共 3695 个在招岗位 · 覆盖国企、大厂官方招聘
1.协助分析师开发并优化量化策略，包括并不限于量化选股、量化择时、行业&风格轮动模型。 2.协助分析师开展基金产品与资管行业研究。 3.梳理研究领域相关的前沿学术成果/文献，协助进行相关的应用和测试； 4.协助分析师完成课题研究等日常工作。
1. 支持股票业务业务运营岗，协助处理账户文件管理工作； 2. 维护账户适当性、反洗钱、身份等信息、按账户管理操作流程执行； 3. 支持账户法务类合同管理工作； 4. 协助统计账户相关数据，落实账户核查等相关工作。
此岗位主要负责协助提供基础的投研服务工作，例如大型活动、公司调研、电话会、非交易性路演等，具体包括但不限于以下职责： 1. 协助团队同事协调大型活动、公司调研、电话会、非交易性路演的日程、细节等安排； 2. 准备和起草在线营销材料； 3. 其他可能涉及的数据分析等临时工作内容。
本职位负责为全球投资者提供接触领先上市公司的渠道，通过涵盖投资者论坛、开放日活动及路演等多种企业对接项目，以创新的呈现方式，确保客户充分接触企业领导层。 1. 与股票销售团队、研究团队紧密合作，并与企业客户、机构客户及供应商协调各类活动； 2. 制定路演及活动的预算方案； 3. 组织投研服务团队准备会议资料，预订并协调航班、地面交通及酒店安排，协助统筹非交易路演、企业开放日、会议及公司股票产品相关活动的日程、后勤与细节。
1.负责项目开发过程中内饰零部件DV/PV的策划及状态管理； 2.负责内饰零部件DVP审核、进度跟踪及工程认可签署 3.负责内饰零部件试验问题的检出，协助开发定位和排查问题，跟踪并闭环验证； 4.负责内饰零部件DVP试验飞检，审核试验数据确保符合试验要求； 5.负责内饰零部件试验报告审核； 6.负责内饰零部件供应商试验能力认可； 7.开展零部件试验体系建设工作，组织完善系统及零部件试验标准及配套流程体系建设。
1. 支持BMS硬件原理图设计及修改，产品BOM；支持产品的工厂生产及下线问题关闭； 2. 配合编写硬件测试规范，进行硬件测试； 3. 完成BMS硬件电路实验室测试，测试报告。
1、协助人力资源部实施各部门的招聘工作； 2、简历的筛选以及电话邀约、安排面试、测评等细节工作； 3、协助招聘数据统计与分析报告产出； 4、协助进行校招、社招等各类招聘渠道维护工作； 5、其它人力资源相关的工作支持。
标准职责: 产品测试执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量和业务工作量评估负责。 1、负责所辖领域（如：功能、网管、转发性能、兼容性、资料等）的测试执行以及探索性测试，保障测试质量。 2、负责测试自动化脚本/AW开发，以及测试自动化脚本适配。 3、承担所负责内容的缺陷挖掘，确保缺陷跟踪闭环。 4、对负责的测试对象进行质量评估，确保产品高质量交付。 自定义职责: 产品测试用例实现与执行、测试脚本/AW开发责任人，对执行结果、测试脚本/AW开发质量负责。
1、独立负责项目枪械或载具硬表面设计，负责审核相关美术资源，对美术品质负责； 2、对美术全流程管线有必要的理解，从概念到成品全程参与，能指导各岗位完成相关岗位工作的规范流程制定； 3、与策划和程序部门保持密切深入的沟通，协调各模块工作，保证项目进展顺利。
1、了解一个或多个领域的业务知识，与客户有效沟通并分析客户需求，识别出AI技术的行业/领域价值场景，协助客户设计应用的智能化路径。 2、理解机器学习、深度学习、大模型、智能体的基本原理，基于云+AI的产品设计AI解决方案，与技术服务团队协同，快速搭建智能体应用场景，结合产品解决方案优势和性价比，影响客户的技术选型决策。 3、依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升AI 解决方案、算法以及工具链竞争力。 4、挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行知识和项目分享，促进从1到N的复制。 5、关注最新技术趋势和行业动态，分享技术资源和经验，进行技术分析报告撰写，并与合作伙伴开展技术合作项目。
1.需求分析与场景识别：与教育行业客户（高等院校、职业教育机构、教育科技企业等）紧密合作，深入理解教育科研领域AI诉求，能够挖掘客户与当前人工智能技术发展水平相匹配、具备应用落地条件、投入回报效益明显的典型场景，如智能教学辅助、AI科研助手、智慧校园管理、智能化考试与评测、个性化学习推荐、教育大数据分析等。 2. AI规划与解决方案：理解不同AI技术（如NLP、CV、多模态大模型、知识图谱等）在教育科研场景中的适用范围和能力边界。以云计算+大模型为基础，设计教育机构AI解决方案（并识别阿里云的商机：算力集群、大模型调用、大模型平台、知识中心、智能体平台等）。 3. 产品需求反馈与优化：依据教育科研市场/客户需求及技术发展动态，结合教育行业政策导向（如教育部教育数字化战略行动、人工智能助推教师队伍建设等），向产研（或者伙伴）反馈大模型在教育场景中的应用优化建议及Agent工具迭代需求，推动教育垂直领域技术创新和解决方案升级 4. 方案沉淀与扩展复制：通过标杆客户案例的落地完成从0到1的验证；并对内部团队及客户进行知识分享和项目复盘，促进从1到N的规模化复制与推广。
o 负责和主导平头哥前沿科技芯片的开发 o 负责和主导芯片验证文档的撰写，包括验证方法学，验证Testbench搭建及实现，Testplan等 o 负责和主导AI芯片cache 领域验证TB开发、环境开发、测试向量开发及调试，覆盖率收集、问题复现等 o 负责和参与Infrastructure的工具和流程的开发
1、产品架构与解决方案设计： 深入调研餐饮商家业务全链路，完成业务建模和领域分析，输出分层产品架构设计方案和可落地的解决方案；沉淀可复用的业务组件和场景模板，推动解决方案标准化。 2、AI产品化落地： 将AI技术能力与餐饮经营场景结合，设计AI驱动的产品功能（会员运营、门店经营、企业规划等），负责AI产品从方案设计到规模化推广的全生命周期管理。 3、商家数字化能力建设： 制定商家数字化成熟度评估模型，分层设计能力提升路径；搭建商家运营机制，包括核心商家共创、需求反馈闭环和标杆案例打造。 4、资源协调与项目管理： 协调产品、技术、算法、设计、业务等多方资源，主导重点项目全流程管理，建立标准化协作流程，确保交付质量和效率。 5、行业洞察与产品规划： 跟踪餐饮行业趋势、竞品动态和AI技术应用前沿，输出行业洞察报告，参与制定产品中长期规划路线图。
1. 为客户导入和开发玄铁RISC-V IP和技术设计赢取胜利机会； 2. 负责RISC-V CPU IP产品的技术宣讲，对玄铁产品、服务和友商保持高标准的技术知识； 3. 积极拓展客户，保持对领域的动向和客情变化的敏感度； 4. 与Sales团队合作，提供技术知识和支撑，与潜在客户建立和维护良好的客户关系，介绍和推动玄铁RISC-V IP的design in； 5. 与技术工程团队合作，确保客户需求和产品的匹配度，确保客户项目的顺利落地。
1. 负责基于公司服务器CPU芯片的存储垂直软件技术栈的性能优化、稳定性提升及功能迭代，主导核心技术难题的攻关；深入理解CPU芯片架构特性（如缓存、指令集、IO虚拟化、QoS等），结合存储软件运行机制，制定针对性的优化方案并落地实施 2. 与硬件设计团队紧密协作，参与芯片架构定义、功能验证阶段的软件需求输入，确保芯片设计充分适配存储软件场景；搭建存储软件优化的测试验证平台，制定测试方案、性能基准及评估体系，保障优化效果的有效性和稳定性 3. 跟踪存储领域前沿技术及行业发展趋势，将先进技术融入公司软件优化方案，推动技术创新 4. 负责存储相关软硬件栈（如设备驱动、文件系统、分布式存储系统、NVMe等）基于自研CPU芯片的适配和优化，提升存储IO吞吐量、降低延迟 5. 深入研究存储硬件加速技术（如CPU卸载引擎、存储级内存SCM适配等），推动软件与硬件加速能力的深度融合 6. 针对分布式存储、企业级存储等核心场景，优化存储软件在自研CPU上的资源占用（CPU、内存），提升系统并发处理能力 7. 解决存储软件在实际部署场景中与自研CPU芯片相关的兼容性、性能瓶颈问题
● 基于GPU Profile完成模型算子覆盖率分析，识别必选高性能算子开发路径并评估性能影响。 ● 基于性能仿真建模工具完成性能建模并检查review，输出整网及分层模块性能预期报告，明确关键模块与算子形状、数据类型及切分策略。 ● 结合Profile与建模结果，输出算子开发需求清单（含算子列表、shape、dtype、切分策略）及接口需求说明文档，明确算子/框架团队优先验证规格。 ● 维护并扩展补充新增AI芯片算子单OP精度与性能参考代码，沉淀AI Harness SKILL/Agent资产。 ● 建立主要模型推理规格的GPU竞品性能数据清单，形成可量化对标基准。 ● 跑通模型Fake Tensor推理（带切分方案）与Real Tensor推理全流程，验证并行切分策略正确性。 ● 对比实测性能与建模预期，量化Gap来源（算子效率/切分策略/调度开销/显存带宽等），驱动算子、框架、编译器团队形成优化闭环，持续逼近建模性能极限。 ● 制定端到端精度验证策略，输出验证方案与QA转测说明，完成AI芯片daily QA转测交付。 ● 输出模型整体并行方案与子模块/算子级切分细化方案，形成建模性能预期数据报告。
1、负责 RISC-V 架构 JVM 后端开发、移植与性能调优，参与 OpenJDK 核心组件优化（C2 编译器、GC、运行时等）； 2、与硬件研发团队紧密协同，联合硬件团队进行微架构级别性能分析，参与硬件特性早期评审，提供软件侧需求与反馈，协同验证新硬件平台上的 JVM 正确性与性能； 3、推动 OpenJDK 在数据中心大规模部署与调优，针对微服务、云原生、大数据等典型场景进行 JVM 专项优化，与业务团队协同，识别并解决生产环境中的 JVM 性能瓶颈； 4、向 OpenJDK 上游社区提交 patch，参与 code review，推动代码合入主线，跟踪上游社区技术动态； 5、参与 RVI（RISC-V International）基金会技术工作组，参与 RISC-V 规范讨论与制定，代表公司推动 JVM 相关扩展指令集提案；
从事芯片框架相关的工作，主要包含： 1. 负责主流开源框架支持，如pytorch、tensorflow； 2. 负责主流开源大模型推理引擎支持，如vllm； 3. 负责大模型推理性能优化； 4. 负责大模型大规模集群训练优化；
- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据 - 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark - 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案 - 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向
1. 对当前流行的生成式AI模型，如GPT-3，LLaMA，Qwen，stable diffusion等模型进行应用分析，评估模型在不同硬件架构（CPU/GPU/NPU）上的性能瓶颈，分析内存占用等； 2. 针对应用分析结果设计关键硬件模块的架构，包括数据通路，控制逻辑，计算/访存接口等； 3. 构建高精度的硬件架构的仿真器和性能、面积、功耗模型； 4. 依据仿真器和模型的结果做架构探索，为硬件架构设计提供理论依据。
1、负责数据中心SoC的内存子系统的软件解决方案分析和设计，参与相关的客户需求评估、软硬件架构设计等工作 2、参与DDR相关的固件和应用工具开发工作 3、与芯片研发团队协作，通过仿真、原型等方法验证内存子系统的功能及性能完整性 4、参与各类DDR子系统相关的底层软硬件问题解决，通过RAS能力增强、端到端容错方案设计等方法，保障芯片线上运行稳定性
1. 负责基于RISC-V架构的数据中心级芯片的Linux内核移植、特性开发及底层驱动适配，确保OS在新型硬件上的稳定运行与高性能表现。 2. 深度参与芯片定义阶段的软硬件协同设计，从操作系统视角提出架构建议，解决端到端业务场景中的系统级难题。 3. 主导或参与RISC-V服务器生态建设，与上游开源社区（如Linux Kernel, QEMU, U-Boot等）保持紧密互动，推动关键补丁合入，提升芯片在社区的支持度。 4. 建立系统级的性能分析与调优体系，利用Top-down等方法论定位瓶颈，针对内存管理、进程调度、IO栈等核心模块进行深度优化。 5. 解决复杂的生产环境问题，构建自动化测试与诊断工具链，支撑客户及内部团队的技术需求。
1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。 - 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。 - 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。 2. AI知识库系统构建 - 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。 - RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。 3. AI辅助工具平台开发 - 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。 - 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。 4. 项目管理和团队协作 - 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。 - 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。 - 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。
1、深入理解RISC-V软件技术架构和生态发展方向，负责RISC-V开源社区及生态组织的相关工作，构建完善的开源技术生态，并推动有利于产品发展的各项技术标准与行业标准。 2、结合市场需求，挖掘产品机会，完成生态相关产品规划、设计和落地，制定产品战略和路线图。 3、跨团队协同，联合产品与研发团队，为生态伙伴提供整套解决方案，技术文档、SDK 示例、最佳实践指南，降低其接入门槛。 4、关注开源社区动态，参与社区活动，推动Risc-V生态繁荣发展。
1.0-1供应链体系搭建主导芯片供应链流程设计建设，覆盖EDA/IP采购、晶圆代工、封测、关键材料、物流及质量管控；建立适配初创期“小步快跑”的敏捷采购、供应商准入与管理。 2.核心厂商资源整合深度对接国内外Foundry、OSAT、IP授权方、基板/特种材料供应商；主导商务谈判、产能预留、良率爬坡协同与替代方案验证。 3.业务流程拉通与全链路降本打通研发、采购、制造、财务、品控的业务断点，建立从成本拆解、流片排期到交付验收的可视化链路，实现综合成本最优。 4.阿里生态对接与能力转化快速识别并接入集团内部资源，打造“芯片供应链数字化”能力。 5.风险管控与合规保障能链接和利用好集团法务资源，建立地缘政策、产能波动、出口管制、知识产权等风险预警与预案；确保采购合规、数据安全与反舞弊机制落地，保障交付。
1、负责数据中心SoC的PCIe子系统端到端软件分析和设计，参与相关的客户需求评估、软硬件架构设计等工作 2、参与PCIe相关固件、驱动、应用工具的开发和调优工作 3、与芯片研发团队协作，通过仿真、原型等方法验证PCIe子系统的功能及性能完整性 4、参与各类PCIe子系统相关的底层软硬件问题解决
1、负责车规级处理器软件的技术路线规划、产品开发及功能安全认证工作； 2、主导 Safety OS、AUTOSAR 等主流车规操作系统的适配调优与生态协同，推动其在目标平台的落地与产品化； 3、负责 STL、数学库、电机控制算法等核心处理器软件库的设计、开发与功能安全认证。
1. 负责全栈性能测试体系建设，设计并实现覆盖内核、中间件到应用层（如SLAM、目标检测、图形渲染）的自动化 Benchmark 框架，并针对机器人、边缘AI等业务场景定制关键性能用例； 2. 完成深度性能问题诊断与解决，运用 perf、ftrace、eBPF 等工具对操作系统、处理器指令效率、I/O 及系统集成层面的性能瓶颈进行根因分析，并推动有效优化； 3. 提供性能验证与交付支撑，建立性能数据采集、可视化与回归检测 pipeline，制定验收标准，输出标准化报告，支撑版本发布与产品交付； 4. 跨团队技术协同，参与需求与架构评审，从性能视角提供输入，并协助测试团队设计用例、解读结果，确保系统整体性能目标达成；
- 负责芯片访存子系统的架构设计，可主导自研存储控制的架构及设计实现； - 跟踪芯片领域及新型计算领域（如机器学习）发展，设计开发低功耗的架构、芯片及硬件产品； - 参与芯片架构与微架构设计，负责开发和维护各种通用接口和模块； - 针对业务发展需求，开发相应原型系统，落地芯片产品
1、负责编译器设计开发与优化工作，包括编译器中端、后端技术优化等。 2、负责二进制翻译器设计开发与优化工作，包括指令翻译技术、翻译优化技术、代码缓存技术、运行优化技术等。 3、基于LLVM框架，针对高性能应用、高性能内核所需，深度开展相关优化算法与数据/指令的布局技术。 4、负责处理器研发过程中的编译与体系结构优化。 5、负责编译器领域业界前沿技术的研究分析。
