共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1、捕捉侵权相关热点及风险事件，明确信息抓取路径，可通过Skill等AI辅助工具沉淀预警报告； 2、处理高风险侵权事件，包括问题识别、研判、处置与跨部门周知； 3、完善侵权热点事件分级预警机制与分级处置SOP，推动跨部门协同流程标准化； 4、开展重点领域已有侵权内容的主动回查与治理； 5、设计落地主被动识别、处置策略，参与人机审策略的迭代优化，提升识别准确率和覆盖范围。
团队介绍：抖音电商以“总能发现好东西”为主张，致力于成为用户发现丰富好物的首选平台。众多抖音创作者通过短视频、直播、商城等丰富的形式，给用户提供更个性化、更生动、更高效的消费体验。同时，抖音电商积极引入优质合作伙伴，为商家变现提供多元的选择。 1、负责电商客服AI质检模型策略规划、分场景体系建设与评测运营：围绕电商客服不同服务场景，制定智能质检模型策略与迭代方向，搭建AI质检Agent和评测机制以及效果验证方法，协同产品、算法等团队持续优化模型覆盖能力、识别准确率和实际解决效果；针对电商客服不同业务场景下的质检问题，抽象Agent搭建体系，实现高速度、低token的智能质检体系搭建； 2、负责AI质检知识与方案内容库建设：沉淀客服质检标准、业务规则、典型问题、场景方案和标注口径，搭建并持续更新大模型知识库及方案内容库，支撑模型训练、策略优化和业务应用复用； 3、负责智能质检产品运营与能力落地：深入理解客服业务和产品能力，结合不同业务需求制定AI质检运营方案，推动产品能力在业务侧上线、应用、反馈闭环和持续优化，提升服务体验和运营效率； 4、负责需求运营机制搭建与跨团队协同推进：与业务体验、服务方案、产品、算法、研发等团队建立高效协作机制，收集并梳理各类客服内部AI赋能需求，完成需求识别、优先级判断、方案推动、进度跟进和结果复盘； 5、负责数据驱动的运营分析、策略优化与前沿趋势跟踪：围绕模型覆盖率、识别准确率、问题命中率、业务采纳率、推广渗透率等关键指标，建立分析框架并开展专项分析，识别优化机会；关注AI助手、大模型、智能质检等方向的行业发展和最佳实践，结合客服业务场景识别可落地的创新机会，推动新能力探索和业务价值验证。
1.跟踪人工智能领域前沿技术，研究和探索大模型技术在银行业务的实践和应用。 2.对于银行的人工智能应用场景，研究从模型架构、算法选型、训练数据集构建、后训练、模型推理优化等层面进行方案设计，并组织进行实现。 3.按照银行安全合规相关要求，对大模型安全合规使用提出整体解决方案并推进实施。
1.负责使用数据科学方法（机器学习、深度学习、图计算、自然语言处理等）进行大数据分析和预测，以满足各种金融服务场景的需求。 2.对金融行业有理解，能捕捉到业务痛点，并能提出有效的解决方案。 3.负责数据清洗、特征工程、算法改进、新技术引入等工作。 4.负责模型的系统化、开放模型API等工作。 5.跟踪模型业务表现，进行模型验证和迭代优化。 6.负责行内敏感数据保护、模型安全评估和客户隐私保护的相关工作。
1.负责银行不同业务场景下智能体的全链路工程实现，包括上下文工程、长短期记忆管理、Harness工程及复杂任务流的编排优化。 2.挖掘、设计并实现银行业务场景的多智能体协作框架，将复杂业务进行任务拆解并形成多智能体。解决智能体在垂直领域下的指令遵循、幻觉控制等核心问题。构建智能体技能体系与低代码开发脚手架，支持业务人员快速定义智能体能力、流程与规则。 3.建设并维护智能体运行的基础设施，确保智能体在受控、安全、高效的环境中执行任务。 4.建立智能体效果评测体系，针对业务指标进行端到端的归因分析与系统迭代，确保交付质量。
1.客户经营维护：负责网点存量个人客户日常维系、回访跟进，深挖客户金融需求，提升客户粘性与留存率，稳定客群关系。 2.综合客户服务：对接网点客户各类个人金融业务咨询、问题处理及业务办理需求，高效解决客户服务诉求，保障优质服务体验。 3.价值挖掘提升：结合客户情况合规推介产品和服务。
1.负责分行数字化产品全生命周期管理与持续演进：开展市场调研与竞品洞察，梳理各业务条线的数字化需求，理清产品定位并主导整体功能设计；建立长效运营闭环，持续跟踪使用效果与用户反馈，定期组织产品评测并制定迭代优化策略，极致提升产品体验。 2.负责重点项目统筹交付与AI等前沿技术落地：全面负责科技类需求与重点项目（特别是AI大模型场景落地、数字化转型等攻坚任务）的立项、产品化管理及项目申报工作；拉通各部门资源，协调解决复杂系统的落地难题与项目卡点；能够完善项目风险管控机制，保障高质量的研发交付与常态化应用推广。 3.负责核心业务深层赋能与技术营销支持：作为技术与业务的纽带，面向分行重点客户与重大攻坚项目，提供高标准的技术营销支持；配合业务部门深度参与招投标、定制化营销方案编写及总体技术架构方案设计；主导与外部合作公司的技术对接、商务合作与谈判统筹，以金融科技硬实力驱动业务拓展与市场破局。
1.在营业网点工作，工作内容以存量个人头部客户的深度维护和综合化营销服务为主，兼顾中高端客户识别激活、服务维护、培育提级。 2.面向服务管理客户开展专业财富管理、客户关系维护、全量产品销售、业务咨询解答等工作，重点为客户提供投资理财建议、资产配置服务，定期深度沟通做好陪伴式专业咨询顾问服务。 3.面向网点到店及其他客户，围绕客户服务需求推进个人基础产品、投资理财类产品组合式营销及产品渗透，促进客户资产提升，防范优质客户降级流失，激发和提升客户价值。
1.负责重点客群、特色客群的数字化、智能化营销服务，借助数字化手段开展客户需求分析、产品服务匹配、渠道协同触达等营销策略设计及运营。 2. 负责深入应用大数据模型技术，挖掘需求点，助力个人客户拓展及零售业务发展，并在银行合规框架内与科技团队协作完成应用落地。 3.负责通过数据分析和市场洞察，敏锐挖掘发展机遇，并不断结合新技术、新理念为分行零售业务发展注入新的动力。
1. 负责压铸车间压铸机的作业规范的制定和实施，并监督执行情况； 2. 负责对现场生产人员进行技术指导和质量分析，每天负责跟踪统计不良率，在车间级快反会议通报解决进度，协助品管部解决质量问题； 3. 负责识别压铸过程中风险并加于干预和预防；解决压铸过程中的技术问题； 4. 负责压铸项目新工艺及设备选型与立项，参与模具评审； 5. 负责产品工艺改进与攻关，协助产品工序能力提升和质量改善； 6. 负责对于试模，批量生产中的压铸参数进行制定、优化，并形成作业指导书； 7. 负责优化模具设计方案，并提前分析出压铸难点； 8. 开展新工艺、新技术试验，提高压铸产品质量，减少报废损失，合理确定工时，降低制造成本。
1. 负责量产阶段工艺和质量问题的解决、工艺验证及优化； 2. 负责量产阶段车身Audit、FTT指标达成； 3. 熟练掌握点焊、涂胶、FDS、SPR、螺柱焊、弧焊、压机包边、机器人滚边等连接工艺； 4. 负责车身连接强度、涂胶破拆合格率指标达成； 5. 负责量产车型工艺文件编制、维护； 6. 负责车身材辅料开发优化和定额管理、生产启动工具规划和实施； 7. 负责工艺变更/试装管理、体系文件搭建和工艺标准化； 8. 参与新车型导入阶段工艺方案、3D设计评审，负责项目阶段工艺和质量问题提出、推进整改； 9. 参与新车型导入阶段车身工艺文件编制评审。
1. 负责根据电池产品特殊特性和DFMEA，编制PFMEA和控制计划； 2. 负责组织电池车间工艺文件的编制； 3. 组织电池PACK车间的工艺纪律检查； 4. 负责解决电池PACK车间与工艺有关的质量问题； 5. 组织电池PACK车间的工艺优化，并持续改善车间工艺工时，持续提升效率； 6. 负责电池PACK车间的变更管理落地； 7. 总结线体的不足部分，不断学习新工艺，为生产线的持续优化提出建议； 8. 其它领导交办事项。
我们是小米大模型团队的 Post-training Agent Group，专注于 AI Agent 的研究前沿，持续推动模型智能上限。 我们致力于构建能够在开放环境中理解目标、自主规划并在长周期交互中保持稳定可靠的 Agent 系统。我们的目标，是将这些能力沉淀为模型内生、可泛化、可扩展的基础能力。 团队拥有充足的计算资源，并能够直接连接大规模真实应用场景，让研究想法在前沿模型、真实任务和用户反馈中得到快速验证。 研究方向 1、构建覆盖 Coding、Visual、General Agent 以及长程任务场景的评测体系，系统刻画模型能力边界，并通过分析模型行为与失败模式，识别制约能力提升的关键瓶颈； 2、构建大规模、高质量的数据合成与筛选流程，持续提升模型在代码生成、搜索和通用工具使用等方向的基础能力； 3、研究 Agentic RL 算法，设计有效的奖励信号、grader 以及 credit assignment 机制解决长程交互、稀疏奖励 和 reward hacking 等问题； 4、提升大规模 Agent 强化学习的稳定性、训练效率与可扩展性； 5、通过大规模 Agent 强化学习提升 Agent 在未见任务、长程任务和开放环境中的泛化能力与可靠性； 6、探索 self-improvement、持续学习，以及模型与 Agent Harness 的协同演进。
1、结合校园场景，深度参与小蜜蜂评价体系的日常搭建和玩法设计，扩大评价体系的影响力； 2、日常运营官方账号，策划符合社区调性和用户诉求的话题内玩法，关注用户群体的留存及转化率； 3、辅助校园用户组织进行评价体系共建相关的沟通和培训，处理用户反馈相关问题，进行竞品分析和调研，深度挖掘用户需求；
1. 负责淘宝闪购即时物流的时效预测、配送范围规划，商流×物超算联动机制等场景的算法设计与开发。 2. 综合应用机器学习、深度学习、运筹优化、大模型等前沿技术，基于业务问题和场景，构建算法方案，持续提升即时物流的履约效率，促进订单增长，优化用户体验。 3. 深入理解即时物流场景，与业务、产品、工程、数据等团队紧密协同，完成从业务问题到算法问题的抽象与定义，多方协同推进项目落地。
1. 建立和发展与网信、工信、市监等强监管部门的良好关系，为企业创造良好的政策环境； 2. 搭建应急响应与重大事件处置机制，保障核心业务平稳发展； 3. 熟悉公司核心业务领域的相关政策法规，为业务发展制定合规解决方案，推动公司企业合规体系建设； 4. 组织落实公司重要公关活动，协助业务拓展政府资源，为业务争取新的发展机会。
通过强化学习提升万亿级参数大模型的决策认知能力，实现大模型在复杂环境下的多模态交互，完成多轮感知-决策闭环，在前沿实践中推动AGI落地； 研发新一代大模型强化学习算法，提升大模型在多模态、工具调用、复杂环境交互、多智能体交互等方向的基础能力； 改进大规模分布式强化学习框架，优化万卡集群下的高效分布式训练效率，支持大模型与复杂环境/工具的高效交互； 将强化学习研究成果融入千问&夸克产品生态，打造更懂用户的智能服务产品, 让前沿技术惠及亿万用户。
客户关系管理 •客户开发：主动了解所在区域/市场的关键行业knowhow，保持对AI趋势的深度、及时掌握，识别市场机会，开拓新客户或挖掘现有客户的产品和技术需求，形成有效商机。 •客户业务理解及需求挖掘：充分了解客户商业模式、AI场景下的业务挑战，进行客户组织架构梳理和决策链摸排，获取客户信息，通过串联客户OKR，找到双方合作机会点。 •建立组织客情：维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 产品和技术价值传递 •理解阿里云产品及解决方案：深入理解飞天云计算操作系统、七大件、全栈AI（从算力到模型到应用）等阿里云产品的技术价值，了解竞对的差异化竞争优势，能够根据客户需求初步制定解决方案。 •独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 •促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 •客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 •客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度，长期陪伴客户成长。 •推动产品反向优化：将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。
阿里云 CIO 线致力于打造 AI 时代业界领先的企业 IT 系统，以 RaaS（Result as a Service）模式，通过 IT 系统的构建和应用向客户直接交付成果，帮助客户在 AI 时代获得长期优势。 我们认为，AI 时代的软件工程正在经历根本性的范式转换。`Agent = Model + Harness`——模型提供智能，而工程师构建 Harness：围绕模型智能搭建的结构化工程体系，使 AI 能力可验证、可观测、可演进。工程的核心从"人理解代码"转向"人验证系统行为"，从构建正确的系统，到构建可验证其正确性的系统。这不是工程的终结，而是工程的升华。基于这一认知，我们采用全新的软件开发范式，并设计了匹配的产研组织——不同于传统按岗位分工（PD、设计、前端、后端、测试），我们设置了产品设计前端工程师（PDFE）和架构与后端工程师（ABE）两种角色。 ‒ 我们是一支以成果为核心的企业 IT 产研团队，聚焦将最新的 AI 技术落地到真实业务场景中，服务企业级客户。 ‒ 我们期待这样的你加入：人聪明，有品味，敢担当，有冲劲，有韧性。 ‒ 我们希望你有这样的能力：数学思维，抽象能力强；语文表达，写出好的 Spec 和 Prompt；业务升维，对业务的高维认知；系统架构，能设计复杂系统；价值判断，在关键节点做出正确决策。 ‒ 我们想让每位同学都取得最佳成果，成为更好的自己。因此我们重视个人的基模、能力和意愿，而非传统职场资历。
团队介绍：AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决 AI 前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和 AI 产品的一手用户。 1、负责大语言模型在通用能力、生产力、多模态&世界模型、Coding&Agent等场景下的训练数据建设与模型评测工作，支持SFT、RL、偏好数据及专项能力数据的生产和迭代，深入理解不同业务场景及用户需求，设计训练数据方案和评估方案，包括数据挖掘、数据构造、清洗去重、标注规范制定、质量验收及评估集建设，分析训练数据的分布、覆盖度、多样性及质量问题，识别数据偏差、能力缺口和长尾场景，持续优化数据配比、生产策略和质量标准； 2、基于大语言模型的调用链路、检索结果、工具调用、模型回复及中间过程等信息，开展负面案例分析、错误定位与根因归类，判断问题来源于训练数据、模型能力、策略、检索或工程链路，结合模型实验结果，分析不同数据批次、数据类型及训练策略对模型效果的影响，闭环验证数据有效性，推动训练数据持续迭代； 3、设计并完善训练数据和模型评测的自动化流程，包括数据预处理、Prompt设计、数据合成、自动化打标、质量检查、结果聚类及分析报告生成等，提升数据生产和评估效率； 4、作为项目POC，与算法、产品、策略及数据团队紧密协作，负责需求澄清、方案设计、项目排期、资源协调、质量验收、风险管理及结果交付； 5、沉淀训练数据方法论、评估框架、错误分类体系、质量Rubric、项目SOP及分析模板，推动数据能力、评估标准和自动化工具复用。
团队介绍：飞书商业化团队（Go to Market）负责将飞书先进产品和服务全面推向中国和国际市场，通过制定精准的业务战略，进行破圈的市场营销，深入理解不同行业的趋势和特点，传递飞书的理念和价值给不同行业的企业客户并达成业务合作，帮助客户加强使用深度和广度，最终让飞书成为各行各业先进企业的首选、持续助力企业组织升级。目前已在中国、新加坡、美国、日本等国家和地区建立了商业化团队，开启了为全球各行各业组织和个人提升创造力和效率的历程。 1、负责飞书面向制造行业的大客户销售，对采矿、冶金、能源化工、汽车产业链、芯片半导体等行业进行研究分析，形成客户名单与销售策略，参与行业战略与商业化规划，参与行业解决方案的搭建； 2、开拓及跟进重点行业客户，了解客户需求，对潜在行业客户进行跟踪、拜访，促成签单，与售前/客户效能/产品/研发部门协作，迭代行业解决方案； 3、根据目标制定销售计划，规划行业客户销售策略，并根据市场变化适时调整，完成公司下达的销售指标； 4、与行业中的客户、服务商、行业协会、投资人、行业专家保持良好关系，协调公司的内外部各方运作，确保各方满意度，提升公司在通用行业的品牌形象。
1、负责片区职场的设施设备运行管理工作，确保按照公司的标准和制度进行管理和使用，保障设施运行状态良好； 2、餐饮空间专用设备管理、专用/特殊空间（展厅）设备设施管理； 3、负责职场内10万元以下改造项目，并对改造方案和工程量质量进行审核把控； 4、管理供应商的预防性维修保养计划和执行落地，及时掌握设施设备的运行状况，并对日常工作做好监督； 5、区域设施专项工作，如设备设施管理优化，支持疑难设施问题分析和解决，提升设施管理的效率和稳定。
团队介绍：抖音电商以“总能发现好东西”为主张，致力于成为用户发现丰富好物的首选平台。众多抖音创作者通过短视频、直播、商城等丰富的形式，给用户提供更个性化、更生动、更高效的消费体验。同时，抖音电商积极引入优质合作伙伴，为商家变现提供多元的选择。 1、负责智能客服场景下大模型能力的产品规划与持续迭代，围绕智能接待、知识库建设、工具库建设，设计产品需求、数据配比方案及效果评测体系； 2、深度参与AI Agent产品形态设计，面向客服咨询、内容生成与复杂问题处理等场景，打磨意图理解、任务分解、工具调用、多轮对话规划及上下文理解能力，构建智能化用户服务工作流； 3、建立模型效果量化标准，协同算法、工程、数据及评测团队，通过数据分析、用户研究和业务反馈洞察问题，驱动预训练、SFT、RAG、Prompt Engineering等策略持续优化； 4、跟踪智能客服行业动态，将领先的大模型技术趋势转化为实际产品认知和业务方案，确保模型能力在复杂服务场景下具备领先性、稳定性与实用性。
1. 参与保理业务发展规划和调研，拟定重点客户营销策略和营销规划，组织实施分管客户、项目的联动营销工作。 2. 参与核心客户及上下游客户拓展。参与项目的谈判、前期尽职调查，制定和落实业务实施方案。 3. 参与项目报批、风险管控和客户关系维护。 4. 参与分析、收集并处理在项目周期内发生的客户信息，加强公司与客户间的紧密合作关系。 5. 参与产品的流程设计和优化。 6. 在参与监督产品的运用、项目收益确认及回收情况，监控业务流程与风险，对项目成本效益全程负责。 7. 参与对目标行业进行市场分析，建立公司内部业务知识体系。 8. 完成上级领导交办的其它工作。
1. 负责滴滴金融消费信贷产品策略的设计、部署、监控、持续迭代优化，策略范围包括且不限于信用风险评估，欺诈风险识别，额度策略，定价策略等，对相应的业务指标负责； 2. 通过数据分析等量化手段，结合业务实际，设计创新的策略制定思路和策略框架，提升已有策略制定方式的性能上限； 3. 将成熟的方法论总结成固定流程，通过代码加以固定，形成半自动化，自动化的标准化流程，提升策略开发效率。
1.参与全国渠道商户各项管理标准与制度的优化和监督，管理渠道商户准入、准出规则，并监管全国各区域代理商进出程序，监督过程的合规合理； 2.负责制定有竞争力的渠道商户考核、分润、激励方案，以及全国渠道商户的考核和分润结算； 3.通过对相关数据的发掘和对全国各城市差异性的了解，持续迭代考核、分润策略；确保平台和商家的目标一致性； 4.基于渠道管理过程发现相关产品优化空间，推动对应产品建设或迭代； 5.关注渠道商户的培训、发展，持续沉淀和迭代代理商的赋能和管理方法。
构建行业有影响力的智能体研究和应用，推进相关技术在小米的业务场景落地应用，包括但不限于： 1、Agent Memory 设计快慢双系统记忆架构：工作记忆负责即时上下文，长期记忆持久化跨会话经验，研究记忆管理机制、召回策略与压缩方法。统一存储和检索文本、图像、视频、代码等多模态经验，研究跨模态编码、融合与差异化遗忘。推进模型自主记忆管理，从被动存储转向主动管理。用记忆驱动自演进：从历史执行中提取可复用策略，失败记忆驱动行为修正，记忆热更新影响决策。 2、Agent Search 研究强化学习驱动的搜索策略优化，让 Agent 学会何时搜、搜什么、从哪搜、何时停。融合深度推理与广度检索：深度方向逐层推理，广度方向多路检索交叉验证。打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。 3、自演进 Agent 研究Agent 在线从环境反馈中实时更新策略，实现持续学习。多 Agent 通过协作与竞争实现集体智能演进，研究信息共享、策略收敛与群体决策。自动学习和优化技能库，构建环境世界模型支持规划与决策，从执行预设技能进化为自主发现和优化技能。
1、负责终端系统安全和数据安全解决方案设计，软硬件协同构筑安全； 2、负责机密计算、可信计算和隐私保护等方向的技术规划、方案设计和需求分析； 3、负责安全OS框架、微内核和核心安全业务等的规划、设计和开发工作； 4、负责国际/国内安全认证分析和相关工作； 5、负责参与安全标准制定/专利挖掘撰写等工作； 6、负责业界优秀安全防御技术的引入，提升解决方案和产品安全能力和韧性。
①负责手机/笔记本/生态链/智能穿戴产品备件及商品退换货的需求预测及计划下单，满足网点使用需求和用户换货需求；负责备件库存及冗余管控，负责商品月度修整计划排产，达到满足率、库存金额及周转目标要求； ②根据手机/笔记本/生态链/智能穿戴产品备件在新品/在产/LTB等阶段的计划需求，建立精准/高效的需求预测、库存管控及采买计算模型，提高计划准确性； ③负责商品退换货预测准确性提升专项，建立分时点/分颜色/分制式的预测模型，提高预测准确性，推动质量改善； ④带领团队高效协作，优化采买流程、改善供应模式、推进质量改善，达成降本增效目标。
1. 参与或主导AI处理器核心微架构设计，完成RTL实现与调优，覆盖推理和训练两个场景； 2. 在AI计算单元（矩阵/向量）、存储子系统、数据流架构、片上互联等方向至少一项有深度研究和技术输出； 3. 与处理器架构、编译器、软件团队协同，确保AI处理器微架构方案的可实现性和性能目标达成； 4. 跟踪业界AI处理器架构前沿技术（如存内计算、稀疏计算、混合精度训练），输出技术洞察，牵引微架构演进方向； 5. 参与芯片流片和回片验证，确保AI处理器微架构方案的工程落地；
