共 3695 个在招岗位 · 覆盖国企、大厂官方招聘
1.主导基于Clang/LLVM的SIMT编译器关键技术设计，制定模块化架构方案并推动实施； 2.设计面向SIMT架构的核心编译流程：前端语言特性实现，LLVM IR优化策略，后端指令生成； 3.攻克性能瓶颈问题：大规模并行程序的编译时优化，内存子系统编译优化，指令级并行度提升； 4.领导关键技术预研：多目标代码生成，编译时性能预测模型构建 5.指导中初级工程师进行Pass开发、调试工具链建设等实施工作； 6.主导技术文档体系构建（架构设计文档、优化白皮书）；
小米汽车-先进动力质量（电池/电驱/热管理/增程/充电） 职位描述 1. 作为先进动力质量系统专业QE，深度参与各车型项目动力总成零件的数据发布、FMEA评审、DFM评审、DVP评审、供应商产线质量评审等活动，识别风险项目； 2. 策划动力系统质量（电池/电驱/热管理/增程/充电）相关软硬件失效分析，系统策略、故障诊断、预报警等质量专项活动，实现全生命周期零件质量成熟度的提升及高质量交付； 3. 完成动力系统（电池/电驱/热管理/增程/充电）产品的新技术、新材料、新结构、新工艺进行风险识别及管控；针对市场问题导入工程设计端、工厂、供应商等进行规避； 4. 牵头跨部门系统团队，分析动力系统质量（电池/电驱/热管理/增程/充电）产品的开发、量产质量问题，确定根本原因，制订长期措施并跟踪断点； 5. 对IPTV指标负责，跟踪推进问题关闭率，聚类TOP问题推进闭环解决； 6. 准备质量问题及状态报告，呈现产品质量表现以支持关键问题的决策； 7. 组织重大问题、批量问题的复盘，推动研发过程，生产过程，售后处置的持续改善。
1.参与车载音频系统的开发、调试与优化工作； 2.协助完成音频 HAL 层、中间件，DSP等代码实现； 3.参与音频路由、混音、多通道音频处理等核心功能的开发; 4.编写和维护音频相关模块的技术文档； 5.配合测试团队进行音频功能验证及问题定位； 6.跟踪并研究行业前沿音频技术，提升车载音频体验。
职位描述 1. 数据驱动决策体系构建：搭建业务核心指标体系，建立预测模型、归因框架及效果评估工具，为产品生命周期管理（研发、上线、运营、迭代）提供量化依据。 2. 市场与用户深度研究：主导国内外游戏市场趋势、用户行为变迁及竞品生态的专题研究，提炼底层规律，输出可执行的商业策略建议（如赛道选择、发行节奏、本地化策略）。 3. 业务增长策略输出：结合内外部数据，识别增长机会点（用户获取、留存、付费转化等），设计精细化运营实验方案，并推动策略在业务部门落地，追踪闭环效果。 4. 前瞻性课题攻坚：承接高管层交办的模糊性、全局性研究课题，快速搭建分析框架，产出高信度结论，支撑公司中长期战略规划。 5. 团队方法论沉淀：优化分析工具链和工作流程，沉淀可复用的方法论，提升团队整体分析效率与质量。
1. 代码质量控制：制定或执行代码质量控制流程，防止缺陷代码进入生产环节。包含规范、Bug、性能等多种维度，保障研发、发布版本的代码质量。 2. 自动化测试系统：设计、拓展自动化测试系统，随项目推进更新、维护自动化测试的运行。 3. 白盒测试和代码审查：设计并实施白盒测试用例，编写单元测试、模块级接口测试，发掘逻辑漏洞与性能瓶颈。 4. 测试工具和CI/CD：设计、制作辅助工具，结合既有工具，将代码质量控制流程做管线化和集成。
职位描述 1. 负责游戏客户端的功能玩法落地； 2. 持续跟进架构的优化与客户端性能的提升 3. 有mmorpg类游戏实际开发经验者更优
职位描述 1.负责游戏战斗模块设计、开发和维护 -主要包括3C\装备\怪物AI和寻路\载具\战斗系统等模块 2. 负责游戏战斗性能优化 -主要包括移动端和PC端的卡顿和性能、以及服务器战斗性能优化 3. 负责游戏所需的编辑器开发
1. 负责游戏客户端核心系统开发； 2. 构建AI研发管线，实质性赋能团队整体研发与运行效率。
1. 代码质量控制：制定或执行代码质量控制流程，防止缺陷代码进入生产环节。包含规范、Bug、性能等多种维度，保障研发、发布版本的代码质量。 2. 测试方案与用例设计: 负责游戏项目的整体测试方案制定，覆盖功能、性能、兼容性、稳定性、安全性等维度。 3. 自动化测试系统：设计、拓展自动化测试系统，随项目推进更新、维护自动化测试的运行。 4. 白盒测试和代码审查：设计并实施白盒测试用例，编写单元测试、模块级接口测试，发掘逻辑漏洞与性能瓶颈。 5. 测试工具和CI/CD：设计、制作辅助工具，结合既有工具，将代码质量控制流程做管线化和集成。
• 负责3C（Character、Camera、Control）相关动作系统的整体设计与实现 • 负责角色基础移动（行走、跑步、转向、跳跃）、射击、换弹、闪避、攀爬、滑铲、跨越、格斗等核心3C动画的设计与制作 • 负责枪械交互类动作（换弹、检视、战术动作等）的制作与引擎验收 • 与程序和TA共同制定3C动作的资产结构与制作规范，参与动作匹配、脚步同步、动作融合等3C系统的技术开发与联调 • 与策划密切合作，根据设计意图制定角色响应节奏与反馈标准，提升操作手感与动作表现的统一性 • 对射击手感、后坐力反馈、受击反馈、镜头震动等细节进行持续优化，达到3A FPS水准 • 负责外包规范的制定、发包与反馈，把控外包动作品质与进度 • 制定写实动作的制作品质标准，规范资源输出格式，统筹外包团队的动作资产，确保多角色、多枪械的动作风格统一
职位描述 1. 数据驱动决策体系构建：搭建业务核心指标体系，建立预测模型、归因框架及效果评估工具，为产品生命周期管理（研发、上线、运营、迭代）提供量化依据。 2. 市场与用户深度研究：主导国内外游戏市场趋势、用户行为变迁及竞品生态的专题研究，提炼底层规律，输出可执行的商业策略建议（如赛道选择、发行节奏、本地化策略）。 3. 业务增长策略输出：结合内外部数据，识别增长机会点（用户获取、留存、付费转化等），设计精细化运营实验方案，并推动策略在业务部门落地，追踪闭环效果。 4. 前瞻性课题攻坚：承接高管层交办的模糊性、全局性研究课题，快速搭建分析框架，产出高信度结论，支撑公司中长期战略规划。 5. 团队方法论沉淀：优化分析工具链和工作流程，沉淀可复用的方法论，提升团队整体分析效率与质量。
职位名称：领导力发展专家 【岗位定位】 作为领导力发展领域的核心专家，您将主导关键层级人才发展项目的全生命周期管理。您需要具备深厚的项目设计功底与卓越的交付能力，既能深入业务一线进行精准诊断，又能独立输出高质量的课程体系与运营方案。同时，您将作为创新先锋，利用AI技术与社群化运营手段，重构传统培训模式，打造高互动、高转化的人才发展闭环。 【岗位职责】 1. 人才发展项目体系设计与规划 (Project Design & Architecture) ● 顶层设计： 基于业务战略与人才盘点结果，独立负责中高层或高潜人才领导力发展项目的整体架构设计（包括学习地图、培养路径、评估机制等）。 ● 内容研发： 主导核心领导力课程与案例的开发。能够萃取业务标杆实践，将隐性经验转化为显性的课程内容、案例库及教学工具，确保内容“接地气、能实战”。 ● 混合式学习设计： 设计“线上+线下”、“学习+实践”、“测评+反馈”相结合的混合式培养方案，确保学习项目不仅停留在课堂，更能延伸至工作场景。 2. 培训项目端到端交付与运营 (End-to-End Delivery) ● 核心交付： 亲自承担关键模块的授课、引导与工作坊主持工作。具备极强的现场控场能力，能通过高效的引导技术（Facilitation）激发学员研讨，推动共识达成。 ● 运营闭环： 负责项目从启动宣发、过程运营到结业评估的全流程执行。监控项目质量，及时处理突发状况，确保学员满意度（NPS）与学习目标达成。 ● 效果评估： 建立科学的项目评估体系，量化培训对业务行为改变及绩效提升的实际贡献，并输出复盘报告。 3. 业务诊断与需求洞察 (Business Diagnosis) ● 高层对话： 能够与业务部门Leader（M3/M4及以上）进行同频对话，通过深度访谈、数据分析等手段，精准识别业务痛点背后的能力缺口。 ● 定制化方案： 拒绝“标准化套餐”，基于诊断结果为不同业务线定制差异化的解决方案，确保培训项目直接服务于业务目标的达成。 4. 学习技术创新与社群生态 (Innovation & Community) ● AI赋能培训： 积极探索生成式AI在课程设计、课件制作、模拟演练、智能陪练等环节的应用，大幅提升内容生产效率与学员互动体验。 ● 社群化运营： 引入互联网产品运营思维，搭建高活力的“学习社群”。通过任务打卡、同伴互评、话题共创、积分激励等机制，激活学员自驱力，营造持续学习的组织氛围，打破传统培训的“孤岛效应”。
1.负责盒马餐厨品类的商品采购与供应链管理，围绕餐具、厨具、收纳等细分类目，通过精准选品与供应商开发，为消费者提供高品质、高性价比的居家餐厨产品方案； 2.根据市场趋势和消费者洞察，制定餐厨品类的年度采购策略与商品结构规划； 3.开发并维护优质供应商资源，涵盖国内外优质产业带工厂，推动OEM和差异化商品的落地； 4.管理品类P&L，对销售额、毛利率、库存周转等核心指标负责； 5.联动运营、营销团队策划品类促销活动，提升品类渗透率与复购； 6.持续关注行业动态与竞品策略，推动商品迭代升级。
1. 在AI 芯片上适配SOTA开源框架和SOTA模型，分析解决适配过程中发现的功能、性能与精度问题，为AI芯片客户提供问题支持和解决方案 2. 对SOTA模型和框架做原理分析，竞对分析、构建差异化产品竞争力，贡献开源社区提升产品影响力 3. 构建SOTA模型和框架端到端粒度、算子粒度、Kernel粒度的仿真框架，在芯片设计阶段提前发现精度、性能问题，保障芯片设计成功
1.根据公司AI芯片产品战略及路线，定义和管理数据中心AI加速芯片产品； 2.负责AI芯片软硬件产品规格定义，通过市场调研、客户访谈、竞争分析等识别产品需求，制订优先级，定义产品主要功能、性能指标（算力、互联、功耗、软件栈等），综合考虑技术演进、标准进展、合作伙伴需求和市场需求等多重因素； 3.制定产品路标和版本迭代计划，对齐市场窗口、技术成熟度和竞品发布节奏，负责AI芯片产品定价，并对产品竞争力和商业结果负责； 4.跟踪AI芯片市场和竞对动态，洞察大模型负载与技术趋势，输出竞争预警与差异化定位； 5.对于芯片产品进行日常管理，与内外部客户、架构、设计、软件、市场、销售等团队进行有效沟通，推动产品从规划到量产上市； 6.协助管理层对芯片的成本、功能、开发时间等因素进行取舍选择，并分析潜在的资本投入回报。
1、基于对医疗&教培行业趋势、竞对动态及平台数据的深度洞察，制定大区年度经营战略与商业版图规划，明确增长路径与资源投入优先级 2、带领团队实现辖区内教培&医疗商家（亲子、教育、口腔、综合医院、医美等）的快速渗透，基于 LBS 场景特性，整合营销、广告等资源，打造可复制的行业标杆案例。 3、 负责大区管理梯队的选拔与培养，提升团队作战能力，打造高执行力销售团队。 4、跨部门协同与流程优化：协同产品、运营等部门推动项目落地，参与制定并协调上级政策的本地化执行，优化区域内部管理流程。
一、岗位职责 场地规划 1.根据短期业务诉求，输出场地规划方案，包括功能区、月台、货架及必要的仓库改造需求 2.根据中期业务诉求，输出仓库使用方案，包括仓库扩租方案，长租&临租方案 3.根据中长期业务发展，结合仓库情况（可用面积和未来拓展空间）以及运营成本（仓租成本、人员成本、运输成本）等，确定最终使用仓库 仓网规划 1.根据长期业务发展，配合供应链计划输出仓网方案，包括仓库开城选址，新开仓运营模式（自营/流量，仓配/中转仓）等 场地优化 1.通过场地规划手段，比如自动化、生产设备、动线优化、货架优化、上下游协同等，提升仓库人效&坪效，并跟踪落地
推动 GUI / Hybrid Computer Use Agent 在 Computer / Mobile / Browser 等真实数字环境中的能力演进与落地实践，使模型能够理解、操作并协同完成跨平台、跨界面、跨工具、跨任务流的复杂用户任务，持续提升 Agent 在开放环境中的泛化性、鲁棒性、协同性与实际可用性，拓展大模型在真实人机交互场景中的能力边界。 1. GUI Agent：重点探索 GUI 在Computer / Mobile / Browse场景下的Agent能力提升与OOD任务能力泛化影响分析，研究大规模自然GUI轨迹Pre-training、用户协同能力； 2. Hybrid Agent：设计CLI & GUI 统一范式下的Universal Digital Agent Harness & Behavior Pattern，探索用户协同CUA场景下的有效实践方案； 3. Envs Scaling & Training Scaling：在大规模合成环境和现实环境数据中CPT->RL端到端优化迭代； 4. Preference & Feedback Modeling：探索用户协同Computer Use场景下用户偏好和用户反馈的收集、建模与处理机制，研究显式反馈与隐式反馈的统一表征方式，建立可用于训练和评估的反馈闭环。
推动大模型在芯片设计（EDA）、工业设计（CAD）、工程仿真（CAE）、游戏设计、金融工程、工业自动化、Infra 调优等工程领域的能力演进与落地实践，使模型能够在真实工程生产环境中理解设计规格、调用专业工具、解析反馈信号并持续自进化，通过多轮迭代不断发掘更优算法与设计方案，拓展大模型在工程优化场景中的能力边界。该方向的核心目标是将工程领域的能力训练到主模型中，侧重在不同工程领域间的泛化性，而非构建单一领域的专用系统。 1. Self-Evolving Engineering Agent：研究基于 Self-Evolving、Long-Horizon、Multi-Agent 等 Test-Time Scaling 范式的工程优化能力增强方法，探索 Propose → Execute → Evaluate 迭代循环在多工程领域的统一建模，提升 Qwen 模型在开放工程环境中的泛化性与收敛效率。 2. Envs & Tool-Chain Integration：构建面向真实工程工具链的 Agent 闭环环境，将专业工具（EDA 编译器/仿真器/综合器、CAD 求解器、物理仿真引擎等）的 CLI 接口与报告输出集成为 Agent 可消费的结构化反馈信号，设计分层 Reward 体系驱动端到端优化。 3. Domain Data & Training Scaling：挖掘工程领域高价值数据与 workflow（设计规格、工具反馈轨迹、优化历史），构建 General Long-Horizon Data Pipeline；在 CPT → SFT → RL 端到端验证领域适配与训练策略，优化模型在工程任务中的长程推理与迭代优化能力。 4. Benchmark & Evaluation：跟踪工程智能前沿进展，围绕关键问题开展算法创新、实验分析与技术沉淀；复现并维护高可靠性工程评测环境，建立可量化、可复现的能力评估体系。 5. AI for Chip Design 加分项： （1）EDA Agent Loop：熟悉数字芯片设计全流程（RTL → 综合 → 验证 → 后端），能够将 EDA 工具链集成到 Agent 迭代循环中，构建 "生成 RTL → 工具验证 → 反馈评估 → 改进设计" 的闭环优化环境；了解后端 PnR 参数调优、时序收敛、版图优化等迭代流程，能够将布局布线阶段的多维反馈（时序/拥塞/功耗/面积）纳入 Agent 优化循环。 （2）Verification & Rewarding：具备 Verilog/SystemVerilog 读写能力，能够设计面向 RTL 生成与功能验证的评测体系与训练数据流水线，探索 Agentic 的功能性验证和形式化验证方法。 （3）AI for EDA Research：关注 AI for EDA 前沿进展，能够将学术界的训练范式落地为可复现的训练方案，在业界评测集上验证并推动芯片设计能力的持续演进；同时关注模拟电路设计、MEMS 及其他非数字电路领域的 AI 落地机会，具备将 Agent 迭代优化范式从数字拓展到模拟、混合信号及微机电系统等方向的研究与落地能力。
岗位概述 负责盒马鲜生前置仓在对应城市的选址开发、商务谈判及项目落地工作。统筹区域前置仓资源储备与战略规划，协同工程、营运、法务、财务等部门完成开店全周期管理，确保年度开店目标达成，并为公司业务快速扩张提供持续、优质的物业资源支持。 岗位职责 1.开店目标达成 根据公司前置仓开店策略及区域业务规划，完成开店计划并推动落地； 对选址项目进行全面评估与可行性分析，完成商圈调研、可信性报告及投资测算； 承担城市/区域开店指标，成本控制，确保年度、季度开店目标按时保质完成。 2. 选址开发与资源拓展 主动挖掘并开发符合前置仓经营条件的优质物业资源，建立并维护连锁物业、房地产商、行业渠道等人脉网络； 积极开拓区域前置仓战略储备资源，形成可持续的项目储备池，支撑业务快速扩张； 探索异业同盟、渠道合作等创新模式，拓宽选址资源获取路径。 3. 商务谈判与合作关系维护 负责与合作方进行商务洽谈、合同条款协商及合作方案推进，保障公司利益； 建立并维护长期稳定的合作关系，做好合作方日常沟通及关系管理； 处理重大租赁纠纷及突发问题，维护公司品牌形象与合作秩序。 4. 项目落地与跨部门协同 统筹选址、租赁、开店、闭店等全生命周期管理，跟进各节点落实； 协同工程、营运、法务、财务等部门完成门店装修、证照办理、合同签署及开业筹备； 协调公司内部资源，推动项目高效落地，解决项目推进中的各类问题。 5. 费用管理与风险管控 做好区域年度开发费用预算及成本控制，确保费用使用合规高效； 把控选址及租赁过程中的法律、财务及运营风险，确保合同条件有效落实； 参与总部开发管理安排的重点项目及专项工作。
1. 负责芯片级、封装级、系统级的信号完整性的分析、设计和验证工作，为芯片、封装、产品系统提供完整的信号完整性解决方案； 2. 解决芯片设计和应用中的高速信号传输SI相关问题； 3. 高速接口IP的测试验证和选型分析； 4. 参与行业调研，参与先进SI技术的开发。
负责以下一个或者多个领域： 1. 基于平头哥数据中心服务器AI芯片的应用和benchmark的性能分析与优化。 2. 通过分析包括上层的应用，中间层的框架、库和底层的Linux操作系统、硬件驱动的行为模式，以及竞对的性能表现，识别系统性能瓶颈，明确软硬件的优化方向。 3. 将识别出的性能瓶颈场景进行简化，实现称为有代表性的perf microbenchmark，作为软硬件优化的输入和用例。 4. 和软件团队协作，参与软件优化的开发工作，包括但不限于：给出优化方案或建议，提供性能测试用例。 5. 和AI芯片架构和硬件设计团队协作，将分析中定位到的硬件性能瓶颈问题反馈给硬件团队，提供相应测试用例，为下一代硬件产品的优化提出可行性建议。 6. 和测试自动化团队合作，建立和完善高效的AI芯片性能测试系统；提高团队内性能测试和回归的工作效率。
1、深入客户业务一线，通过访谈与跟岗拆解现有流程，找到断点和效率瓶颈，设计 AI 驱动的人机协同新流程，输出 SOP 并推动变革落地。 2、围绕"业务价值 × 可落地性"设计 AI 场景，完成从方案到 POC 的端到端验证——让效果看得见、算得出、讲得清。 3、基于千问办公/Qwen 大模型搭建 Agent，完成 Prompt 工程、RAG 知识库、工具编排与多 Agent 协作；通过 MCP 打通客户 ERP/CRM/OA 等核心系统，用 A2A 协议实现跨系统互操作。 4、作为客户侧技术主接口，从规划到上线全程把控，建立 ROI 跟踪与效果迭代机制，跑通"规划→落地→迭代"闭环。 5、培养客户内部种子用户，通过培训、工作坊和实操陪跑，让客户团队能自己搭、自己改、自己推广。 6、持续挖掘新场景与扩容机会，将一线洞察转化为商机线索，助力增购与续约。 7、沉淀可复用的方案与工具集，把实战经验反哺产品团队，推动产品持续进化。
1、负责毛绒、毛绒家居、饰品包袋、谷子类等IP衍生品设计，兼顾美感与商业落地，对新品上市结果负责； 2、基于市场趋势与IP特性推导主题创意，输出企划提案并制定系列化开发方向； 3、跟进设计、打样、审图、修改全流程，协同供应链与版权方把控品质与还原度； 4、合理规划项目排期，管理多任务并行，确保产品按计划上市。
1、负责软线类客户（服饰、鞋品、配饰等行业）的开发及维护，完成公司下达的业绩指标，建立与企业客户的良好合作关系； 2、深度挖掘IP和软线行业的营销玩法以及结合空间，包括且不局限于影视剧植入、IP营销授权、IP商品化授权等； 3、通过IP给品牌营销赋能，打造数据+IP+营销+消费者的全链路一站式解决方案； 4、承担项目经理职责，独立推进整个项目进展并拿到项目结果。
1、了解GPU/GPGPU/NPU体系结构、运算单元，数据通路和指令流 2、有fabric/xbar/DMA/cache/memory controller相关数据通路验证经验 3、有AI core运算单元或数据整形相关验证经验 4、熟悉APB/AXI等AMBA总线协议 5、熟练掌握SystemVerilog和UVM，深入了解验证方法学
1. 搭建模块级验证环境，制定数据通路和算法功能验证策略 2. 执行形式验证/动态仿真等有效验证方法来确保设计满足规格要求 3. 分析和解决故障与问题，确保验证进度，交付完全验证的数据和算法通路相关功能设计
1. 设计和搭建大规模芯片级和模块级验证环境，制定cache/互联相关功能的验证策略。 2. 执行功能/集成以及门级仿真等有效验证方法来确保设计满足规格要求。 3. 分析和解决故障与问题，确保验证进度，交付完全验证的总线互联相关功能设计。
1. 负责 MMU （包括但不限于TLB、PTW、地址翻译子系统）的端到端验证以及子系统级集成验证 2. 制定 MMU 相关验证策略和验证计划，覆盖地址翻译、权限检查、异常处理、TLB 管理、页表遍历、多级翻译等关键功能场景。 3. 与架构、设计、性能、软件及系统集成团队紧密合作，分析并定位 MMU 相关功能问题、边界场景问题及系统集成问题。
1、与架构、软件、设计等团队合作构建高端芯片设计验证平台； 2、负责和参与data-center inter-chip connections的验证TB开发、环境开发、测试向量开发及调试，覆盖率收集及整体DV signoff的流程开发； 3、负责和参与芯片验证文档的撰写，验证Testbench搭建及实现，Testplan等； 4、负责和参与验证方法学制定，开发高性能验证架构。
