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、在供应商生态中发现AI Agent产品的客户与合作机会，深入挖掘客户业务场景、核心痛点和潜在需求，结合产品能力形成初步“敲门方案”，找到合作切入点； 2、识别项目关键决策人、业务推动者及主要影响人，梳理决策链和预算路径，推动双方就合作方式、首期范围、资源投入及预计规模达成初步共识； 3、完成商机验证后，整理客户需求、决策链、合作方案、预期规模及关键风险并交接销售团队；持续协调产品、采购、销售、法务及财务等团队，推动项目进入方案、商务及签约阶段； 4、对合作中的利益冲突、价格公平性、数据安全、知识产权、跨境经营及商业合规风险进行前置判断，及时推动相关团队完成评估和审批； 5、对AI Agent产品收入目标负责，持续管理商机储备、预计规模、转化进度和落地结果，与销售团队共同推动有效商机转化为实际签约收入。
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、配送的现场运营管理，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，使员工保持在稳定而高效的工作状态。
我们正在把 Browser 建设为 Agent 最核心的执行环境之一。你将负责 Browser Agent 的端到端技术体系，让 Agent 能在复杂、动态、需要登录的真实网页中安全完成长链路任务，并且每一次执行都可验证、可恢复、可观测。 你将负责 ● 设计并实现 Browser Agent runtime，覆盖本地/远程浏览器、标签页与登录态管理、扩展/协议、隔离和跨平台能力。 ● 建设 DOM、Accessibility Tree、截图/视觉 grounding 的混合感知与动作体系。 ● 优化 planner/executor/verifier、上下文工程、错误恢复和长程任务成功率。 ● 建设端到端 eval、trace、replay、回归门禁和线上可观测性。 ● 建立敏感动作确认、最小权限、human-in-loop 和 prompt injection 防护。
1、负责品类的中长期发展策略制定，明确品类角色定位、增长目标及核心策略路径； 2、深度理解用户行为、偏好和需求，结合数据洞察，指导品类策略方向 3、基于数据建立指标体系与评估机制，支撑品类策略制定与业务复盘 4、从全产业链视角出发，通过跟踪宏观市场环境、行业趋势、竞品动态，寻找品类增长空间
你将负责开发适用于自研数据中心CPU场景下的编译器/虚拟机等相关工具，充分利用CPU特有的特性，提升CPU产品在关键应用场景下的适用广度和性能指标。在这个岗位上，你可能会接触到最新的CPU架构与微架构流水线方案，通过和CPU芯片设计团队和商业化落地团队的紧密协作，交付具有竞争力的高性能数据中心CPU产品解决方案。 1. JIT/AOT 编译优化，优化各种硬件后端性能； 2. 复杂业务场景下，针对超大规模数据平台的性能分析和优化实践； 3. 探索 Runtime 新技术进行系统性能优化，提升应用开发效率； 4. 基于自研CPU架构，推动JDK 在不同业务场景和体系结构下落地；
我们正在寻找一位兼具后端开发功底与系统级视野的优秀工程师，加入我们致力于构建高性能软件研发基础设施的技术团队。 在这里，你将深度参与企业级编译系统、构建流水线与自动化发布平台的建设，专注于提升大规模项目的构建效率、稳定性和可复现性 你将负责： 1. 设计与维护高性能 CI/CD 构建平台 基于GitLab CI和自研系统，搭建支持多语言（C/C++/Go/Python）的自动化构建流水线；优化构建缓存、依赖管理与并行编译策略，显著缩短构建时间。 2. 构建和优化编译环境与工具链 管理和维护基于 GCC、Clang/LLVM的标准化编译环境，支持不同版本共存与按需切换；定制编译参数、警告规则与静态分析流程，提升代码质量与一致性。 3. 推动构建可重复性与确定性编译 实现构建过程的环境隔离，依赖锁定与输出校验，确保“一次构建，处处一致”，满足安全审计与发布合规要求。 4. 性能分析与构建加速优化 使用工具分析编译瓶颈；集成分布式编译方案或增量构建机制，提升大型项目编译速度。 5. 构建全链路可观测性系统 搭建覆盖构建耗时、失败率、资源消耗的监控体系，实现构建日志聚合、错误自动归因与趋势预警。 我们提供： ● 深度参与企业级构建系统与研发基础设施建设的机会，直面超大规模工程挑战； ● 接触编译器、构建原理与底层系统优化的深度技术实践； ● 资深系统工程师带队，清晰的成长路径，快速成长为平台型/架构型人才； ● 开放、平等、鼓励技术创新的文化，支持内部提案与技术分享；
构建支撑 AI Agent 运行的云端基础设施，负责其中一到两个子域的端到端建设： 1. 云端沙箱运行时 建设与演进 Agent 代码执行沙箱平台，覆盖沙箱生命周期管理（创建/暂停/释放/保活）、资源池化预热、多 Provider 抽象与路由；持续优化建箱与文件系统挂载性能，压降冷启动耗时。 2. 文件存储与任务调度服务 负责 Agent 产物与用户文件的存储链路（上传下载、分片路由、组织级隔离、预签名与凭证管理、内容安全审核接入），以及云端定时任务调度（任务分发、执行幂等与终态对账、峰值打散与限流、执行上下文与凭据注入）。 3. 设备接入网关 负责移动端与 PC 端设备接入：WebSocket 长连接管理、协议编解码、会话注册与位置（presence）管理；建设反向推送链路，凭位置信息直连持有会话的实例下推，支撑设备到设备的请求与事件流。 4. 多集群与全球化部署 落地多集群隔离、就近调度、跨区容灾能力，支撑国内 / 海外 / 集团版多环境并行交付与灰度发布。 5. 稳定性与可观测建设 参与容量评估与压测、资源对账与泄漏治理、监控告警治理、限流降级与高危操作管控；主动设计幂等、超时、重试策略，通过日志与埋点实现问题可定位。 6. 技术演进与改造 参与数据库分片下沉、Java → Go 重构、monorepo 云上化等长周期技术改造，负责其中一个子域的方案设计与平稳迁移。
1. 负责千问办公桌面端核心架构与业务开发，主导 Windows/macOS/Linux/信创/鸿蒙PC 等多平台的原生能力建设与适配，确保 AI Agent 在不同操作系统下的一致性与稳定性。 2. 攻坚 Computer Use & Browser Use 核心引擎，设计并实现基于视觉理解、DOM解析及系统API的自动化操控框架；解决跨平台UI元素识别、鼠标键盘模拟、浏览器沙箱通信等难题，让大模型真正具备“操作电脑”的能力。 3. 构建安全高效的 Sandbox & Shell 执行环境，为代码解释器、命令行工具调用提供隔离运行时；深入操作系统底层（进程管理、文件系统、权限控制），保障 Agent 在执行复杂任务时的安全性、并发性能及资源回收机制。 4. 负责 QoderWork 模块的长期演进与维护，持续优化开发者工作流体验，重构遗留代码，提升模块的可测试性与可扩展性，支撑 IDE 插件或独立编码助手场景的快速迭代。 5. 参与 Rust Core 桌面端适配层建设，将跨端业务逻辑、Agent 状态机与核心数据模型通过 FFI 高效接入桌面 Native Shell，推动 PC 端与移动端、Web 端的核心能力复用与契约对齐。 6. 打磨 AI Native 桌面交互体验，将流式输出、多模态输入、任务中断恢复、上下文感知等 Agent 能力与桌面 OS 特性（如全局快捷键、系统通知、窗口管理、剪贴板）深度融合，定义下一代人机协作范式。 7. 负责桌面端性能与稳定性治理，针对 Electron/Tauri/Native 混合架构进行启动速度、内存占用、渲染帧率及包体积优化；建立完善的崩溃监控、日志追踪与自动化测试体系，保障多平台发布质量。 8. 对接集团基础设施与安全合规，完成桌面端在信创/鸿蒙等国产化环境的适配认证，接入研发发布流水线，确保敏感操作审计、数据隐私保护符合企业级安全标准。
1、负责千问办公评测平台建设，构建覆盖模型、AgentLoop、Skills多维度评测方案，设计落地高效、端到端、可量化的自动化评测Pipeline 2、结合业界最佳实践与 B 端办公真实业务场景，通过专家设计和数据合成等手段，动态构建高质量评测集和 LLM-as-Judge 评估器 3、基于离线评测和在线观测数据，与产品、技术、运营、财务团队紧密协作，驱动Agent自进化迭代，参与设计高性价比的模型调度与定价策略 4、建立常态化竞品评测体系，对标行业头部产品，为产品方向和技术路线决策提供支撑
1、负责千问办公 AI Agent 平台基础设施的设计与建设，保障核心服务在 Kubernetes 环境下的高可用、可扩展与稳定运行。 2、建设和优化 CI/CD 与 Infrastructure as Code 体系，完善环境管理、服务发布、变更验证和快速回滚能力。 3、建设通用 Infra 平台能力，包括统一配置中心、统一网关、服务发现、流量治理和应用灰度发布。 4、完善日志、指标、Trace、告警、SLO 与容量管理体系，提升系统可观测性和故障定位效率。 5、推动限流、熔断、降级、容灾、故障演练与应急响应机制落地，持续提升系统稳定性和发布安全性。 6、探索 AI 在研发和运维场景中的应用，建设智能诊断、故障分析、自动化处置和研发提效能力。 7、参与关键技术选型与架构评审，将重复的运维需求沉淀为平台、工具和标准化能力。
负责标注所需的资源管理平台设计，管理对象覆盖自营外包团队、计件服务商、海外供应商、合作机构与高校、内部外部专家、众包等多种供给形态，需要在同一套底座上支撑差异化的准入、调度、考核与结算规则。具体包括： 1、业务洞察和需求分析 深入一线运营场景，理解多种供给形态在准入、调度、考核、结算上的差异与真实痛点，识别哪些环节仍靠人的经验兜底、因而值得被产品化； 运用 AI Native 技术（大模型、智能预测等）辅助需求洞察与经营决策，识别可被 AI 重构的业务流程和用户场景； 主导资源规划、供应管理和交付履约的全链路产品方案，提升供给体系的整体运营效率。 2、产品规划和设计 制定本业务域的产品规划与迭代演进路线图，对平台的边界、分层与演进节奏形成独立判断，在资源有限时能说清什么先做、什么不做、为什么； 抽象统一的资源管理模型：收敛跨形态的共性概念，同时为准入门槛、计价方式、考核维度、结算周期等差异留出扩展空间，决定平台后续能否低成本接入新的供给类型； 建立供给质量与效率的度量体系，定义可比较的评价口径与分级机制，并把交付结果反哺回资源画像，让画像随使用不断变准； 以 AI Native 理念驱动产品设计，将大模型、Agent、智能决策等能力深度融入供给运营核心流程，规划智能体架构与人机协同的分工方式，设计智能匹配、智能调度、自动化执行等创新能力。 3、产品开发管理 推动 AI 能力的工程化落地，协同算法和研发团队完成模型接入、效果评估等环节的产品化闭环； 打通与人力、财务、采购及生产平台的数据链路，明确各系统的职责边界与数据流向，多数分歧不是技术问题而是口径和责任归属问题； 统筹产品开发的项目管理，把控关键里程碑节点，协调多角色多场景的适配与支撑，整合资源推动方案落地。 4、产品改进和风险管理 建立 AI 产品效果度量体系，持续跟踪 AI 功能的准确性、可靠性和用户体验，迭代优化 AI 能力的业务价值与 ROI； 持续关注用户反馈和使用体验，合理安排需求优先级，推动产品迭代和新功能孵化，优化产品的稳定性、安全性、性能和成本； 主导产品合规与风险防控：外部人员的个人信息与证件信息需要字段级权限管控，供应商合作涉及合规准入与资损风险，需建立分级授权与审计机制，排查治理数据安全、合规、廉正、资损等各类隐患。
1、全产品线 AI 能力接入管理：统一管理千问、钉钉旗下所有产品线的 AI 模型与能力接入，建立标准化接入流程与准入规则（Token 配置、消耗倍率、成本约束等），维护各产品线接入台账，保障供给侧信息准确完整。 2、积分体系统一运营：负责算力中台积分体系的统一运营，管理品与人双维度积分管控规则；统筹各产品线积分分配、发放、赠送、核销的全生命周期管理；推动积分管理平台工具化建设，沉淀可复用的管控能力。 3、模型定价与成本管控：跟踪百炼、千问、Kimi 等各供应商模型成本变化，输出性价比分析；主导构建模型定价工具，维护动态调价机制；监测全产品线路由效果并提出调优建议，推动性价比最优的算力配置。 4、存量客户迁移运营：主导算粒与积分迁移方案落地，统筹迁移公告、数据核对、积分赠送及客户沟通，保障客户资产平稳过渡至新积分体系。 5、跨团队协同与需求推进：作为业务需求方对接产品与研发，持续整理 MaaS 平台与积分管理平台的产品需求并推动落地；协同销售与渠道团队优化商机流转规则，提升承接转化效率。 6、数据经营：搭建算力中台经营看板，覆盖接入完整度、模型消耗成本、积分核销、路由效果等核心指标，定期复盘并输出下阶段运营策略。
1、产品商业化价值与客户案例挖掘：深入理解 AI Agent 产品能力与技术边界，提炼核心卖点与差异化价值；梳理不同客户类型、行业场景下的产品应用方案与最佳实践。 2、商业化自主销售体系建设：搭建线上客户分层与自动流转体系，提升线上客户付费转化率。 3、销售赋能：面向销售、售前及合作伙伴开展产品培训，帮助销售团队理解产品能力、适用场景与客户价值，提升销售团队对 AI Agent 产品的理解深度与成交能力；持续收集销售反馈与客户需求，推动产品迭代。 4、重点客户项目支持：达成行业成功案例，输出行业洞察，支持行业商业化策略制定。 5、沉淀客户持续消耗并增购的方法论，并在对应的渠道完成相关的规模化复制。 6、围绕客户持续消耗与增购目标，跟进重点客户的使用情况与消耗节奏，推动方法论在对应渠道完成标准化落地与规模化复制。
1、用户需求研究：通过访谈、问卷、工单与数据分析，识别用户体验问题与真实工作诉求，沉淀需求假设与验证路径。 2、使用行为与体验诊断：分析关键漏斗与留存转化，定位高价值流失点、卡点与摩擦环节。 3、用户工作习惯研究：针对不同行业、不同职能用户，研究工作流、协作方式与使用场景，形成「场景-任务-能力」的产品洞察。 4、增长潜力能力挖掘：基于用户洞察识别可扩张的产品能力优势，产出可落地的需求定义与方案设计。 5、最佳实践与用户教育：摸索出行业的实践案例，形成可复用的教程内容，完成市场增长期的用户教育。 6、将用户研究结论转化为清晰的产品需求并推动落地，与产品、设计、研发团队协同跟进需求的实现效果与迭代节奏。 7、建立并维护用户研究与体验诊断的方法体系，沉淀可复用的研究模板、指标口径与洞察结论，支撑用户体量增长后的研究量级提升。
1、产品商业化价值与客户案例挖掘：深入理解 AI Agent 产品能力与技术边界，提炼核心卖点与差异化价值；梳理不同客户类型、行业场景下的产品应用方案与最佳实践。 2、销售伙伴赋能体系搭建：面向销售、售前及合作伙伴开展产品培训，帮助销售团队理解产品能力、适用场景与客户价值，提升销售团队对 AI Agent 产品的理解深度与成交能力；持续收集销售反馈与客户需求，推动产品迭代。 3、重点客户项目支持：达成行业成功案例，输出行业洞察，支持行业商业化策略制定。 4、销售伙伴内容体系：基于渠道伙伴客户特性生成行业场景化营销内容及素材，助力付费转化。 5、统筹渠道伙伴的运营节奏与赋能计划，建立伙伴培训、内容支持与效果跟进的常态化机制，持续提升伙伴的成交能力与付费转化。
1、品类需求挖掘：围绕淘系商家典型业务（招商、运营、投放、客服、履约等），梳理任务类型与痛点，沉淀「品类-场景-需求-价值」框架。 2、最佳实践产出：研究行业成功案例，形成可复制的模板和工作流，支持电商用户教育与增长。 3、增长策略设计：基于增长目标输出核心策略、资源需求与动作拆解，并基于数据复盘持续迭代。 4、拉新活动落地：与电商团队协同设计并执行活动（招商、培训、线索转化等），跟进过程指标与结果交付。 5、跨部门协调沟通：管理与运营、产品、研发、市场及多团队的协作节奏，推动方案对齐、问题闭环与落地效果提升。 6、持续跟踪电商行业用户的需求变化与使用反馈，迭代「品类-场景-需求-价值」框架，推动产品能力与行业场景的匹配度提升。 7、沉淀电商行业的标杆案例与可复制打法，赋能更多品类与商家场景的规模化推广。
1、负责千问办公/A1 AI 硬件在内容渠道的原生创意素材策划、脚本撰写、拍摄监制及后期把控；国内包含抖音/视频号、小红书、B 站等，海外包含 Google/Meta/Tiktok 等渠道的创意素材生产。 2、基于用户洞察和竞品拆解，产出短视频/图文/落地页 UI 的创意方向，建立可复用的素材模型库和爆款卖点库；同时推动素材中台基建和素材归因，逐步过渡为 AIGC 全流程生产。 3、主导素材 A/B 测试、爆款拆解与迭代节奏管理，对 CTR、CPA、爆款率等核心指标负责。 4、对接内外部拍摄、剪辑与达人资源，管理信息流生产供应商与达人供应商的选品、议价与交付质量。 5、与投放同学紧密联动，把素材数据反哺创意方向；与产技紧密联动，推动素材归因与素材中台建设，持续提升素材生产效率。
1、担任品牌展厅整体运营负责人，主导展厅内容规划、动线设计、讲解体系与接待 SOP 的搭建与迭代。 2、负责重要客户、政企合作伙伴、媒体的对接与体验设计，保障不同受众的参观体验与品牌信息传达效果。 3、以年度接待满意度 ≥95% 为目标，推动展厅由展示空间升级为品牌营销与商机孵化阵地，支撑销售线索转化 1000 条/年。 4、担任大型展会出展总负责人，端到端负责年度 20 场头部展会的策略定位、展位策划、内容与传播规划、现场执行与效果复盘。 5、统筹百万级项目预算、跨部门协作与供应商管理，预算执行偏差率控制在 5% 以内。 6、沉淀可复用的展陈设计标准与出展执行 SOP，保证品牌在不同展会与展厅场域传递一致的信息与调性，提升内容层次清晰度与迭代效率。 7、负责展厅内容的定期更新与版本管理，跟进展会效果复盘结论并反哺下一轮展陈策略与现场执行方案。
1、B 端知识付费与商业培训深度合作：与国内B 端高层学习与内容渠道建立深度合作；牵头合作节奏设计、内容植入方案、素材共创、发布计划；把千问办公客户最佳实践、行业趋势洞察、AI Native 组织叙事融入课程、专栏、白皮书、圆桌等载体，面向 B 端决策层持续渗透。 2、B 端商业领袖矩阵渗透：与国内头部商业领袖及其团队建立长期合作关系；把千问办公客户实践、企业价值主张融入年度演讲、图书新作、跨年演讲、专栏内容、直播对谈等高势能场域；从选题共创 → 内容审稿 → 现场支撑 → 后期二次传播全链路操盘。 3、破圈事件策划与执行：围绕重点行业设计 CXO 圈层型爆款事件（非 C 端消费者爆款），包括企业家闭门圆桌、CIO 行业峰会、行业协会联合发声、主流商业媒体话题引爆等；以主流商业媒体报道、行业媒体千赞爆款、CXO 圈层认知深度为核心 KPI。 4、传播数据回收与内容资产复用闭环：建立官网 UV、白皮书分发、销售引用率、CXO 圈层触达、商业领袖植入触达、主流媒体报道等 CXO 传播型 KPI 回收机制；将每次事件、每份案例沉淀为可长期复用的销售弹药与市场武器。
1、围绕「企业级Agent」品类目标，主导重大事件、旗舰活动及整合Campaign，完成业务问题、人群洞察、核心命题、创意机制、传播路径和结果指标的整体设计。 2、判断项目优先级和资源投入，负责预算、排期、供应商、风险与关键决策管理，对项目交付质量、品牌声量、用户参与和业务承接负责。 3、拉通产研、销售、客户成功、会销、PR、媒介及外部伙伴，建立共同目标与责任边界，处理复杂依赖和资源冲突。 4、设计预热、引爆、延续的传播节奏，将单场活动放大为媒体议题、社交内容、UGC、客户机会和销售资产。 5、建立复盘机制，以目标用户参与、有效互动、品牌声量、业务线索及案例沉淀评估项目价值，沉淀可复制的事件营销IP。