落地，并制定AI模型或风险策略应用标准； 2、基于大模型等能力，对信贷风控业务特征体系进行扩展和优化，提升特征画像体系丰富度，提升模型效果；同时利用agent能力构建自动化链路，提升特征挖掘效率； 3、跟踪国内外AI、算法领域前沿技术（如大模型应用、Agent技术与应用等），结合团队业务场景进行技术预研与创新； 4、与产品、工程、业务团队深度协同，精准理解业务需求，将算法方案与业务场景深度融合，推动AI能力在各业务环节的规模化应用；
岗位职责 1、客服人力规划与排班调度（WFM） 基于历史进线量、业务趋势，搭建话务预测模型，输出短期及中长期人力需求预测。 制定多职场排班方案与调度规则，平衡服务水平和人力成本，确保接通率、响应时效达标。 建立实时监控机制，对突发流量进行动态人力调配，并对排班执行偏差做根因复盘和迭代优化。 2、服务数据体系搭建 梳理客服业务数据现状，搭建覆盖履约质量、人效、客户分层、专属群服务等维度的指标体系。 推动数据资产化，将散落在不同系统的工单、会话、客户信息统一入库，建立可查询、可追溯的数据底座。 设计并落地分层服务看板，让不同客户群体的服务密度、响应质量、体验水平"看得见"。 3、分析洞察与决策支持 围绕核心指标，输出日常及专项分析报告，为运营决策和资源分配提供数据支撑。 结合 Agent 上线、分层服务包、主动服务等业务动作，评估效果并给出优化建议，推动"数据→洞察→行动"的闭环。 4、数据工具与自动化 协同产品和技术团队，推动 WFM 工具、BI 报表、自动化预警的建设和迭代，降低一线和管理层"看数、用数"的门槛。 探索用数据驱动排班自动化与智能调度，逐步从人工经验排班过渡到系统辅助决策。
1.建设覆盖事前预防、事中发现与处置、事后复盘改进的稳定性治理体系。 2.推动核心系统建立 SLI、SLO、错误预算和稳定性度量机制。 3.负责可观测性建设，完善指标、日志、链路追踪、告警及异常检测能力。 4.建设变更风险治理体系，包括变更准入、风险识别、灰度发布、自动守护和快速回滚。 5.牵引容量评估、压测、限流降级、容灾和故障演练，提升系统韧性。 6.参与重大故障应急指挥，推动快速止损、根因分析及改进项闭环。 7.识别高频、重复和高影响故障，推动技术改造及自动化治理。 8.将稳定性实践沉淀为平台能力、规范、工具和最佳实践。 9.联动大数据引擎、大数据平台和业务数据团队，推动跨团队稳定性专项。