共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1.与投资银行部合作，为客户和潜在客户制定债权融资方案； 2.为客户提供债权融资解决方案（包括债券、混合资本、结构性产品、衍生品、负债管理等），与投资银行部密切合作，推动融资交易和业务发展； 3.结合客户具体情况评估市场状况，以确定融资条款和结构； 4.执行交易，包括管理承销风险，协调跨部门的营销、簿记、定价和分配流程； 5.与投资者就交易结构、估值方法和发行环境展开会议； 6.创新、开发新产品； 7.密切关注金融市场并进行市场分析。
1、负责国际化外卖业务的商业分析工作，重点深入履约能力建设，效率优化等策略细节，为业务提供充足的洞察 2、专题分析：独立开展深度专题分析，基于业务理解，结合内外部洞察，挖掘业务问题或机会，并给与相应的策略建议并推动落地 3、经营分析：支持业务日常周会、月会的经营分析及专题支持工作 4、行业研究：围绕业务方向关键发展需求，开展竞品及行业研究，明确策略及打法，提供充足输入 5、数据建设：定义业务核心指标体系，协同运营、产品、数科、数仓、算法等团队，完善数据基建，推动策略落地
1.策略规划与落地：对国际化出行交通事故降发生结果负责，制定并持续迭代降发生策略，建立完善的安全能力与策略体系，推动事故风险持续下降 2.数据洞察与分析：以“策略有效迭代”为导向进行数据分析，深入挖掘司机行为隐患与事故因果关系，将洞察直接转化为策略优化方案，并上线验证效果，形成“分析→策略→验证→迭代”的闭环，驱动降发生目标达成 3.跨部门协同与项目推进：主导跨部门重点项目从0到1的推进，明确各方职责与交付标准，确保策略按时上线并达成预期效果 4.创新与体验优化：探索创新降发生打法，持续完善出行领域的安全能力，在保障安全的前提下，平衡用户体验，提升策略的精准度与合理性
岗位职责 负责外卖LBS领域点、线、面基础数据建设以及算法开发工作，包括但不限于以下方向： 1、取送餐点的推荐算法的开发。通过骑手历史轨迹、用户地址解析、多语言地址数据建模，持续优化取送点准确率，解决“找不到商家/用户”的业务痛点。 2、骑手路线推荐算法的研发与优化。结合时空轨迹挖掘与图神经网络等技术，综合考虑交通路况、小区门禁、电梯等待、楼栋楼层等复杂因素，为骑手推荐更合理、更顺路的配送路线，优化多单配送的路径推荐策略。 3、外卖场景下AOI（兴趣面）的构建与优化。综合利用多源多模态数据，采用语义分割、生成式等技术，结合地理数据及业务数据，精确生成商家/用户所在区域的AOI及门禁属性，支撑配送末端精准引导及供需匹配。 4、与产品、运营、工程团队紧密协作，推动算法在国际化多国市场的落地与持续迭代，解决不同国家地理数据差异带来的实际挑战。
主动调研业务各角色对数据的诉求，调研业界数据产品前沿趋势，沉淀业务分析思路与框架，设计体系化的数据产品和数据内容； 设计并完善数据产品的功能和体验，包括数据看板、多维数据集等的需求分析、规划、设计、落地，提升管理和业务分析效率； 将业务目标抽象成数据模型，搭建数据指标体系并管理数据口径、数据埋点等，为数据准确性、及时性、稳定性负责； 持续运营数据应用，并通过跟踪、复盘等方式迭代产品和运营方法，加速推动数据应用在产品、运营、分析师等人群中发挥更大的价值。
1. 参与游戏产品的发行相关工作，包括测试、上线、买量、渠道、商店页、素材和运营节奏跟进。 2. 协助推进国内及海外市场发行事项，包括 App Store、Google Play、广告平台、渠道合作等。 3. 跟进买量测试、素材测试、留存测试和 Soft Launch，整理测试结果并输出基础数据分析。 4. 协同研发、策划、美术、视频、数据等团队，参与优化产品卖点、素材表现、商店转化和用户留存。 5. 定期整理和复盘发行数据，关注 CPI、CTR、CVR、D1/D3/D7 留存、ROAS、LTV 等核心指标。 6. 对接广告平台、发行商、渠道、本地化、KOL、媒体等合作方，协助推动发行工作落地。
1. 深入理解滴滴海外出行的业务模式、流程和系统架构，发现潜在作弊风险点，和产品技术、业务运营高效沟通，设计合理的风控策略架构； 2. 独立思考业务场景可能存在的作弊风险，设计合理的数据埋点体系，通过大数据分析，定量识别潜在的风险和业务影响； 3. 与相关团队紧密配合，通过大数据挖掘，找到作弊者的行为特点，快速形成有效的打击策略，持续迭代优化某个业务或场景的风控效果； 4. 针对某个业务或场景建立合理的指标体系，在对抗过程中不断完善监控体系，与数据工程团队配合，形成可视化的监控系统快速发现作弊。
1、运用SQL和数据分析方法，通过指标拆解和定量分析对行业供需发展和业务优劣势等核心方向进行挖掘与归因； 2、高效借助AI完成复杂分析课题的解题和沉淀，提炼分析体系后搭建常态同步工具，用商分能力赋能业务团队进行协同解题； 3、基于业务理解和需要开展商业分析专题，支持重要会议的材料制作和观点输出，产出行业洞察报告，为管理层决策提供建设性支持； 4、独立进行商业建模分析，合理评估业务条线在行业内的效率水平，输出目标规划、资源规划等业务建议； 5、打造业务条线新的数据体系，制定指标挖掘方法和逻辑，联动产研团队形成数据产品建设，并整合对应条线的综合认知进行课题分析，提出业务建议。
1.主导滴滴国际化业务的用户研究工作，专注于定量研究，重点围绕产品体验衡量（如产品满意度、NPS、BHT等），确保通过数据分析为产品决策提供可靠支持。 2.深入挖掘海外用户需求和痛点，结合后台数据、行业趋势及市场变化，生成可操作性强的研究结论，并推动其在产品和服务中的有效应用。 3.定期向设计团队、产品团队及管理层汇报用户研究的进展和成果，撰写专业的定量研究报告，为产品优化和创新提供数据支持与战略建议。 4.持续关注用户研究领域的最新发展，探索利用AI工具提升用户反馈分析、数据处理和洞察提炼效率，提高研究工作的规模化能力。
1.负责司机体验治理核心场景，围绕司机收入确定性、收入保障和乘客坏行为，识别并解决出行过程中的异常体验问题。 2.基于数据分析、用户反馈、客服进线、申诉和一线调研，识别问题规模、影响人群、典型场景和底层根因，明确治理优先级并形成解决方案。 3.设计并落地事前预防、事中识别、事后补偿、申诉和责任判定等治理策略，推动规则、产品和算法能力建设，持续提升司机收入确定性和服务体验。 4.结合不同国家和区域的供需特点、用户习惯、支付环境、竞争格局和监管要求，制定本地化服务保障方案，在司机体验、乘客体验、平台成本和业务效率之间进行合理权衡。 5.端到端推进复杂项目落地，协同算法、数据、研发、客服、运营、风控、财务和海外团队，完成从问题发现、方案设计、开发上线到效果评估和持续迭代的闭环。 6.沉淀场景定义、问题诊断、用户分层、责任判定、策略决策和效果评估方法，推动治理方案在不同国家和场景中复用。
岗位职责 负责地图内容的一个（复杂）或多个产品要素的设计和管理工作，用于指导平台开发、生产运营、产品应用等，以满足不同应用场景下的用户需求和业务需求。负责管理一个或多个产品线，进行产品整个生命周期的管理，以实现交付，质量，成本和速度目标。 1、推动地图数据产品从需求调研、到发布上线，领导各功能团队来定义和实现，如模型规格、工具平台、生产运营、应用引擎等。 2、主导制定地图数据产品的用途（usage）、范围（scenario）、模型（model）、规格（specifications）、手册（SOP）、用法（rules）等文档； 3、主导定义和设计某地图数据产品的工作流程（workflow & pipeline）、合格质量标准（access quality）、交付内容（content、format、release note、etc.）； 4、地图数据 AI 全链路规划与落地，利用挖掘大模型和时空 AI，进行数据问题和现实变化识别，并进行自动化生产落地，提升数据鲜度/质量，降低人力生产成本。
1、负责国际化外卖广告产品的策略设计与迭代，参与召排策略、流量分配、预算管理、出价策略等能力建设； 2、与投放端产品紧密协作，深入商家经营视角，持续优化商户ROI，并提供问题诊断等策略支持； 3、数据驱动，负责广告核心指标（如货币化率、CPM、CTR、CVR、ROI等）监控，发现问题并推动优化； 4、协同前线运营团队、算法、研发、设计、数据分析，推进产品需求落地，保障项目目标达成。
1、负责国际化外卖业务的商业分析工作，重点深入履约能力建设，效率优化等策略细节，为业务提供充足的洞察； 2、专项分析：独立开展深度专题分析，结合业务洞察和内外部视角，识别业务挑战或机会点； 3、经营分析：支持业务日常周会、月会的经营分析及专题支持工作 4、竞争情报：收集外部数据，分析并总结有关竞争态势及整体市场趋势的洞察； 5、行业研究：围绕业务方向关键发展需求，开展竞品及行业研究，明确策略及打法，提供充足输入 6、数据建设：定义业务核心指标体系，协同运营、产品、数科、数仓、算法等团队，完善数据基建，推动策略落地
1.负责司机体验治理核心场景，围绕司机收入确定性、收入保障和乘客坏行为，识别并解决出行过程中的异常体验问题。 2.基于数据分析、用户反馈、客服进线、申诉和一线调研，识别问题规模、影响人群、典型场景和底层根因，明确治理优先级并形成解决方案。 3.设计并落地事前预防、事中识别、事后补偿、申诉和责任判定等治理策略，推动规则、产品和算法能力建设，持续提升司机收入确定性和服务体验。 4.结合不同国家和区域的供需特点、用户习惯、支付环境、竞争格局和监管要求，制定本地化服务保障方案，在司机体验、乘客体验、平台成本和业务效率之间进行合理权衡。 5.端到端推进复杂项目落地，协同算法、数据、研发、客服、运营、风控、财务和海外团队，完成从问题发现、方案设计、开发上线到效果评估和持续迭代的闭环。 6.沉淀场景定义、问题诊断、用户分层、责任判定、策略决策和效果评估方法，推动治理方案在不同国家和场景中复用。
1.负责滴滴网约车全局的价格（定价+补贴）策略相关工作，持续迭代和优化定价补贴长期框架及策略 2.支持滴滴网约车各品类和战略项目的价格制定，主导/协助相关项目及产品落地迭代 3.提供价格相关的商业测算和决策制定，以及价格、增长、效率等领域的研究和创新 4.参与交易策略（流量、价格、分单）与机制的研究，挖据不同交易场景下增长机会
负责顺风车业务的供需策略，工作内容包括但不限于： 1.策略运营：提炼业务核心痛点，结合数据分析洞察，分配预算并制定相应策略落地优化，提高供需匹配效率； 2.产品优化：从用户价值出发，洞察并推动产研优化司乘产品主流程的体验和效率； 3.新策略孵化：挖掘增长机会点，规划负责方向的重点项目，设定紧凑推进的时间线，与协同部门共同推动目标的达成，为项目结果负责； 4.机制创建和优化：优化负责方向的流程及协作方式，合理调动分配内外部资源，确保运营效率和增长；
1、通过校准司乘双端定价，为溢价网约车产品的长短期目标负责。结合竞争态势、供需环境和溢价品类特性，与区域、司机/用户运营、经营等团队合作，交付短期目标——规模及盈利增长、贡献长期目标——稳定的司机收入及用户体验。 2、对定价工作的的科学性负责。机制上，提升流程运作的效率和稳定性；决策上，深入城市特性并联动补贴工具；评估上，构建科学的调价收益测算方法。 3、对定价工作的可解释性负责。梳理并规范司乘两端的基础费项，管理平台抽成和司机账单，改善司乘两端价格透传的产品形态。 4、主动识别核心交易场景的定价问题，挖掘潜在的增长机会点。
1.负责网络研发团队的技术规划和团队建设，制定数据中心基础网络、云原生网络及高性能网络方向的技术路线和演进规划，带领团队完成核心系统研发与规模化落地。推动团队研发流程、工程质量和交付效率提升，培养核心技术骨干，建设具备持续演进能力的人才梯队。 2.负责基于 DPDK 的数据中心基础网关架构设计与持续演进，包括四层负载均衡网关、公网接出 NAT 网关、DNS 网关、DDoS 检测与清洗网关等，持续提升系统功能、性能及稳定性。 3.负责基础网关管控体系建设，设计声明式 API、状态管理、灰度发布和容灾机制，并建设对 Kubernetes 工作负载的直接对接，实现网络资源的自动化交付和全生命周期管理。 4.负责端网协同的 RDMA 网络优化和运营，围绕拥塞控制、流量调度、网络质量、故障定位和性能调优等方向，推动计算节点、网卡与网络设备协同优化，保障高性能计算及 AI 集群网络稳定运行。 5.负责跨数据中心及国内外多家公有云的 Kubernetes 容器网络建设，包括 CNI、IPAM、NetworkPolicy、跨集群互联及混合云网络等能力，支撑业务在多地域、多集群和多云环境下稳定交付。 6.负责覆盖物理机、虚拟机和容器的网络质量探测及可观测体系建设，完善网络性能指标、链路探测、故障诊断、容量管理和风险预警能力，提升网络问题发现、定位和恢复效率。
你将参与或负责如下工作： 1. 负责国际化支付平台的日常设计和开发，包括收单、收银台、支付、账户账务、清结算等领域的需求支持 2. 重构国际支付平台或新建部分子系统，用合理的架构高质量高效率地解决海外渠道的可用性、支付成本、支付成功率、资损防控，以及收付款等数十个国家的多样化需求 3. 打造业界领先，稳定、安全、便捷、低成本的全球支付平台
1. 负责增长相关系统（投放、营销、裂变等）的架构设计、开发和优化，提升系统性能和稳定性; 2. 设计并实现用户增长相关的技术方案，包括数据分析、A/B测试、个性化推荐等; 3. 应对高强度工作压力，处理复杂技术问题，适应快速变化的商业环境; 4. 协调跨团队协作，推动技术方案落地，达成业务增长目标
1.负责司机福利权益的感知强化，针对用户分层设计并落地运营策略，提升司机认知认可度。 2.通过线上产品运营、线下渠道拓展，提升司机服务满意度。 3.站位中台，有项目开拓、管理、线下渠道运营、产品运营经验。
联动业务负责网约车司机业务心智，包含：新品类上线、竞争心智、服务心智解题 ，能深入一线抓住核心问题，通过专项心智解题，助力业务增长 精准洞察司机诉求，挖掘心智机会点，快速理解并转化为传播语言，多线程处理业务需求 拆解营销目标，统筹内容策划、渠道投放、活动落地全流程，带领一线团队执行，监控数据并快速优化，确保达成核心目标。
1. 基于网约车出行业务，解决极具挑战的动态双边市场优化问题，包括且不限于交易市场的供需预测、供需调节、司乘匹配、履约治理等业务方向。 2. 参与网约车业务核心业务，使用运筹优化、机器学习、因果推断等技术持续优化超大规模动态双边市场的交易效率。 3. 负责大模型、深度学习、因果推断、运筹优化等相关技术创新、产出及落地。
1、专项评测集挖掘与构建：深入挖掘通用问答场景下的用户高频及长尾需求，构建覆盖多维度的专项评测集。 制定评测标准，维护评测集的时效性与高难度，确保其能真实反映模型能力水位。 2、AI自动化评测流程搭建：利用自动化工具或搭建高效的打分器/标注工具，替代传统人工重复劳动。 探索并优化评测链路，通过工具化手段提升Badcase发现与数据流转的效率。 3、竞品分析与差距洞察：紧跟行业前沿模型动态，执行深度的红蓝对抗测试与横向对比。 输出高质量的竞品分析报告，归纳总结我方模型与行业标杆的优劣势，为策略迭代提供方向。 4、质量运营与归纳复盘：对大模型问答效果进行日常监控与归因分析，从海量Badcase中归纳共性问题。 协同产研团队，推动从“发现问题”到“解决问题”的闭环，输出可落地的优化建议。
【岗位职责】 1.负责小爱同学内容垂域的云端策略(音乐，视频，电台等)和大模型应用，定义语音交互场景下的高频内容消费场景的产品形态，在不同终端的打造极致的影音视听体验; 2.为内容类语音体验负责，能够协同资源运营，搜推算法，AGENT&TOOLS等各模块，结合数据\反馈等多维度，抓住关键问题，提升用户体验; 3.参与特定场景下的新能力探索，敏锐挖掘用户潜在需求与痛点，制定解决方案。
1. 负责海外版小爱同学的AI能力建设，提供独一无二的AI体验； 2. 负责Agent、大模型海外功能设计、策略设计，对接出海能力供应商，为汽车座舱用户提供极致的AI体验； 3. 负责海外的用户调研、需求分析、竞品分析，为产品的迭代和优化提供数据支持和建议； 4. 与产品、技术团队紧密合作，推进问题的解决，确保产品质量的持续提升； 5. 跟踪最新的语音助手技术趋势，为产品的创新和差异化提供策略建议。
1、设计并实现 VLA / Embodied VLM / World Model 的训练目标、分布式训练方案与数据 recipe，融合互联网图文、视频、3D / 仿真、真机轨迹等多源数据； 2、设计并实现融合视频生成与动作控制的多模态大模型架构，探索大规模数据缩放定律，利用海量互联网视频数据及机器人采集数据，提升模型在零样本场景下的任务泛化能力； 3、研发基于 VLM 的端到端导航与具身 Agent 算法； 4、构建具身大模型的评测基准与真机闭环验证 pipeline； 5、跟踪并复现 SOTA 工作，与训练 / 推理 / 数据 / 硬件团队协同迭代
1、参与视觉-语言-动作 (VLA) 模型与具身世界模型相关算法研究，协助开展多模态建模、视频/动作生成、视觉表征学习、策略学习等方向的实验与迭代。 2、参与核心模型模块研发，包括模型搭建、训练调优、实验分析与评测，支持算法在具身任务中的验证与优化。 3、协助开展图像/视频编码器、离散/连续tokenizer、多模态融合等技术探索，支持世界模型训练链路建设。 4、跟踪具身智能、多模态大模型、生成模型等前沿论文，进行复现、调研与方案对比，形成实验结论与技术洞察。 5、与算法、数据、Infra团队协作，推动研究方案在真实训练环境中的落地验证。
你会是用户走进小米汽车服务中心时，遇到的第一个人。一个真诚的微笑、一句温暖的问候、一次耐心的引导，就可能让用户从焦虑变得安心。你的热情和专业，会直接决定用户对整个服务体验的第一印象。 你需要快速理解每一位用户的需求——是保养、是维修、还是只是想咨询一个简单的问题——然后准确地将他们引导到最合适的服务顾问手中。你也会跟进预约工单，确保每一位预约用户都能在到店前收到贴心的提醒，让服务从"被动等待"变成"主动关怀"。 这个岗位最大的成就感在于，你会真正感受到"被需要"的价值。你的每一次用心接待，都是在把小米"和用户交朋友"的理念，变成用户能真切感受到的温度。 职责包括 1、客户接待与迎送：主动、热情地问候每一位进店客户，使用标准礼貌用语。礼貌、周到地欢送离店客户。 2、业务咨询与引导分流：作为“首问责任人”，快速甄别客户来访意图（如保养维修、事故维修等）。根据客户需求，及时、准确地将客户引导至相应的服务顾问。初步解答客户的一般性业务咨询（如营业时间、基础服务项目等）。 3、预约用户跟进及分配：跟进和管理服务预约工单，记录客户核心需求及初步症状；更新预约状态、分派准确的接待人员；执行预约确认流程，在客户到店前进行适当提醒，确保预约到店率。
1. 培训内容共创：协助团队完成新车上市培训素材的整理与迭代，参与将技术参数转化为一线销售易懂的销售话术和案例库。 2. 课程开发支持：在导师指导下，参与产品课程、竞品对比手册、实战演练脚本的开发，协助输出标准化的培训工具包。 3. 实战培训落地：参与动态试驾培训项目的组织与执行，协助模拟销售场景的搭建，确保培训内容贴合一线销售的真实作战需求。 4. 业务诊断助理：通过数据分析、一线走访或问卷调研，协助识别销售团队在产品知识和转化环节的薄弱点，为培训项目提供优化依据。 5. 培训效果追踪：负责培训后测数据、学员反馈的收集与复盘，协助撰写项目复盘报告，推动培训内容和形式的持续迭代。
