共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1、负责音频算法相关的技术实现与产品研发工作，端到端负责算法落地。 2、结合实际业务场景跟进内容风控领域的算法模型和服务调优，持续提升算法服务的实际效果和性能。
1. 销售机制设计与优化： (1)围绕新产品、新场景的落地，设计可执行的销售打法与SOP; (2)根据不同业务场景，灵活调整销售节奏与关键动作，确保机制敏捷适配; (3)配合新产品上线，制定配套的销售考核规则、激励方案与目标拆解逻辑 (4)持续复盘销售漏斗各环节转化效率，定位卡点并输出机制优化方案 2. AI工具与数字化运营 (1)评估、选型并推动AI销售工具落地（智能跟进、线索评分、话术辅助、商机预测等); (2)通过数据分析定位销售效率瓶颈，以数据驱动运营决策; 3. 销售赋能与培训 (1)新产品、新机制、新工具上线后，制定并执行销售团队赋能计划 (2)沉淀优秀销售案例与最佳实践，形成可复用的知识库与培训素材 (3)协助销售团队提升对新工具的使用率与使用深度 4. 组织协同与变革推动 (1)联动产品、市场、销售等多部门，协同推动新销售机制落地 (2)推动销售助理模式转型：将可归还销售的任务归还，可自动化的任务工具化，剩余共性需求集中至"销售助理中心"统一处理
1.产品规划与设计： （1）负责Agent安全产品线的整体规划和版本迭代路线图制定 （2）深入研究Agent安全领域的前沿技术、威胁模型和行业最佳实践 （3）持续监控AI Agent生态的安全风险和攻击手段演进趋势 2.需求分析与方案设计 （1）收集和分析客户需求，将业务需求转化为产品功能规格 （2）完成PRD撰写和产品原型设计，与研发团队对齐实现方案 （3）定义产品核心指标，追踪产品效果和用户反馈，持续优化方案 3. 产品迭代与交付 （1）负责产品验收测试，把控产品质量和用户体验 （2）协调跨团队资源，确保项目按期交付 4.市场洞察与对标 （1）调研国内外Agent安全厂商的产品功能、竞争优势和市场定位 （2）输出竞品分析报告，提炼产品差异化卖点 5.参与编写产品宣传材料、案例白皮书和解决方案文档
1.Agent攻击与防御研究 （1）参与Agent安全攻击库建设，设计红蓝对抗测试用例 （2）研究Prompt注入、提示泄露等手法 （3）设计并实现高风险行为监控、拦截和防御策略 2.核心安全能力研发 （1）开发Skill静态安全扫描引擎，支持Python、Node.js等语言 （2）构建MCP协议安全审计模块，校验tool调用合法性和参数合规性 （3）研发Data-in-Transit和Data-at-Rest的敏感数据识别与脱敏能力 3.安全沙箱与风险评分 （1）参与资源限制、网络白名单等安全沙箱能力建设 （2）研发Agent行为归因与风险评分模型，生成安全报告和风险矩阵图 （3）实现自动化风险评估和漏洞验证流程
岗位描述 负责游戏中基于NavMesh的寻路系统的设计、开发、优化，以及离线烘焙流程。 熟悉Recast、Unity NavMesh、UE Navigation System等NavMesh源码，有二次开发经验。 有动态烘焙、多层网格寻路、offmeshlink等开发经验，针对不同寻路的场景提出设计方案并落地。 有客户端寻路系统和服务端寻路系统开发经验，承担数据加载、算法流程等在双端开发环境下的优化。
1、负责创作匠产品需求的管理，包括需求收集、BRD 撰写、评审推进、验收测试 2、对接市场营销侧和创作者侧反馈，梳理功能改进建议，形成清晰可执行的产品需求方案 3、管理产品迭代排期，跟踪开发进度，识别风险并推动解决，确保版本按时上线 4、负责产品上线后的效果跟踪和数据分析，输出产品运营报告，驱动持续优化 5、协同产品维护产品文档体系（功能说明、FAQ、培训材料），降低内部使用门槛
1. 负责线性剧情的设计，将其通过多种游戏表现手段落地。 2. 对同系列的剧情，进行选题、台本撰写和跟进制作。 3..在游戏世界观和前期设定下，深化游戏角色设计； 4. 和美术、关卡等模块一起完成最终游戏制作效果；
1. 重点客户 AI 落地解决方案支撑与验证：深入核心客户业务场景拆解 AI 融合需求，输出定制化落地方案并跟进落地过程中的方案适配、调优与效果验证，确保方案匹配客户业务目标，为通用方案沉淀积累一线实践输入。 2. 通用解决方案抽象与资产沉淀：基于标杆客户落地实践提炼共性业务场景与核心需求，抽象形成可跨客户复用的通用解决方案框架、标准落地路径与价值评估体系；输出标准化方案书、行业模板、标杆案例等全套物料，搭建分层分类的可复用方案资产库。 3. 场景化 Skill 能力设计：围绕通用业务场景设计标准化、可配置的 AI 应用 Skill 模块，明确能力边界、配置规则、接入流程与适用场景，推动 Skill 能力的产品化固化，提升方案复用效率与规模化落地速度。 4. 销售赋能与方案规模化推广：配合销售团队开展售前全流程支撑，基于沉淀的通用方案与 Skill 能力库快速响应客户需求、输出适配方案、开展方案宣讲与技术交流；复用标杆案例传递落地价值，助力商机转化与行业拓展。 5. 方案体系迭代优化：持续跟踪行业 AI 应用趋势、竞品方案动态与一线业务反馈，迭代优化通用解决方案框架与 Skill 能力设计，提升方案的市场适配性、竞争力与业务落地价值。 6. 跨团队协同闭环：联动产品、研发、交付团队，推动方案能力的产品化落地与研发固化，打通 “落地验证 - 方案沉淀 - 规模推广 - 产品迭代” 的完整链路。
1.负责到家场景下的履约服务相关产品能力设计，内容包括到家商家履约、商家订单管理、商家售后服务、商家赔付等部分，输出有质量的履约解决方案； 2.从业务发展规划出发，前瞻性的参与业务产品规划，以客户及业务价值为目标，制定产品目标、策略论证/迭代路径和节奏，助力商家做好每一笔生意； 3.充分应用AI能力，并且可围绕AI Native展开产品流程设计，形成新型产品流程，支持业务快速发展； 4. 参与项目管理、关键方向决策，保障项目的交付体验、进度和质量； 5.通过市场及竞品分析、判断行业趋势及机会点，为团队及自己负责的产品线提供有价值且可落地的洞察和想法。
1、商品投放策略制定：面向不同品类、品牌/头部商家货盘，结合不同国家消费者需求特征与商品分层，制定站外投放的选品及权益运营策略，牵引品牌商品在外投场景的透出与转化，为投放效率与货币化效能负责； 2、投放商品承接运营：基于商品分层与选品结果，匹配相应的外投渠道策略，通过科学实验方式设计并迭代投放场景的透出及承接机制（落地页、专享价、权益承接等），持续优化承接转化链路，为转化效率负责； 3、AI 能力应用与提效：主动运用 AI 工具与数据智能手段，落地投放选品、人群/商品匹配、承接策略、算法迁移等场景的智能化，推动选品与承接运营从人工经验向数据/模型驱动升级，为运营效率与规模化复制负责； 4、商品招募与价格力执行：与供给侧货品运营协同，制定品牌商品的价格力标准与投入机制，锁定商家在外投侧的货盘与资源投入，形成投—承—供一体化闭环。
1. 参与新一代Agent驱动的自适应爬虫系统的设计与落地，面向Web、Android、iOS 等多端场景，持续提升采集系统的成功率、稳定性与可扩展性； 2. 深入研究多维度数据采集策略，建设站点/APP 结构自动识别、覆盖策略生成与异常处理能力，提升复杂场景下的数据获取效率与覆盖质量； 3. 攻防对抗：针对不同目标平台开展系统性技术分析，结合环境仿真、协议模拟、设备指纹绕过、行为拟人化等技术，提升系统链路稳定性； 4. 构建AI Native的数据采集到数据处理的智能化全链路体系，利用 AI 技术实现数据采集、自动化清洗、结构化提取、质量评估与工程化落地； 5. 技术沉淀： AI采集平台架构设计、技术分析、策略研究、问题复盘等文档，沉淀可复用的方法论、工具能力和知识体系，推动团队采集能力持续升级。
1. Long-Horizon Agent 核心架构：设计并落地面向金融场景的长程智能体系统，涵盖多步推理（CoT/ToT）、计划-执行-验证-重规划循环、跨会话状态持久化与经验累积，使智能体能够自主完成数小时乃至数天跨度的复杂金融业务任务。 2. Agent 运行时与编排引擎：构建 Agent Harness 层——支持 Agent Loop（ReAct/Reflection 循环）与 Graph-Native 有状态图编排（Nodes/Edges/Cycles、条件路由）两种范式，内置持久化层实现断点恢复、Human-on-the-loop 审批与轨迹回溯；设计 Agent 沙箱与隔离执行环境；支撑生产级多智能体协作与大规模并发弹性伸缩。 3. 上下文工程与记忆系统：设计工作上下文管理（压缩、摘要、窗口调度）与持久化记忆架构（向量检索、结构化经验存储），解决 "Lost in the Middle" 退化和跨 Session 状态断裂问题，保障长程任务执行质量。 4. 工具生态与 MCP 协议集成：设计 Tool-Use 框架与 Model Context Protocol 接入层，实现金融领域工具（行情、研报、合规检查、交易执行等）的标准化注册、动态发现与安全调用；定义清晰的 SDK/API 接口供客户侧二次开发与生态扩展。 5. Agent 评测与可观测：构建 Agent 评测体系——覆盖规划能力、工具调用可靠性、多轮交互一致性、长程记忆连续性等核心维度；建设 Agent 全链路 Tracing 与运行时可观测平台，支撑快速定位和修复 Agent 行为异常。 6. 新一代知识库（知识编译）：设计以 LLM 为编译器的智能知识库架构——摄入即整合，替代传统 RAG 的"查询时拼凑"模式，实现知识复利与持续增量更新，服务金融研报、合规文件等高密度知识场景。 7. 训推一体与模型服务：参与金融领域模型的微调、评测与推理服务建设，关注 Agentic RL 在金融任务上的应用，推动模型能力内化。 8. 金融级稳定性与合规：负责金融级 SLA 保障体系建设（容灾、降级、灰度、熔断），满足金融客户对高可用、数据安全与监管合规的严格要求。
我们正在寻找一位兼具深厚前端工程底蕴与 AI 原生思维的跨界技术专家，共同定义下一代电商研发智能化基础设施。你将依托自研淘宝研发领域大模型，探索从“代码辅助”向“意图驱动研发”的范式跃迁。在这里，你不仅是技术的实现者，更是未来研发交互形态的定义者——通过构建高带宽、低摩擦的人机协同链路，让 AI 真正理解业务语境与开发者直觉，打造具备“领域架构师”认知水平的智能研发系统，重塑淘宝乃至阿里生态的工程生产力边界。 加入我们，你将： ● 重构研发交互范式： 设计并落地新一代 AI-Native 研发工作台，将自然语言意图、多模态上下文与工程语义深度融合，构建从模糊业务意图到精确工程方案的智能对齐与逻辑收敛机制，实现研发链路的“语义级” AI 化。 ● 打造意图感知型 Agent 体系： 主导研发场景下多智能体系统的交互层架构设计，攻克复杂业务语境下的需求对齐、任务拆解与动态反馈难题，让 AI 具备对电商领域知识的深度理解能力； ● 定义智能研发体验标准： 以前端工程化思维驱动 AI 能力的产品化落地，构建可观测、可干预、可进化的智能研发闭环，推动 AI 从“工具属性”向“协作伙伴”演进，为企业级研发效能革命提供基础性技术支撑。
1. 负责天猫技术在各域的Agent算法优化，包括ToB和ToP相关产品，如AI商品运营、百补AI导购、品牌商家AI访谈； 2. 主导大模型后训练与领域适配，参与Agent在各业务场景下的微调于多轮对话优化，提升模型在生意诊断、运营策略、导购方案生成、工具决策等任务中的专业性与一致性。 3. 运用SFT、RL等后训练方法，设计合理Reward Function和优化函数，提升大模型在自主规划（Planning）、多步推理、工具调用、数据问答等方面的能力； 4. 负责设计并优化检索增强（RAG）系统，从索引构建、召回排序到知识融合与上下文压缩，全面提升RAG在高准确性需求场景下的效果与稳定性。 5. 深入跟踪LLM/Agent领域前沿进展，推进前沿技术在业务中的验证与落地，重点突破工具集成复杂推理、数据洞察、AI 搜索等方向的应用创新； 6. 负责建立科学评测体系，设计覆盖功能性、合规性、一致性与业务转化的多维评估指标，系统分析模型表现，指导模型与Agent策略的精准优化。
1、参与阿里巴巴跨境数字商业板块，ICBU的交易相关系统架构设计及研发； 2、负责AI技术在产品中的应用，开发创新的解决方案，提升用户规模和业务效率； 3、与产品团队紧密合作，理解业务需求，设计并实现高效的Agent； 4、参与相关领域板块的系统设计、落地以及运维，协调业务发展，协调研发资源、把控系统实施节奏。
负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向音乐领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导音乐领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向LLM领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导LLM领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模文本训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向VL领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导VL领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据策略、评测、加工、合成。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 数据策略、标注规范与质量体系：参与制定视频生成和视频理解模型所需要的标注落地细则，涵盖镜头运动、光影、主体动作拓扑及物理规律；负责指导和制定标注规范和标准，培训供应商进行高难度的“时间轴-文本”精准对齐，确保视频画面演进与描述文本在帧率级不发生错位；制定并严格执行视频前置质量标准，对产线上的视频清洁度负绝对责任；视频资产打标调度：带领落地团队对千万级PGC/UGC视频切片进行多维标签分类（如动作类、自然风景类、特效类、长尾Bug类），确保训练集数据分布的多样性。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 评测体系：多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架。
1.基于淘系全域数据，建立多领域的用户全生命周期数据和用户理解体系，通过主动的数据分析来挖掘和发现电商业务各场景的增长机会 2.数据驱动和结果导向，设计合适的分析和数科解决方案，利用运筹优化，博弈论，因果推断，机器学习建模等方法对手淘内各场景的有效行为提升、用户留存等问题建模分析和策略推动，实现用户规模及用户粘性的增长 3.数据产品建设，负责科学分析能力产品落地，主要包括多维分析、归因分析、智能tips等多种数据科学组件
职位描述：聚焦淘天核心业务与场景，利用大模型、Agent、工具调用、上下文工程、评测等技术，推动 AI 在真实业务与研发工作流中的规模化落地。你将参与淘天核心 AI 平台的建设，从业务意图理解、上下文构建、任务拆解、Agent 执行、产物生成，到效果评测、过程追踪与经验沉淀，完整参与 AI 能力从单点验证到平台化落地的全过程。 1. 需求理解与任务建模：深入业务与研发场景，理解真实业务目标、研发流程和协作痛点，识别高价值 AI 落地问题；将模糊的业务需求、研发诉求或效率问题，转化为明确的、可验证的 Agent 执行目标。 2. Agent 系统架构设计：面向具体业务和研发任务，设计 AI Agent 系统架构；参与 Agent Runtime、Agent 编排、工具调用、权限控制、上下文管理、记忆机制、Trace 体系等核心模块规划，兼顾系统灵活性、可扩展性、稳定性与工程可落地性。 3. 知识、上下文与执行环境构建：搭建 Agent 与现有业务系统、研发工具链和知识体系的交互环境，涵盖 API 接入、代码仓库、文档系统、需求系统、CI/CD、测试平台、设计平台等；构建面向 Agent 执行的上下文组织与注入机制，优化知识召回、上下文压缩、工具选择和任务环境准备，为模型提供准确、及时、可追踪的执行环境。 4. Trace、观测与归因体系建设：构建 Agent 全链路观测与 Trace 体系，记录 Agent 执行过程中的上下文输入、工具调用、文件变更、测试结果、人工干预、失败原因和最终产物；支持对 Agent 行为、任务效果、失败 case、成本和性能进行多维分析与归因，为后续优化和规模化落地提供依据。 5. 评测、回测与持续优化：建立自动化评测、回测和 case 分析机制，围绕真实业务任务构建评测数据集、验证标准和效果指标；通过模型选择、上下文优化、工具链改造、Prompt / Skill 调整、Workflow 编排等方式，持续提升 Agent 的任务成功率、稳定性、可控性和交付质量。 6. 系统性能与稳定性优化：面向真实生产环境和高频场景，优化 Agent 系统在并发、延迟、成本、稳定性和安全性方面的表现，保障系统长期稳定运行。
我们正在寻找对 AI Agent 技术充满热情、具备扎实工程能力的开发工程师，共同构建下一代智能体系统。你将深度参与 AI Agent 核心链路的研发与优化，推动大模型能力在真实业务场景中的高效、稳定落地，把模型能力转化为可交付的业务价值。 主要职责： 1. Agent 架构设计：参与 Agent 系统核心模块的设计与落地，覆盖任务规划、推理执行、上下文增强、记忆管理、工具编排以及运行时稳定性保障；在多 Agent 协作、子任务分发、异常自愈等关键问题上提出可落地的工程方案。 2. 业务核心能力落地：深度对接业务场景，将通用 Agent 框架沉淀为面向业务的可复用能力组件；负责从需求拆解、Prompt/工作流设计、工具与数据接入、灰度上线到效果回流的全链路交付，确保 Agent 在真实流量下满足业务的准确率、时延与成本指标。 3. Agent 评测与持续调优迭代：搭建覆盖离线评测集 + 在线 A/B + 用户反馈回流的 Agent 评测体系，建立 Bad Case 归因与回归机制，持续驱动 Prompt、模型、工具与编排策略的迭代，让 Agent 能力以可度量的方式稳步提升。 4. 性能与成本优化：针对推理时延、Token 消耗、调用链路长度等关键瓶颈进行系统性优化，在保证效果的前提下显著降低单次任务成本与时延，建立成本可观测与预算治理机制。 5. 跟踪大模型与 AI Agent 前沿技术：持续跟踪 LLM、多模态模型、Agent 框架、强化学习与后训练、Agentic RAG、MCP 生态等方向的前沿进展，将有价值的技术快速完成内部预研、原型验证与生产化引入。 我们提供： 1. 参与前沿 AI 技术落地的机会，与顶尖算法和工程团队共事； 2. 顶级的工程研发环境，直接使用最前沿的大模型矩阵，没有算力焦虑，我们来为优秀的创新想法买单； 3. 开放、创新、结果导向的技术文化。
1、负责AI Agent核心引擎研发，主导智能决策引擎、任务规划模块、工具调用框架、记忆管理机制等关键组件的开发，支撑用户画像分析、智能人群圈选等核心业务场景的自动化执行； 2、构建Agent实时数据感知与反馈闭环，基于Flink/Spark等框架优化数据处理链路，实现毫秒级用户行为响应与策略动态调整，强化Agent对实时业务环境的感知与适应能力； 3、复杂大规模人群服务系统的性能优化与稳定性保障，解决高并发场景下的请求调度、容错机制、状态一致性等技术挑战，确保系统在千万级QPS下的稳定运行与弹性扩展； 4、深入探索大模型与Agent的深度融合，参与用户运营领域大模型微调与持续优化Agent的推理能力、决策效率与交互体验，推动强化学习、多智能体协作等技术在用户增长场景的创新落地。
1、建设国际化金融信贷平台能力，横向支撑基于生态流量的消费信贷、现金贷、商家金融产品能力； 2、参与建设信贷客户资产全生命周期管理能力，建设自营/助贷/联营等多模式下机构资产管理能力，建设信贷资金流动性管理和ABS/ABL/ARP等信用融资能力； 3、参与国际支付金融平台团队工作，包括需求分析、技术方案设计、研发和稳定性建设等，跟随业务发展进行复杂系统架构设计和升级，保障系统设计质量、系统间领域边界清晰且易于扩展，保障高可用性和资产损失防控； 4、深入理解国际化信贷业务特性，推动业务快速发展，优化用户体验，分析现有系统和架构不足，提升系统性能和稳定性，思考业务和技术迭代过程中的问题，结合AI提升工作效率和研发质量。
1. 负责国际化流量平台的设计与开发，支持多场景、多策略的流量分发与展示控制。 2. 参与搜索/广告/推荐（搜广推） 相关后端服务的架构设计与性能优化，提升系统吞吐量与响应速度。 3. 建设高可用、可扩展的分布式系统，包括但不限于投放决策引擎、特征获取、排序与召回服务等模块。 4. 深入理解业务需求，与产品、算法、运营等团队紧密协作，推动投放策略与算法模型的高效落地。 5. 持续优化数据库、缓存、消息队列等中间件的使用，解决高并发下的数据一致性与性能瓶颈。 6. 主导或参与系统重构、技术债务治理，保障代码质量和系统的长期可维护性。 7. 跟踪前沿技术（如AI Coding、新中间件等），并在合适场景中引入团队，提升研发效率。
-擅二次元相关风格的概念设计工作； -需要保持与策划，制作等相关部门保持紧密的合作与沟通； -需要与主美紧密合作，为团队提供美术方向； -具备快速表现的能力； -具备3D模型辅助设计制作能力者更佳； -具备良好的语言表达能力及合作态度；
主要负责项目各类材质制作， SD材质库开发 推动TA进行各类材质开发，材质效果提升
1. 规划游戏整体的战斗体验和表现风格 2. 协同美术负责战斗表现的制作，战斗表现力和打击感的优化； 3. 参与整体战斗节奏的调整与战斗手感的优化；
1、AI 产品方案设计 —— 面向客户的真实业务场景，设计可落地的 AI 产品方案，将模糊的业务诉求转化为清晰的产品流程、Agent 行为设计、功能边界、交互方式和验收标准。 2、自主智能体设计 —— 深入理解自主智能体的核心机制，包括任务规划、上下文管理、工具调用、记忆机制、知识检索、多轮执行、异常处理、结果校验等，并能将其转化为具体产品能力。 3、Codex 类产品理解与设计 —— 理解 Codex / Claude Code 的基本原理，包括代码仓库理解、上下文构建、文件编辑、命令执行、测试验证、人机协同审批等机制，并能基于这些能力设计面向客户场景的 AI 工具链产品。 4、平台能力沉淀 —— 将高价值客户场景转化为平台通用能力，推动 Agent 配置、Skill 管理、评测集、知识库等产品能力建设。 5、客户需求调研与业务建模 —— 直接与客户业务负责人、IT 负责人沟通，理解业务流程、组织分工、系统现状和核心痛点，抽象出适合 AI Agent 落地的任务场景和产品形态。 6、AI 项目全链路负责 —— 负责 AI Desk 项目的全链路推进，包括售前沟通、POC 验证、需求调研、方案设计、Agent / Skill 设计、上线落地与持续优化，对客户业务结果负责。
