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.满足城市各仓不同订单模型下的劳动力需求，根据业务情况以及市场环境，调度不同渠道招聘资源进行匹配，过程中需要给出效率和成本平衡的最优解； 2.配置与成本管控： ①落地总部的配置标准，确保配置人数和结构在合理范围内，严控无效配置和需求造成的成本浪费； ②根据需求合理调度不同招聘渠道资源，确保最终的人均招挂成本在所负责城市同行业处于领先水平； ③协同总部制定属地城市需求计划，供应商定价策略； 3.用工质量管理： ①协助业务放改善所服务城市三方员工离职率，协同总部对离职率相关的分析以及工具的落地，对所负责区域的离职原因由清晰的认知，并能够给出相应的改善建议； ②落地总部对于员工满意度的调研，定期输出所在城市三方员工满意度调研结论，协助区域提升绩优人员留存率； 4.用工风险管理： ①联动供应商配合城市HRBP以及总部ER部门处理城市突发用工异常事件，确保异常事件第一时间得到妥善处理； ②对所负责城市用工市场周期性，地域性，竞争环境有完整的认知，协同总部对城市用工环境进行调研分析；"
1. 岗位职责 ① 全流程采购执行与策略制定： 独立负责整合营销项目（如大型Campaign、新品上市、品牌焕新等）的供应商招募、招标、谈判、签约及履约全流程。 基于业务目标，制定差异化的采购策略（如公开招标、竞争性谈判、单一来源），并输出专业的采购分析报告。 ② 供应商全生命周期管理： 负责整合营销供应商池的开拓、引入、认证、绩效评估与定期复盘。 主导供应商年度复盘与分级管理，优化生态结构，激励头部供应商，淘汰尾部供应商。 ③ 专业赋能与成本优化： 深入理解营销需求，具备初步方案评估能力，能从采购视角对供应商提案的合理性、成本构成及可优化点提出专业意见。 通过需求整合、流程优化、谈判博弈等多种手段，实现年度降本目标，并确保营销质量与效果。 ④ 风险管控与合规护航： 确保所有采购活动符合公司财务、审计与合规政策，识别并规避合作中的各类风险（如交付风险、版权风险、数据安全风险）。 完善并沉淀整合营销品类的采购合同模板、工作标准及流程规范。 ⑤ 跨部门协同： 作为采购窗口，与市场、运营、法务、财务等业务及职能部门保持高效沟通，在项目早期介入，提供采购解决方案。
1. 深入酒店业务一线，理解BD与商家的沟通及作业流程，识别适合AI解决的高价值场景，并形成产品方案； 2. 负责AI Agent相关产品设计，包括任务调度、多轮沟通、上下文与记忆、工具调用、风险控制、人机协同等能力； 3. 推动价格、库存、招商、问题答疑和客情沟通等场景落地，打通“任务触发—AI沟通—业务执行—结果回收”的完整闭环； 4. 与算法、研发、数据、设计和业务运营团队协作，推进产品从方案设计、试点验证到规模化使用； 5. 建立AI产品效果评估体系，围绕作业覆盖率、任务成功率、问题解决率和人工效率等指标持续迭代。
1. 从RTL创建和维护Emulation/FPGA模型，将芯片项目Porting到原型平台(Emulator和FPGA), 交付EMU DB/FPGA bitfile到原型验证团队 2. 为Emulation/FPGA场景创建独立的测试冒烟用例。 3. 在Emulation/FPGA平台上Bring up外部接口（例如，DDR，PCIe，USB, 以太网等）。 4. 与RTL设计团队、DV团队和软件团队合作，调试基础环境，硬件，软件中的测试用例. 5. 维护仿真系统，支持软件团队在仿真平台上的工作。
团队介绍 加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被"看见、管好、用好"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。 方向一：AI算力数据链路建设（数据工程背景） • 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系 • 设计标准化数仓，打通资源分配、交付、使用全链路数据口径 • 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑 • 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据 方向二：算力智能洞察与优化模型（算法工程背景） • 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策 • 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配 • 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率） • 结合Agent实现算力优化决策自动化执行闭环
1. 负责数据中心典型应用（如Nginx、Redis、Spark/Flink、多媒体、大模型等）的性能分析与优化，结合公司CPU架构特点（如指令集、缓存、多核调度等），制定针对性的优化方案并落地实施，提升应用在公司CPU平台上的运行效率与稳定性 2. 参与行业解决方案的设计与构建，联动硬件团队、产品团队，将应用优化能力整合到解决方案中，支撑互联网、政企等关键行业客户的数字化转型需求 3. 跟踪行业前沿技术趋势（如新型应用框架、虚拟化/容器技术等），开展技术预研与验证，将先进优化方法与工具引入团队，提升团队整体技术能力 4. 撰写应用优化案例、技术白皮书、最佳实践指南等文档，配合市场与销售团队开展技术推广、客户赋能等工作
1.组织集群各种规范标准、技术优化、⻛险等评审会议，并做好相关记录； 2.跟进全国规范标准、技术优化、⻛险排查的落地进度，并及时推动落地； 3.审核并优化暖通专业系统的SOP/EOP/MOP/SCP⽂件及巡检表单、维护计划、维护内容、演练计划与⽅案等⼯作内容； 4.开展PUE、WUE专项治理⾏动，下发并落实节能调优策略； 5.负责数据中⼼运⾏数据的分析、设备运⾏参数设定指导； 6.节能优化提⾼设备的综合效能、采取有效措施提升设备保障能⼒； 7.对在运⾏数据中⼼出现的暖通问题进⾏故障定位，根因分析并在技术上⽀撑问题快速解决； 8.及时总结复盘并横向拉通进⾏经验分享，更新相关运维标准、规范等。
1.团队管理与效能提升 负责所辖范围内进项发票运营小组的日常排班、任务分配、绩效管理与能力培养，重点培育成员的AI应用意识与工具实操能力，打造一支懂业务、善用工具、自驱协作的高战斗力团队，持续提升整体运营效率。 2.全链路异常发票治理 统筹进项发票的异常识别、分析、清理及专项复盘，推动存量长尾发票清理与增量异常防控，确保账票款及时闭环及业财数据一致性。 3.AI赋能与流程自动化 深度挖掘团队内重复性、规则明确的工作场景（如发票匹配、异常分类、信息校验等），引入并落地AI工具解决方案，持续提升人效。 4.跨部门协同与风险管理 联动业务、总账、税务、ITBP等上下游团队，优化发票处理链路，规避税务合规风险，并对外输出高质量的BU客户交付。 5.客户洞察与持续创新 深入理解BU客户需求及全链路发票业务痛点，提供高标准交付与复盘总结；同时关注税务政策与行业实践，主动提出创新方案，驱动业务持续优化。
客情建设和商机拓展 •主动洞察所在国家/市场的关键行业，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。 业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。
1. 统筹片区组织保障，驱动业务目标落地 • 为片区整体业务结果达成提供人事与组织支撑； • 确保总部及区域下达的各项人力策略、绩效目标、文化要求在所辖门店高效、一致地执行到位。 2. 片区员工关系与风险管控 • 指导并监督各门店员工关系管理； • 及时识别、上报并协同店长处理员工冲突、廉正风险、安全事件等重大问题； • 主导片区级重大人事风险的预防机制建设、应急响应、闭环处理与复盘改进。 3. 前场人力规划与编制管理 • 与各店长共同制定并审核片区前场人员配置计划，覆盖标准店、前置仓、Mini店等多种业态； • 统筹招聘资源，对关键岗位到岗及时率与编制合理性负责。 4. 片区人力成本管控 • 监控并分析所辖门店前场人事费用，含薪资、加班、临时工等； • 通过排班优化、编制管控、效能提升等手段，确保片区人力成本控制在预算范围内； • 支撑单店P&L健康。 5. 用工合规与基础人事运营 • 统筹片区日常人事事务，包括入转调离、合同、考勤、档案等； • 建立标准化操作流程； • 定期开展合规审计，确保所有门店100%符合劳动法规及公司政策，规避法律与舆情风险。 6. 员工保留与组织氛围建设 • 设计并推动片区员工关怀举措，如沟通机制、生日关怀、困难帮扶等； • 指导店长开展有效的一对一沟通； • 监控离职率、敬业度等指标，对片区核心员工保留率与组织稳定性负责。
1、主导 Agent 主链路策略：负责手机解决方案中 Agent / 模型效果的持续优化，覆盖意图分类链路、记忆链路、Skill 体系、工具集编排等核心模块，为链路端到端效果负责。 2、完成复杂策略方案设计：理解 AI 技术的能力边界与发展趋势，结合用户需求与业务场景，独立完成复杂产品策略的方案设计，将模糊的用户价值翻译为清晰、可执行的模型与产品策略。 3、驱动模型效果迭代：基于业务目标搭建评测体系、定义模型训练的理想数据集与标注规范，与算法、标注、研发团队紧密协作，通过实验设计与快速迭代持续提升模型效果与线上表现。 4、持续洞察用户与优化体验：通过评测数据、线上分析、一手体验、用户调研等多种方式深度洞察用户需求，不断完善对场景与用户的认知，制定并推动相应的迭代策略，持续提升 Agent 体验。
商品基础算法团队是淘天集团核心的商品理解中台，负责对淘天全域（淘宝、天猫等）数百亿的商品进行深度、精准、多维度的内容理解。我们产出的商品认知能力（如属性、卖点、风格、品类、知识），是整个淘天搜索、推荐、广告、AIGC应用、智能导购、直播等所有核心业务的基石，直接决定了用户“逛”和“买”的体验，是连接“人”与“货”的智能引擎。 当前，我们正处在用新一代AI技术（大模型、多模态大模型）彻底重塑商品理解的历史机遇期。在这里，你将接触到海量的电商多模态数据，有机会定义下一代商品理解的技术范式，你的工作成果将通过集团各大业务场景，影响亿万用户的消费决策。 岗位职责： 1、参与商品 Wiki 知识库项目的研发与落地，综合运用 LLM、MLLM、Agent 等技术手段，系统性设计并持续迭代 Judge 引擎，驱动商品 Wiki 内容质量的规模化提升。 2、负责商品 Wiki 全链路质量管控，涵盖质量评估体系建设、错误样本挖掘与改写、人机协同审核流程设计等，通过精细化质量分层与闭环反馈机制，推动内容问题的系统性发现与治理。 3、运用 SFT、偏好学习（DPO/RLHF）、强化学习（RL）等后训练方法，持续提升 Judge 基础模型的判别能力；同时基于 Agentic RL 框架，增强 Judge Agent 在自主任务规划、多步推理及交叉验证等复杂场景下的决策能力。 4、深度跟踪 LLM / Agent 领域前沿学术与工程进展，结合业务场景开展技术可行性验证，推动前沿方法在实际生产环境中的高效落地与规模化应用。
1. 负责国内数据中心租用采购商务谈判相关工作，包括业务需求分析、数据中心供应商资源寻源、采购及商务谈判、成本及资源管理、采购流程及制度优化等。 2. 梳理掌握IDC行业数据中心资源情况，基于对市场行情、行业现状及发展的了解，对需求内容、技术要求等参与意见。 3. 根据需求对全国属地数据中心机房资源进行寻源，通过对业务类型梳理、行业政策察觉、市场行情摸底，建立可持续的资源引导及储备。 4. 牵头制定数据中心租用采购策略，通过采购手段及商务谈判，达成可落地按期交付执行且成本最优的采购目标。
1. 参与游戏服务器功能设计、开发、工具代码编写等。 2. 实现游戏逻辑，包括但不限于战斗、AI、经济、社交、匹配、背包管理等系统。 3. 协助优化服务器性能，解决内存、CPU、网络带宽等问题，保障高并发下的服务稳定。 4. 协助运维团队进行服务器部署、扩容和故障排查。 5. 参与高并发、高性能的游戏服务器架构设计与改进，确保系统具备良好的伸缩性和容错能力。 6. 技术攻关： 解决开发和生产环境中遇到的各种有一定难度的技术挑战。
1、负责平台业务多个 AI 原生创新应用的全链路研发工作，从产品构思、技术选型、架构设计、开发实现到上线运营全方位参与，端到端推动项目落地。 2、带领创新团队完成 AI 原生产品的快速验证与迭代，确保快速完成从概念到可验证产品的闭环。 3、对大模型应用开发范式有深入理解，能在 Agent 架构设计、RAG 知识检索、Prompt/Skill 工程、多模态交互等方面做出技术决策并指导团队执行。 4、作为研发负责人，负责创新项目的整体管理工作，确保多个创新项目并行推进时资源合理分配、节奏可控。
1、门店物流体系、物流团队的搭建与日常营运管理工作，支撑业务发展，及时处理各类重大突发事件； 2、负责仓储现场运营管理，包括生鲜类非标品和标品的收货、拣货、打包、配送、盘点、退货等操作； 3、制定和改进物流体系的规范与制度，梳理并建立标准化作业流程，并监督执行； 4、建立门店质控体系，完善数据报表，对仓库内各组别KPI进行月度、年度评核和原因分析，寻找提升服务质量的方案； 5、与物流各环节相关部门联系，跟踪和处理各类运作异常状况，并提出改善方案； 6、负责物流部员工的招聘、绩效评核，确保全职与兼职员工配置合理，使员工保持在稳定的工作状态。 7、配合门店店长日常工作，完成其交给的任务。
1.负责盒马用户相关的数据分析与洞察输出，通过数据挖掘、统计建模和用户行为分析，结合商业思考与业务理解，回答用户洞察相关核心问题，为决策提供高质量输入。 2.将数据分析结果转化为清晰、有业务洞察的报告。报告形式包括但不限于Excel、PPT、Word文档等，受众涵核心管理层。要求能用业务语言解释数据发现，指出问题并给出可落地的建议。 3.承接管理层或战略部发起的重点课题，独立完成从数据需求梳理、分析方案设计、数据提取与建模、到结论输出的全流程，并能有效协同业务或内外部合作方，共同推进策略落地。"
1. 商品企划与选品开发（核心） - 深入研究海外目标市场用户画像、消费趋势、竞对动态及平台数据，制定品类企划方案； - 负责跨境直营商品的挖掘与开发，精准洞察海外爆款潜力，打造高性价比、高竞争力的商品矩阵； - 负责商品全生命周期管理（新品引入、测款、打爆、补货、清尾），对选品成功率与上新节奏负责。 2. 品效结果负责制（核心）： - 为最终业务结果负责，直接对所负责板块的GMV、动销率及售罄率等品效指标负责； 3. 供应链开发与商务谈判： - 负责国内/海外优质产业带供应链的寻源、拓展与深度合作，沉淀核心供应商资源； - 主导供应商商务谈判，包括采购成本把控、账期、交期、产能锁定及售后赔付条款； 4. 跨部门协同与流程优化： - 联动WB平台站内运营、营销投放及海外本地化团队，制定新品冷启动与爆款放大策略； - 协同国际物流、海外仓配及关务团队，推动前后端链路顺畅，保障履约时效并降低履约成本。
团队描述： AIDC CIO 团队聚焦阿里国际企业内部经营链路的 AI 智能化升级，业务涵盖企业财务、税务、法务、生态用工管理及IT Infra等领域，支撑AIDC全球业务稳健运行，我们重点投入企业经营智能化 Enterprise Agent 技术研发，驱动财税法，IT等链路的AI智能化重构，在这里，你将直面全球化企业经营中最具挑战的业务复杂度，通过 AI Agent 与平台化技术重塑合规与效能。置身于最真实的“企业级AI”落地前沿，在解决全球化命题的过程中，实现技术实力与全局视野的快速迭代。 岗位描述： 1. 面向阿里国际多元经营场景，构建高性能 Enterprise Agent。推进财税法、IT、生态用工和企业员工 AI 办公协同等领域的智能化升级，解决全球化经营中的复杂决策问题。通过技术创新驱动业务变革，打造行业领先的企业级 AI应用范式。 2. 智能财税：构建企业级财务AI Agent能力，聚焦智能财税处理、合规风险管控、复杂决策辅助及业务流程自动化核心能力，驱动财税法经营链路与AI深度重构，打造业界领先的财务AI能力。 3. 企业服务：构建全链路企业服务 Agent 矩阵，围绕法务流程自动化、AI 辅助审核起草、RAG 智能咨询及生态用工效能评估，驱动专业服务效能跃迁与合规风险闭环，定义全球化经营下的数智化服务标准。 4. AI智能办公：构建一体化的AI工作台，围绕 RAG 企业知识问答、多模型通用助手、集成Action Agent的办事Skills及 AI 运营平台四大核心能力，驱动全员 AI办公渗透，重塑全球化协同办公新范式。
1、零售商家洞察与诊断：根据商家的经营情况、发展战略，开展有效的商家洞察，通过指标监控，诊断零售商现状，并与零售商共同制定平台经营方案，提升其运营效率和业绩； 2、商品运营与活动策略制定：制定商家商品运营策略，推动商家在商品选品、定量定价、基础陈列上的优化与改造；结合区域特性、商家特点制定活动策略； 3、城市资源整合与协同：与城市代理商协同，整合城市资源，帮助合作伙伴做好流量及运营拓展，实现共赢； 4、数据复盘与优化计划：定期进行业务复盘，通过数据分析发现问题，并制定下阶段的优化计划，持续改进运营策略； 5、新零售业务场景创新：基于超市行业特点及市场动向，制定业态在新零售场景中的更多落地方案，发掘并落地新的业务增长点。