共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1、负责TikTok Shop欧美Shopping Tab/Mall营销玩法体系的产品化建设，通过游戏化玩法，如拼团、砍一刀、瓜分红包、任务/签到、盲盒/抽奖、翻牌、种树/养成等，或券、满减、包邮、限时折扣、组合购、加价购、会员权益等，沉淀可配置、可复用的活动能力，加强用户粘性，打造价格和权益认知； 2、设计游戏化玩法的核心机制与增长闭环（邀请拉新、社交裂变、老带新、复访/复购激励），并打通与人群、频道、消息触达、内容/达人的联动，提升拉新CAC、首购转化与复购频次； 3、打通营销玩法与交易链路的透明传输与核销（领取-展示-使用-结算-退款回滚），设计策略能力（人群/场景/频控/预算/门槛/叠加规则）与风控能力（薅羊毛识别、限购、异常核销、社交作弊治理），保障投放ROI与平台利润健康； 4、支撑欧美大促与新开国节奏，形成玩法组合与节奏模板（拉新期/爬坡期/大促期/日常留存期），沉淀效果评估口径与实验。
主要负责工程建设等相关工作。
1、负责红果短剧、番茄小说等业务的版权治理策略运营及团队管理工作，围绕盗版侵权、洗稿搬运、未授权传播、违规改编等风险，设计并持续优化版权治理策略、治理标准和处置机制； 2、结合业务数据、用户投诉、权利人反馈及典型案例，识别风险变化并推动专项治理； 3、统筹人审与模型协同能力建设，持续提升风险发现率、处置效率和治理准确性； 4、协同产品运营研发、算法、法务及业务团队推进治理项目落地，负责团队目标制定、任务分配、人才培养及跨团队协作。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok ADSO（AI Data Service and Operations）团队负责支撑AI 模型训练、评估与优化的核心数据服务与运营。通过构建高质量、标准化的数据生产体系，以及建立全球化的精益运营模式，为TikTok产品各类 AI 能力的迭代提供稳定、规模化、高性价比的数据支持，推动 AI 技术在复杂业务场景中的深度落地。 加入我们，在真实的全球化 AI 业务中快速成长。你将与顶尖的算法、产品、工程团队协作，在实战中理解 AI 如何真正落地。 1、面向大模型训练与评估场景，参与制定并持续迭代数据质量标准、判定规则与验收口径； 2、依据质量标准对数据产出进行核查与判定，识别问题、闭环纠偏，保障准确性与一致性； 3、深入参与复杂、模糊、边界案例的研判与讨论，沉淀为可复用的判定规则与知识资产； 4、跟踪质量数据表现，定位根因，推动生产侧流程与执行改进； 5、与生产、产品、算法、策略等多方协同，对齐质量标准，打通“标准—生产—验收—反馈”链路。
1.协助团队开展宏观经济、资本市场及行业策略研究，跟踪市场及政策动态，挖掘研究线索。 2.搜集、整理、校验研究所需各类数据，定期维护数据模型，为策略分析提供数据支撑。 3.协助分析师撰写各类策略研究报告，参与框架搭建、内容写作、图表制作及报告校对等工作。 4.完成组内交办的其他相关任务。
量化策略指数 (QIS Quantitative Investment Strategy) 产品岗负责为客户量身定制量化投资策略，并构建相关结构化产品。职能包括开发各类资产（股票、固定收益、货币、商品、多资产）相关的量化投资策略，向客户推广并解释策略，提供持续的策略分析以及提供结构化产品解决方案。该职位需要对量化投资策略、量化金融和场外衍生品有深刻的理解，同时具备与客户沟通以及协调交易落地的出色沟通能力。 主要职责如下： - 策略开发：开发量化投资策略，可覆盖各类资产（股票、固定收益、外汇、商品、多资产），以捕捉另类风险溢价并满足客户特定投资需求。 - 客户对接与产品推广：与销售团队合作，了解市场对QIS投资策略的需求。向客户推广QIS投资策略和产品，解释投资原理、策略规则、风险收益特征及其他关键信息。为客户提供持续支持，包括业绩监测、定期报告以及相关问题的解答。 - 结构化产品创设：将量化投资策略创设为QIS指数和不同形式的QIS指数产品，使之成为投资者能获取的实际投资标的。通过设计和构建与客户需求和市场环境相匹配的可投资产品，推动QIS业务的增长。 - 跨职能协作：与交易员、销售，以及合规、法律等支持部门合作，设计、定价和发行QIS策略相关产品。
参与公司承担的国家重大桥梁工程中的岩土工程相关科研、设计与咨询等工作，完成相应的分析计算及技术咨询报告的编制工作，开展技术成果提升与总结工作，具体岗位职责如下： 1、参与公司设计咨询类项目的设计、计算及分析工作 2、配合公司和部门的经营开发，参与本专业的招投标工作 3、参与本部门及本专业的技术创新、科技开发工作 4、参与本部门的市场开发工作
部门介绍 主要负责增长运营工具的能力建设，提供全方位一站式的乘客用户增长工具，覆盖从拉新到留存促活全用户生命周期，覆盖从端内到端外全渠道。包含多个子方向：拉新方向，留存方向，提频方向等。 岗位职责： 1、负责滴滴乘客运营营销工具的建设与迭代； 2、负责滴滴乘客端产品的建设与迭代； 3、负责网约车等业务线的乘客增长支持工作； 4、负责高复杂度的营销系统的维护和重保工作。
1.负责巴西数字银行和市场存款产品全生命周期管理，覆盖CDB、RDB 等存款产品设计，贴合当地用户需求与监管规则；调研市场政策、竞品及用户习惯； 2.协同研发、运营、合规、风控及巴西本地团队，推进产品落地运营，解决跨部门、跨地域协同问题；配合运营达成用户增长、活跃度与收益目标，通过数据分析优化功能与策略，提升用户体验与商业价值； 3.搭建需求池，制定产品路线图并推动迭代，适配政策调整与业务发展；配合本地合规团队，严格遵循央行监管要求，覆盖账户管控、身份核验、数据安全等，规避合规风险。
1、参与滴滴大数据分析平台产品的研发，主要包括数据可视化、数据解读等能力建设，为公司提供数据化运营和决策支持； 2、深度参与产品需求评审和设计，能够对产品设计提出自己的见解，在理解产品的基础上进行抽象和架构设计； 3、对负责的模块能够进行持续的优化和性能提升，并积极拓展创新场景。
产品规划与优化 • 策划差异化的信贷 C 端产品方案，覆盖用户完整生命周期。 • 与风控团队紧密配合，优化授信策略与审批流程，提升优质客户的转化效率 • 与运营团队紧密配合，策划并维护用户运营体系，提升用户粘性 用户经营与运营策略 • 设计并优化客户分层体系，制定差异化的用户经营策略和权益方案 • 规划并执行存量用户的活跃度提升与支用转化方案 • 负责用户全生命周期运营，提升用户价值与忠诚度 数据分析与效果优化 • 建立用户画像与行为分析体系，挖掘用户需求与价值 • 跟踪关键运营指标，包括支用率、客均贷款额、忠诚度等 • 基于数据洞察持续优化运营策略和产品方案 团队协作 • 协调技术、运营、风控等团队资源，推动项目落地 • 对接运营团队，提供精准营销支持 • 与数据团队合作，持续优化用户分层与标签体系
在打车场景中，POI是用户目的地的数字化表达，是最基础的数据之一，直接影响用户能不能找到目的地、正确到达目的地。传统的数据更新依赖人工，现实的快速变化带来了更新成本剧增和更新速度降低。但这些在LLM时代迎来了转机，LLM更强的特征表达能力、更智能的规划能力让数据更新迎来了新的机会。在这你将迎来以下挑战： 1、紧跟LLM最新进展：迁移行业LLM最新能力，根据名称、图片、评论等信息，区分POI关键数据，提升属性正确率 2、追踪Agent的前沿技术：通过海量人工反馈资料，训练Agent替代人工，完成数据的自动化更新，降低成本、加快效率、提升数据质量 3、研究落地最新多模态对齐方案：在常见的图像、文本之外，我们场景中还包括位置信息（坐标），多模态对齐工作，对充分发挥数据价值，提升模型性能至关重要，是业内持续投入的重点&难点方向
1. 负责开发和优化滴滴公司级一站式特征样本、模型训练和推理平台； 2. 建设增量/实时训练、训推一体、数据链路闭环等基础能力建设； 3. 与算法部门深度合作，进行算法与系统的联合优化； 4. 持续提升机器学习平台稳定性和用户体验。
1. 负责业务全链路风控，管控资损、舞弊、运营等风险，搭建风控模型，处置异常与重大风险事件。 2. 对接业务团队梳理风险漏洞，制定风控规则，优化风控节点，开展风险数据分析与复盘，压降核心风控指标。 3.开展销售端风控培训与合规宣导。 4. 参与业务新项目风险评估，前置风控管控，搭建完善双业务风控制度与流程，对接多部门保障合规。 5. 开展业务端风控赋能，跟踪行业动态，迭代风控策略，提升风控智能化水平。
1. 主导Agent核心逻辑与系统架构开发，负责目标规划、任务拆解、工具调用（Function Call/MCP协议）、记忆系统等核心模块的编码与优化，构建“感知-决策-行动”完整闭环。 2. 基于LangChain、LangGraph等主流框架，搭建高效可扩展的Agent开发体系，适配多业务定制化需求，提升系统响应速度与任务完成率。 3. 对接主流大模型（火山模型、通义千问、GPT系列等），优化模型调用策略、Prompt工程与上下文管理，解决模型幻觉、记忆局限等核心技术问题。 4. 主导Agent产品技术方案设计与落地，解决高并发、高可用场景下的技术瓶颈，排查线上技术问题并持续迭代优化。 5. 跟踪Agent领域前沿技术（CoT、ReAct等），推动新技术、新方法的创新落地，指导团队开展技术攻关。 6. 配合跨团队推进项目，撰写高质量技术与接口文档，提供技术支持，保障项目按时高质量交付。
岗位职责： 1、业务洞察：具备产品思维，和产品调优洞察能力，过往从事过产品相关提效项目，能够收集转换业务需求，并转化成可落地的产品需求建议推动落地； 2、需求推动：衔接业务与产品研发，跟进需求落地与上线验证，用数据检验功能价值，持续迭代优化方向； 3、流程全链路设计优化：负责从业务到服务的端到端流程设计，持续优化服务流程的完整性、准确性与合理性，推进流程再造与产品化升级，前置做好体验管理； 4、用户体验洞察与推动改善：通过正向与负向体验分析，识别服务设计切入点，推动业务侧产品优化，持续提升用户价值。
部门介绍 负责网约车安全机审防控能力建设，搭建优化引擎平台支撑规则配置、策略编排与实时决策执行，深入涉性、交通等风险场景提供定制化防控方案，构建"安全、可信、经济"的系统能力。 职位描述 1、你将参与规划和迭代相关平台，搭建更高效、稳定、可扩展的决策引擎、模型服务平台及研发工具链，为业务提供坚实的技术底座。 2、你将参与设计与优化以AI和数据驱动的防控方案，深度挖掘数据价值，推动决策流程的智能化和自动化升级。 3、你将参与持续优化系统应用架构，支持风控策略快速迭代、模型AB实验、多场景灵活配置的架构体系，提升算法工程效率。 4、你将参与设计千亿级数据毫秒级响应的实时决策架构，涉及优化分布式计算、流批一体数据处理、内存计算等关键技术路径，有效提升高并发场景下的性能。
1. **AI商家产品规划** 负责面向外卖商家建设AI赋能能力的整体规划，覆盖商家全生命周期。结合LLM/Agent技术能力，制定产品路线图，明确阶段性目标与优先级。 2. **多Agent产品设计与画像构建** 负责多Agent系统（Multi-Agent System）在商家核心场景的产品方案设计，包括但不限于：入驻转化、话术推荐、商户经营扶持、**商户画像**、经营管理、自动化流程等。定义多Agent间的协作逻辑、交互方式与任务编排方案。 3. **技术方案协同** 与算法和工程团队紧密协作，参与Multi-Agent架构设计讨论，理解RAG、Prompt工程、Tools/Function Calling、多Agent协作等技术方案的能力与边界，确保产品设计具备技术可行性。 4. **评估体系与效果提升** 建立AI产品效果的量化评估体系，涵盖任务完成率、准确率及业务指标影响（签约转化率等）；通过Prompt工程、模型微调及其他技术手段持续降低幻觉率，提升系统输出质量。 5. **前沿技术转化** 持续跟踪AI Agent、LLM领域的前沿动态与行业最佳实践，将技术洞察转化为可落地的产品机会点，定期向团队输出技术调研与应用建议。 6. **跨团队协作** 与运营团队、研发团队高效协同，在跨职能环境下推动项目从方案到上线的全流程落地。
1、负责国际化外卖业务的商业分析工作，重点深入竞争、用户、商家、交易等策略细节，为业务提供关键决策输入 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、数据基建：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
出海战略课题设计与落地： 深入研究新能源出海前沿模式（如代运营模式），建立对特定区域业务的监控体系，推动战略规划转化为可落地的标准化 SOP；主导运营商的评估、引入、考核及淘汰机制建设。 信息中枢与项目管理： 统筹中资合作方出海的全流程信息，建立标准化推进机制；探索 AI 工具赋能业务，跨部门协同管理业务信息及落地交付。 行业洞察与商业模式研究： 深度研判出行、汽车出口及相关产业链，对标行业领先实践，输出高质量洞察与决策支持，挖掘新增长点。 全栈业务支撑： 作为高弹性的多面手，根据业务阶段随时支持关键环节，作为关键职能按业务需求提供支持。
岗位职责 1、客服人力规划与排班调度（WFM） 基于历史进线量、业务趋势，搭建话务预测模型，输出短期及中长期人力需求预测。 制定多职场排班方案与调度规则，平衡服务水平和人力成本，确保接通率、响应时效达标。 建立实时监控机制，对突发流量进行动态人力调配，并对排班执行偏差做根因复盘和迭代优化。 2、服务数据体系搭建 梳理客服业务数据现状，搭建覆盖履约质量、人效、客户分层、专属群服务等维度的指标体系。 推动数据资产化，将散落在不同系统的工单、会话、客户信息统一入库，建立可查询、可追溯的数据底座。 设计并落地分层服务看板，让不同客户群体的服务密度、响应质量、体验水平"看得见"。 3、分析洞察与决策支持 围绕核心指标，输出日常及专项分析报告，为运营决策和资源分配提供数据支撑。 结合 Agent 上线、分层服务包、主动服务等业务动作，评估效果并给出优化建议，推动"数据→洞察→行动"的闭环。 4、数据工具与自动化 协同产品和技术团队，推动 WFM 工具、BI 报表、自动化预警的建设和迭代，降低一线和管理层"看数、用数"的门槛。 探索用数据驱动排班自动化与智能调度，逐步从人工经验排班过渡到系统辅助决策。
1.建设覆盖事前预防、事中发现与处置、事后复盘改进的稳定性治理体系。 2.推动核心系统建立 SLI、SLO、错误预算和稳定性度量机制。 3.负责可观测性建设，完善指标、日志、链路追踪、告警及异常检测能力。 4.建设变更风险治理体系，包括变更准入、风险识别、灰度发布、自动守护和快速回滚。 5.牵引容量评估、压测、限流降级、容灾和故障演练，提升系统韧性。 6.参与重大故障应急指挥，推动快速止损、根因分析及改进项闭环。 7.识别高频、重复和高影响故障，推动技术改造及自动化治理。 8.将稳定性实践沉淀为平台能力、规范、工具和最佳实践。 9.联动大数据引擎、大数据平台和业务数据团队，推动跨团队稳定性专项。
1.负责大数据离线/实时计算、OLAP、检索服务等组件的容量规划，建立年度、季度和月度滚动预测机制。 2.分析业务增长、数据规模、任务负载和资源消耗趋势，识别容量缺口及资源风险。 3.统筹离线计算、实时计算、湖仓、存储等资源的供需管理和容量协调。 4.建设容量运营指标体系，持续跟踪资源利用率、峰谷特征、闲置率、供需偏差和单位成本。 5.推动资源调度、弹性伸缩、混部、资源池化及异构算力利用，提升整体资源效率。 6.负责成本核算、预算管理和成本归因，形成面向部门、业务、项目及任务的成本视图。 7.识别低效任务、闲置资源和不合理配置，联合业务及技术团队推动专项优化。 8.参与服务器、存储及云资源规划，支持资源采购、部署节奏和架构选型决策。 9.建设容量管理平台和自动化运营工具，提升预测、预警、分析及治理效率。 10.建立容量风险预警及应急机制，保障重点业务和重大活动期间的资源供给。
1. 搭建模型及功能仿真评测体系，开发功能及模型评测指标，服务于模型数据闭环 2. 设计开发迭代开环/闭环仿真指标，提升仿真指标置信度。 3. 根据自动驾驶算法的功能需求与评测方案，使用 Python /C++开发自动化评测指标、可视化分析模块及数据处理工具，提升评测效率与准确性； 4. 构建并维护面向复杂交通场景的仿真评测集，结合真实路测数据与典型工况设计测试用例； 5. 分析自动驾驶系统在各类仿真场景下的行为表现，验证评测指标集的有效性，评估其在不同工况下的覆盖率与稳定性，并持续优化评测体系； 6. 输出高质量的评测报告，为自动驾驶算法迭代提供数据支撑与发版依据；
1.负责业务的服务端开发，保证系统高性能、高可用性； 2.参与系统架构设计和优化，解决技术难题，提高系统稳定性； 3.和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案； 4.负责软件开发过程中的问题分析和总结，提供建议和帮助改善研发流程。
岗位描述： 1、负责相关业务Android客户端的研发工作，包括需求沟通，及功能设计与开发等； 2、负责Android客户端架构设计、性能调优、功耗优化等； 3、和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案； 4、负责软件开发过程中的问题分析和总结，提供建议和帮助改善研发流程
1. 负责多任务感知大模型算法开发与落地 * 负责 OD、OCC、车道线、道路结构、红绿灯、交通标志等任务的统一建模； * 探索 Camera / LiDAR / BEV / PV / Temporal Feature 等多模态特征融合； * 研究 perception token / scene token / object token / occupancy token 等统一场景表示； * 提升模型在遮挡、远距离、小目标、复杂交通参与者以及长尾场景下的鲁棒性。 2. 负责端到端红绿灯算法开发与落地 * 负责红绿灯检测、识别、状态理解及可通行性判断； * 研究复杂路口、多灯组、遮挡、逆光、夜间、远距离及闪烁灯等场景； * 探索将 Traffic Light Detection + State Recognition + Decision/Planning 纳入统一端到端模型； * 通过大规模数据训练、Hard Case Mining、Scaling Law 等方式持续提升红绿灯模型能力。
拥有端到端规划模型量产经验，尤其是主流的AR/Diffusion架构量产经验； 拥有规划模型架构设计能力，能够在主流的AR/Diffusion架构上做持续优化和创新； 数据闭环经验丰富，尤其是海量数据的选择、质量提升等； 深度学习训练与模型调优经验丰富，对规划模型训练过程有较好的把控，能够根据数据和模型深入优化训练策略；
1. 负责生成式PDP模型输出轨迹的决策规划后处理算法研发，完成轨迹候选筛选、重排序、行为选择、动力学修正与平滑性优化，构建兼顾安全、效率、舒适、合规与可解释性的预测决策与规划优化链路； 2. 设计碰撞规避、运动学/动力学约束、道路规则、时空风险评估、轨迹置信度评估及降级兜底策略，提升复杂路口、变道绕行、无保护转向/掉头、人车混行和长尾场景下的交互博弈能力； 3. 优化规划时延、系统稳定性等算法工程指标； 4. 深度参与搭建并迭代模型开环评测、闭环仿真体系，制定安全性、通过率、舒适性等指标，创建多模态仿真评测能力，定位模型与规划链路问题并推动量产落地。
1、负责整车属性开发策略的制定及属性开发目标的达成； 2、推动整车开发过程中属性问题的诊断、解决方案的制定及验证，平衡及决策属性开发方案和属性目标； 3、负责整车开发过程中属性阀点交付物的评审，对交付物结果负责； 4、负责属性开发过程中的计划管理、目标管理、问题管理、预算管理、验证管理及交付物管理； 5、与各专项属性进行业务对接，辅助各属性进行问题解决的推进、目标达成，及风险的预警与上升。
