共 3695 个在招岗位 · 覆盖国企、大厂官方招聘
1.了解业务部门的战略了解业务部门的战略，对业务进行组织诊断对业务进行组织诊断，为业务部门的战略落地提供建议为业务部门的战略落地提供建议，规划并参与实施规划并参与实施 2.为组织发展提供人力资源支持为组织发展提供人力资源支持，定期进行组织盘点定期进行组织盘点，在招聘 培训 绩效考核薪酬、员工关系等方面为业务部门提供有效员工关系等方面为业务部门提供有效的解决方案并实施 3.在业务部门内推动公司层面的变革在业务部门内推动公司层面的变革 ，提升人力资源运作效率提升人力资源运作效率 4.传承公司文化传承公司文化，发扬价值观发扬价值观 ，建设沟通渠道建设沟通渠道，保证组织的持续健康成长保证组织的持续健康成长 5. 主动建立与管理层主动建立与管理层 ，发扬价值观发扬价值观、一线主管及员工之间的多形式有效沟通机制一线主管及员工之间的多形式有效沟通机制，建设沟通渠道建设沟通渠道，保证组织的持续健康成长保证组织的持续健康成长 保证信息在不同层级间的有效传递保证信息在不同层级间的有效传递
1、关注竞争对手发展动态,完成竞争对手调研相关工作,对行业新业态、新品牌开展调研及评估；对市场趋势和热点进行跟踪，了解行业机会点及消费者偏好，从宏观层面了解行业发展 2、负责NB业态的整体商品规划，根据公司战略制定品类发展目标和发展策略、市场趋势及内部需求，对重点品类机会点挖掘，撰写相关市场报告，打造有竞争性的商品力 3、根据市场趋势及内部规划，搭建商品结构，并对已有商品结构进行调整，为门店端、不同区域的商品管理提出建议，使得整体商品结构更加完整及提升商品力
1. 负责ARM架构服务器固件（BIOS）各种功能的设计与实现。 2. 参与芯片研发全流程，在架构设计，硅前验证，性能profiling等工作 3. 芯片产线支持，支撑业务落地
1、面向 NVIDIA GPU等主流AI 加速硬件，对大模型核心算子进行深度性能优化，极致压榨计算与访存带宽资源，显著提升端到端推理吞吐量与延迟表现。 2、设计并实现高精度、极低比特量化内核，在保障推理精度的前提下，大幅降低模型存储占用与计算开销，推动大模型在资源受限场景下的高效部署。 3、针对大规模分布式推理场景，研发计算-通信协同优化技术，有效隐藏通信延迟，提升多卡/多节点系统的可扩展性与资源利用率。 4、和基模算法团队紧密配合，联合设计下一代Qwen模型结构，通过端到端性能建模、算子定制与框架优化，确保下一代模型结构的推理效能。
本团队涉及如下方面的工作：（工作内容可以根据候选人专业特长安排） 1. 多模态模型的推理功能开发和性能优化，包括对Qwen-3.6、Qwen-3.7、Qwen-VL、Qwen-Audio、Qwen-Omni等多模态输入/输出模型的功能支持和推理性能优化。 2. 分布式推理架构的研发，包括多机推理架构设计，P/D分离、A/F分离、VL模型分离架构、WideEP、ElasticEP等功能研发与落地。 3. 推理引擎服务化，包括推理引擎如何接入线上服务平台，自动扩缩容和可观测性的适配，以及提升线上服务稳定性。 4. NPU/GPU各类算子、kernel开发、算子融合、Compiler的开发等。
1、负责公司实验科学能力设计与建设工作，包括沉淀公司核心实验场景和实验方法论，建立实验流量资源协同管理及实验流程管理机制，打造公司整体实验科学管理体系； 2、参与实验平台建设，将实验方法论、实验科学管理机制通过平台化方式向业务方赋能，保障实验体系运行顺利，提高实验执行效率； 3、负责具体业务模块的实验设计、评估与分析工作，为业务提供科学可靠的实验结论及优化建议； 4、负责负责或不可实验场景下重要项目、策略的效果复盘分析与方法论建设工作，完善对应场景的科学评估能力。
-既具备扎实的技术背景，又能熟练地与客户沟通，理解客户需求，并能够将公司的技术产品或服务有效地推广给目标市场； -建立并保持良好的客户关系，定期跟进项目进展，收集反馈信息。 -通过与潜在客户的深入交流，准确把握其业务需求和技术痛点，并结合公司产品特点，定制化设计解决方案； -为客户提供AI芯片的技术支持，确保产品在客户业务场景中的顺利落地； -向客户展示产品功能和优势，为客户提供全面的技术咨询和支持服务，解答有关AI芯片使用过程中的问题； -组织并实施针对客户的技术培训和研讨会，帮助客户快速了解AI芯片产品的规格、特性和使用方法； -收集并分析客户需求，并总结前代产品落地过程中遇到的各种问题将其转化为产品改进建议，与产品和研发团队合作推动产品升级； -与市场营销团队合作，以支持AI芯片在市场中的推广和应用； -持续关注AI领域市场及竞对最新动态和技术趋势，保持对公司产品的竞争力分析；
具体职责包括但不限于： 1. 负责从rtl2netlist的综合全流程flow开发/优化/维护工作 2. 负责工艺（stdcell、memory）选型评估 3. 负责整芯片的综合策略的制定以及STA signoff标准制定 4. 负责module/subsys/top从rtl2netlist的综合、formal、sdc编写、upf编写 5. 负责Function ECO的方案、脚本及ECO网表 6. 和前端设计沟通设计相关问题及修改，和后端沟通物理实现相关问题 7. 制定提升PPA的综合策略
1. 根据SOC整体需求, 评估和提供PCIe子系统设计指标，并集成相应的PCIe子系统，适配高性能计算芯片整体PPA以及虚拟化需求； 2. 负责PCIe/CXL协议桥， PCIe/CXL controller以及DMA等模块的微架构文档和代码开发工作，和其他团队协作，完成功能设计/验证/时序优化以及post silicon的测试； 3. 完成端到端设计交付工作，包括但不限于vcs/lint/cdc/rdc以及FPGA/EMU平台的测试支持；
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。 You will be responsible for developing compilers and virtual machines related tools tailored for our in-house data center CPU scenarios, leveraging the unique features of the CPU to enhance its applicability and performance in key use cases. In this role, you may work with the latest CPU architectures and micro-architecture pipeline designs, collaborating closely with the CPU chip design team and the commercialization team to deliver competitive, high-performance data center CPU solutions.
Accio work 自研的 Agentic RL Infra —— Dressage 开源啦！也被放到了 Slime 的 README 里，欢迎大家来交流~ Github: https://github.com/Accio-Lab/Dressage 岗位职责： 1、支撑模型团队使用 Megatron 框架进行大规模分布式训练，处理 tensor parallel、pipeline parallel、data parallel、expert parallel、sequence/context parallel 等并行策略相关问题; 2、支撑模型团队使用 SGLang 进行高吞吐推理和 rollout，优化 batching、KV cache、prefill/decode 调度、长上下文稳定性和在线训练链路； 3、设计和实现面向更大模型规模的 post-training infra，降低训练资源成本，提高实验迭代效率和系统稳定性； 4、建设 profiling、benchmark、monitoring 和 debugging 工具，提升训练吞吐、GPU utilization、rollout 稳定性和故障定位效率； 5、与研究员和模型工程师紧密合作，把新的训练想法快速落地成可复现、可扩展、可长期维护的系统能力。
1、参与人工智能芯片的软硬件协同设计，指令集功能验证； 2、参与人工智能芯片的编译器算法设计和实现, 工具链开发与维护，网络模型的性能调优； 3、参与深度学习软件栈的设计和实现； 1. Working closely with hardware/architecture engineering and software teams to understand the hardware and software requirements. 2. Responsible for compiler and tool chain design, implementation, maintaining and performance tuning. 3. Responsible for the design and implementation of deep learning software stack.
1. 负责 AIPC OS 端云一体服务的架构设计与开发，构建支撑海量 AI 终端设备的高可用云服务基础设施； 2. 设计并开发云服务核心模块，包括账号与鉴权、消息通道、存储与数据同步、数据采集与汇聚等； 3. 参与建设 Agent 运行平台与 AI 能力中心，打造高性能、可观测的 Agent 开发与运行平台，并落地端-云混合部署方案； 4. 建设 Agent 评测与飞轮体系，形成"开发—运行—评测—优化"的闭环，持续提升 Agent 效果与质量； 5. 保障云服务在大规模场景下的稳定性、高可用与性能，构建可扩展、可维护、可演进的服务框架。
1. 负责设计基于AI大模型的下一代人工智能操作系统（AIOS），包括但不限于OS底层系统、AI软硬件结合、端云协同大模型调度等关键技术； 2. 设计原生支持多模态大模型（LLM）的系统内核架构，包括AI原生的进程调度、内存管理及功耗控制策略； 3. 定义Agent应用与OS系统的交互新范式，实现从“应用为中心”到“智能体（Agent）“为中心的变迁理念，构建面向AI Agent的新型应用生态和系统深入融合； 4. 紧跟行业和前沿技术发展趋势，深入理解AI技术发展理念和逻辑，前瞻性布局关键技术，保证系统架构先进性和可持续演进。
围绕构建AI时代的新一代操作系统产品，负责OS能力层的产品规划与落地，定义操作系统如何为AI提供系统级支撑，并推动核心能力面向品牌厂商、生态伙伴的标准化能力输出： 1. 负责AIOS系统能力层的产品规划与路线图制定，构建面向AI场景的底层能力体系； 2. 定义系统能力的标准化封装与模块化输出方案，支撑外部合作伙伴按需集成与灵活适配； 3. 深入洞察AI大模型对操作系统的能力诉求，包括不限于如智能调度、多模态感知、端云协同、Agent执行环境等，推动系统能力的持续演进； 4. 主导面向厂商的适配方案与集成策略设计，协同商务与技术团队推动生态合作落地； 5. 与AI算法、端侧工程、用户产品等团队紧密协作，确保系统能力有效承接上层业务需求； 6. 跟踪行业趋势与竞品动态，持续优化产品方向与竞争策略。
1. 负责设计基于千问大模型的下一代人工智能操作系统（AIOS）的端云一体服务架构和开发； 2. 具备高并发和分布式架构经验，熟悉云原生架构，有面向高可用的云服务基础设施架构和落地经验； 3. 负责面向Agent运行平台与AI 能力中心，打造可管可控可观测的 Agent开发与运行平台，并落地端-云混合部署方案； 4. 紧跟行业和前沿技术发展趋势，深入理解AI技术发展理念和逻辑，前瞻性布局关键技术，保证系统架构先进性和可持续演进。
围绕构建AI时代的新一代操作系统产品，负责端云一体平台方向的产品规划与落地，搭建支撑整个AIOS及其生态运转的核心平台能力： 1. 负责AIOS系统侧端云一体平台的产品规划与路线图制定，建立统一的平台产品架构； 2. 主导系统基建类平台产品设计与落地，包括不限于账号、设备管理、系统升级等方向； 3. 主导系统开放能力平台、以及应用生态管理及分发平台相关产品规划，推动生态建设； 4. 与AIOS系统其他产品板块紧密协同，确保平台能力有效支撑上层业务及用户场景； 5. 跨团队协作推动产品从规划到交付以及后续升级演进、能力扩展的全生命周期。
围绕构建AI时代的新一代操作系统产品，负责AI OS生态推动构建与商业化策略的规划，推动伙伴能力融入Agent及用户场景，形成持续的用户价值与商业价值。 1. 规划AI OS生态与商业化产品能力及演进路线； 2. 设计生态能力的接入、管理、分发和服务机制；拓展重点生态伙伴，推动合作方案设计、商务协同及项目落地； 3. 建立融合生态策略的订阅、增值服务、权益等商业化产品方案； 4. 与生态伙伴与运营团队深度协同，建立联合产品市场活动，构建开放生态影响力。
1. 主导Android系统级性能优化工作，涵盖内存管理、CPU 调度策略、启动速度、帧率稳定性等方面，建立系统性的性能基线与监控体系； 2. 针对云手机上的AI Mobile Agent创新场景，能构建并研制出与之适配的Android底层能力，能高效支持AI业务的创新； 3. 攻克云手机场景下的疑难技术问题，如 Android 兼容性适配、应用APP兼容性等； 4. 与内核团队、虚拟化团队、产品团队紧密协作，推动端云协同的技术方案演进，参与技术预研与行业趋势跟踪。
负责品类营销 AI Agent 的产品规划与落地，用 Agent 重构"洞察—选品—定价—组场—内容—复盘"的传统品类营销链路，实现从"人驱动活动"到"Agent 驱动活动"的范式突破。 岗位职责： 1、负责品类营销 AI Agent 的整体产品规划，定义 Agent 在趋势洞察、自动选品、补贴/定价建议、会场搭建、营销内容生成、效果复盘等环节的工作流，探索ai在具体业务的商业设计 2、将品类营销专家经验抽象为 Agent 可执行的流程与工具链，定义 Agent 与运营的分工边界及 human-in-the-loop 机制； 3、搭建 Agent 评估与迭代体系（方案采纳率、选品准确率、活动 ROI、人工节省时长等），用数据驱动模型与策略持续优化； 4、协同算法、工程、运营团队，打透 1-2 个关键场景的 Agent 突破（如自动选品组场、一键生成活动方案），并推动规模化复制； 5、跟踪 LLM / Agent 前沿能力，探索新的产品形态与交互范式。
- 榜单运营体系搭建：围绕淘宝闪购榜单的用户心智与零售品类特征（快消、商超、数码、医药等），设计多维度上榜机制与评选规则，牵引商家持续提升供给质量与规模，打造可信赖的导购决策入口。 - 分发策略与增长运营：负责榜单在平台全链路（搜索、推荐、会场、店铺等场域）的分发运营，识别高价值人群与机会场景，构建可持续的分发机制，带动榜单曝光转化效率提升，驱动平台核心指标增长及用户体验改善。 - 数据驱动与AI赋能：围绕即时零售场景下的时空特征（如时段供需、区域差异化等），借助AI技术识别榜单在时间、空间等维度的问题与机会，持续规模化优化榜单产品体验，提升运营效率与人效产出。 - 行业洞察与机制迭代：深入研究零售行业趋势与品类生命周期，结合竞品榜单和导购产品的动态，持续迭代上榜规则、排序逻辑和榜单形态，保持榜单的公信力与竞争力。 - 跨团队协同推进：联动品类运营、营销活动、用户增长、算法推荐等上下游团队，对齐目标与节奏，高效推动跨团队项目落地，保障榜单在各链路的体验一致性和效果达成。
1.主导淘宝闪购榜单产品的整体体验架构，确保零售品类（快消、商超、数码、医药等）与餐饮品类在榜单心智上的统一性，根据不同品类的消费特征和决策链路差异，设计差异化的榜单产品形态与展示方案； 2.分发策略与场域设计：负责榜单在平台全链路的分发策略与产品机制设计，结合零售与餐饮不同品类的消费场景和用户意图，构建分品类、分场景的可持续分发链路，驱动榜单曝光转化效率提升，带动平台核心指标增长。 3.导购动线与场景化产品方案：结合即时零售场景下零售与餐饮品类的差异化用户需求，设计针对性的导购动线与场景化产品形态，提升各品类用户的决策效率与购物体验。 4.权益玩法与用户激励：设计覆盖零售与餐饮双品类的榜单权益玩法与用户激励机制，兼顾不同品类的用户决策周期与消费频次特征，增强用户参与感与复访心智，提升榜单场域的用户粘性与活跃度。 5.数据驱动与AI赋能：围绕即时零售场景下的时空特征（时段供需、区域差异化、履约能力等），借助AI技术识别零售与餐饮品类在用户需求、榜单体验方面的机会点，持续规模化优化榜单产品体验，提升产品迭代效率。 6.联动品类运营、营销活动、用户增长、算法推荐、研发等上下游团队，对齐目标与节奏，高效推动跨团队项目落地，保障榜单在各品类、各链路的体验一致性与效果达成。
1、 负责滴滴企业级核心大客户的运维、续约，完成续约率目标，通过账户运营、产品运营策略等提高客户使用率； 2、通过对客户的全面分析、诊断和分层管理，进行商机挖掘和渗透；基于客户诉求，能提供有效的定制化解决方案，推动客户实现二次增长及多品类渗透（机票、酒店、火车票）； 3、 对客户关键决策人或管理层进行日常拜访，建立良好客情关系，提高客户满意度，并及时识别风险并有效干预； 4、 能够协调其他团队资源，推进产品功能和客户体验优化落地，为客户持续提供价值输出，沉淀成功案例。
1、对不同行业的潜在商机进行开发，同时对已有商机跟进、培育、转化，通过线上线下，电话及拜访等多种方式对潜在客户进行分析和研究，有效传递产品价值，推进合作节奏。 2、了解并掌握商旅行业市场现状和动态，挖掘客户的潜在价值和业务需求，通过对滴滴企业版相关产品专业的学习了解，为客户制定用车解决方案。 3、对销售阶段做精细化管理，做好客户的深度经营，保证销售动作的有效执行并不断提高客户的合作价值，实现增值产品覆盖；具备综合分析行业发展动态的能力，包括市场趋势、需求变化、竞争对手和客户反馈等，就公司产品与市场战略提出良好建议。 4、整合内外部资源，运用项目营销方式推动销售进程，确保销售任务完成，团队协作完成月度／季度／年度销售目标。 5、完成客户签约后的放量渗透。了解客户内部组织架构，持续关注客户产品使用情况和需求，维护客户关系，提升客户使用产品的场景和功能，提高渗透率。
1. 基于历史数据和专家经验，基于数据分析和数据挖掘，设计针对信用卡盗刷、余额户盗用、作弊、诈骗等风险的风险策略并持续优化； 2. 体系化、系统化、全局化地设计风险管理方案，平衡支付体验和风险控制，保障业务健康可持续性地发展； 3. 与数据、产品、技术团队深度合作，建设风险引擎中台能力。
1、健全关键风险指标体系，定期对覆盖贷前、贷中、贷后全流程的风险指标体系进行评估与更新； 2、建立关键风险指标监测与追踪机制，开展各项风险指标分析工作，真实、全面、动态的跟踪资产质量变化情况，监测与评估资产质量结构的合理性； 3、在多策略运行中，监测与追踪关键风险指标并开展分析工作，提供不同策略版本的问题定位，提出有效的改善建议； 4、建立与管理核心风险资产评估模型，包括风险预测模型、资产损益模型、LTV模型等。
1、负责智驾预控、车载电视、车载屏幕、数字钥匙、智能码表等车载电子精品件，从前期开发、试制导入到量产交付的全流程生产质量管理。主导开发阶段制造风险识别、DFM评审及风险闭环，管控试制质量、推进问题归零整改，保障量产阶段质量稳定与交付达标。 2、负责合作工厂质量能力搭建与升级，开展工厂质量稽核、能力诊断与短板梳理，输出系统性改善方案，优化生产工艺、过程管控及检验标准，持续提升工厂汽车级制程质量能力。 3、牵头跨部门质量专项攻坚，联动研发、智能制造、质量体系及ODM工厂，解决制程缺陷、量产异常等质量问题，推动工艺优化、流程迭代与问题闭环，持续提升产品制造与交付质量。 4、沉淀车载精品件生产质量标准化体系与管控方法论，完善新品全阶段质量规范，赋能团队能力建设，支撑多项目高质量落地。
1、工厂质量监控与出货管理：监控ODM工厂各项质量指标，负责日常生产巡检稽核、出货抽检（PSI）及物料异常处理，持续提升工厂质量水平。 2、新品导入质量策划：负责NPI阶段质量策划（良率目标、售后品质目标、DFX评审、工艺流程评估、测试覆盖率），主导新品EVT/DVT/PVT各阶段质量跟进闭环及ECN试流结果评估。 3、品质改善与会议管理：组织工厂日常品质改善（8D、5Why），主导品质会议并跟踪措施闭环。 4、品质指标与市场应对：对新品上市FFR、PSI指标达成负责；快速处理市场重大质量投诉、敏感事件及舆情问题。 5、社返与第三方管理：负责社返机责任判定并固化流程，对接第三方验货及异常处理。
1.完成SOC芯片从网表到GDS的物理设计全流程； 2.负责达成设计的性能，功耗，成本目标； 3.负责芯片投片前各项signoff检查； 4.负责先进工艺的导入，挖掘工艺演进带来的PPA收益。
1.完成SOC芯片Synthesis，SDC，STA，Formal，UPF，CLP check等工作，衔接前端设计与DFT/PR工程师 2.负责制定项目signoff标准 3.负责芯片投片前各项signoff（STA/Formal/CLP/Power）检查 4.负责先进工艺的导入，挖掘工艺演进带来的PPA收益
