共 4547 个在招岗位 · 覆盖国企、大厂官方招聘
1. 中间件运维与高可用保障：负责消息队列（Kafka/RocketMQ）、服务注册与配置中心（Zookeeper/Nacos）等核心中间件的稳定性维护、性能调优及高可用架构设计；基于Kubernetes完成容器化部署、弹性扩缩容、版本升级及日常运维，保障核心系统7x24小时稳定运行。 2. 故障排查与根因分析：通过日志分析、链路追踪及监控体系快速定位中间件相关故障（如消息堆积、服务注册异常等），主导问题修复与复盘；使用Java或Go开发调试工具，高效排查线上性能瓶颈及与业务系统的兼容性问题。 3. 性能优化与平台适配：测试并优化中间件在不同CPU架构、内核版本及容器环境下的性能表现，解决资源调度与性能瓶颈问题，持续提升中间件运行效率与资源利用率。 4. 负责搭建及使用SRE数字人实现线上运维智能化。
1、负责千问服务端技术体系的系统分析与架构设计，主导完成详细设计和核心编码任务，确保项目进度与质量，并承担关键系统的技术决策； 2、主导技术难题攻关与架构优化，持续提升核心系统的高并发处理能力、高可用性与可扩展性，保障高负载下的系统稳定性，为业务快速增长提供坚实工程支撑； 3、深入理解业务、识别需求，协同产品、算法、设计等团队推动AI原生体验落地，参与架构、系统、数据分析等多领域项目的技术实践与研发； 4、负责业务领域内AI能力建设与落地，推动AI技术与业务场景深度结合，提升业务效率和价值，跟踪行业AI技术趋势，识别关键技术痛点与创新机会点； 5、负责重点项目推进及跨团队协同，推动复杂紧急项目高质量落地；参与团队技术规划与人才梯队培养，提升团队整体技术水平。
岗位职责 1. 主导CRM AI Native升级，设计并落地Agent系统架构（任务规划、工具编排、多轮对话、长期记忆），驱动商机跟进、业绩排查等业务闭环自主完成。 2. 将CRM核心能力抽象为标准化可编排工具接口，构建高可靠连接层，保障幂等性、可观测性与异常降级。 3. 工程化落地企业知识检索与多层防幻觉体系（操作校验、来源追溯、置信度评估），确保生产环境准确可信。 4. 深入一线挖掘高价值场景，以业务问题真正解决、效率显著提升为核心衡量标准。 5. 搭建效果评测体系（自动化评测/A/B实验），建立效果-成本量化决策机制，驱动产品迭代。
1. 媒体处理核心系统架构与研发 ● 主导视频转码、截图、Meta 、媒体工作流、切片打包等核心媒体处理能力的架构设计与持续优化，保障高并发、高可用、低成本。 ● 负责转码增强方向（超分辨率、窄带高清、画质修复、音频增强等）的技术探索与工程落地，结合 AI 提升媒体处理效果与效率。 ● 设计并优化大规模媒体处理任务调度、状态流转、数据一致性与资源利用率，支撑日均千万级媒体处理任务。 ● 负责媒体处理服务的稳定性建设，包括 API 5XX 治理、可观测性、容灾降级、自动化运维与灾难恢复预案，系统可用性目标 99.9% 以上。 2. AI 原生应用落地（Agent & RAG） ● 深入媒体处理业务场景，利用 Agent 技术拆解复杂业务需求，设计包含记忆管理、推理策略、工具调用的智能系统，实现媒体生产与运维的自动化闭环。 ● 搭建基于 RAG 的视频与媒体处理领域知识库，优化向量检索、召回质量及上下文注入策略，为大模型提供精准的编解码参数、业务规则等知识支撑，有效抑制模型幻觉。 ● 负责意图识别、步骤规划、反思纠错等 Agent 关键模块的工程化落地；封装标准化 SDK/API，构建 Agent 观测体系，实现全链路追踪与多维效果归因。 ● 探索大模型在智能运维、自动化问题定位、智能文档生成、智能转码参数推荐等场景的落地。 3. 技术融合与效能提升 ● 将传统媒体处理技术与大模型能力结合，探索基于自然语言指令的视频编辑、智能摘要、自动化质检、智能封面、内容审核等创新功能。 ● 作为 AI 编程工具重度用户（如 Qoder、Cursor、通义灵码），通过高阶 Prompt Engineering 和自动化代码生成提升研发效率；建立自动化评测与回测机制，推动 AI 能力从单点验证走向规模化落地。 4. 前沿技术探索与团队影响 ● 跟踪业界在多模态大模型、智能媒体生产、分布式计算、云原生方向的最新进展，将其转化为可落地的技术方案。 ● 每季度输出至少 1 篇高质量技术沉淀（架构设计文档、专利或技术博客），持续提升产品行业影响力。
1、与算法团队对接，协助多模态理解大模型训练数据的评测体系设计，参与评测数据集构建及后续摸底报告产出，将算法团队的图文交织、高精度OCR、精细化图像描述等研究需求，转化为具体的评测任务 2、负责大模型训练及评测所需的数据标注任务全流程管理，包括需求拆解、规范制定、任务分发、进度监控及质量验收。 3、管理评测标注团队（专家社区&供应商等），制定培训计划与绩效考核方案，并负责项目结算。
1.负责千问办公 Web 端核心产品体验建设，覆盖会话、侧边栏、文件预览、错误态与移动/钉钉 WebView 适配。 2.建设技能市场、专家包与连接器能力，打通上架、生态接入、技能发现、安装授权、引用输入、命令预填到会话创建的完整链路。 3.维护 AI 会话核心链路，包括模型档位、prompt、session 参数、流式状态、多 Agent、artifact/sandbox 等前后端协同能力。 4.负责企业办公集成能力，包括授权、企业身份校验、凭证安全、连接器可见性与异常兜底。 5.保障产品稳定交付，完善单测、交互测试、lint/build 验证，并持续优化复杂输入、状态同步、WebSocket 与宿主兼容问题。
1、在供应商生态中发现AI Agent产品的客户与合作机会，深入挖掘客户业务场景、核心痛点和潜在需求，结合产品能力形成初步“敲门方案”，找到合作切入点； 2、识别项目关键决策人、业务推动者及主要影响人，梳理决策链和预算路径，推动双方就合作方式、首期范围、资源投入及预计规模达成初步共识； 3、完成商机验证后，整理客户需求、决策链、合作方案、预期规模及关键风险并交接销售团队；持续协调产品、采购、销售、法务及财务等团队，推动项目进入方案、商务及签约阶段； 4、对合作中的利益冲突、价格公平性、数据安全、知识产权、跨境经营及商业合规风险进行前置判断，及时推动相关团队完成评估和审批； 5、对AI Agent产品收入目标负责，持续管理商机储备、预计规模、转化进度和落地结果，与销售团队共同推动有效商机转化为实际签约收入。
我们正在把 Browser 建设为 Agent 最核心的执行环境之一。你将负责 Browser Agent 的端到端技术体系，让 Agent 能在复杂、动态、需要登录的真实网页中安全完成长链路任务，并且每一次执行都可验证、可恢复、可观测。 你将负责 ● 设计并实现 Browser Agent runtime，覆盖本地/远程浏览器、标签页与登录态管理、扩展/协议、隔离和跨平台能力。 ● 建设 DOM、Accessibility Tree、截图/视觉 grounding 的混合感知与动作体系。 ● 优化 planner/executor/verifier、上下文工程、错误恢复和长程任务成功率。 ● 建设端到端 eval、trace、replay、回归门禁和线上可观测性。 ● 建立敏感动作确认、最小权限、human-in-loop 和 prompt injection 防护。
构建支撑 AI Agent 运行的云端基础设施，负责其中一到两个子域的端到端建设： 1. 云端沙箱运行时 建设与演进 Agent 代码执行沙箱平台，覆盖沙箱生命周期管理（创建/暂停/释放/保活）、资源池化预热、多 Provider 抽象与路由；持续优化建箱与文件系统挂载性能，压降冷启动耗时。 2. 文件存储与任务调度服务 负责 Agent 产物与用户文件的存储链路（上传下载、分片路由、组织级隔离、预签名与凭证管理、内容安全审核接入），以及云端定时任务调度（任务分发、执行幂等与终态对账、峰值打散与限流、执行上下文与凭据注入）。 3. 设备接入网关 负责移动端与 PC 端设备接入：WebSocket 长连接管理、协议编解码、会话注册与位置（presence）管理；建设反向推送链路，凭位置信息直连持有会话的实例下推，支撑设备到设备的请求与事件流。 4. 多集群与全球化部署 落地多集群隔离、就近调度、跨区容灾能力，支撑国内 / 海外 / 集团版多环境并行交付与灰度发布。 5. 稳定性与可观测建设 参与容量评估与压测、资源对账与泄漏治理、监控告警治理、限流降级与高危操作管控；主动设计幂等、超时、重试策略，通过日志与埋点实现问题可定位。 6. 技术演进与改造 参与数据库分片下沉、Java → Go 重构、monorepo 云上化等长周期技术改造，负责其中一个子域的方案设计与平稳迁移。
1. 负责千问办公桌面端核心架构与业务开发，主导 Windows/macOS/Linux/信创/鸿蒙PC 等多平台的原生能力建设与适配，确保 AI Agent 在不同操作系统下的一致性与稳定性。 2. 攻坚 Computer Use & Browser Use 核心引擎，设计并实现基于视觉理解、DOM解析及系统API的自动化操控框架；解决跨平台UI元素识别、鼠标键盘模拟、浏览器沙箱通信等难题，让大模型真正具备“操作电脑”的能力。 3. 构建安全高效的 Sandbox & Shell 执行环境，为代码解释器、命令行工具调用提供隔离运行时；深入操作系统底层（进程管理、文件系统、权限控制），保障 Agent 在执行复杂任务时的安全性、并发性能及资源回收机制。 4. 负责 QoderWork 模块的长期演进与维护，持续优化开发者工作流体验，重构遗留代码，提升模块的可测试性与可扩展性，支撑 IDE 插件或独立编码助手场景的快速迭代。 5. 参与 Rust Core 桌面端适配层建设，将跨端业务逻辑、Agent 状态机与核心数据模型通过 FFI 高效接入桌面 Native Shell，推动 PC 端与移动端、Web 端的核心能力复用与契约对齐。 6. 打磨 AI Native 桌面交互体验，将流式输出、多模态输入、任务中断恢复、上下文感知等 Agent 能力与桌面 OS 特性（如全局快捷键、系统通知、窗口管理、剪贴板）深度融合，定义下一代人机协作范式。 7. 负责桌面端性能与稳定性治理，针对 Electron/Tauri/Native 混合架构进行启动速度、内存占用、渲染帧率及包体积优化；建立完善的崩溃监控、日志追踪与自动化测试体系，保障多平台发布质量。 8. 对接集团基础设施与安全合规，完成桌面端在信创/鸿蒙等国产化环境的适配认证，接入研发发布流水线，确保敏感操作审计、数据隐私保护符合企业级安全标准。
1、负责千问办公评测平台建设，构建覆盖模型、AgentLoop、Skills多维度评测方案，设计落地高效、端到端、可量化的自动化评测Pipeline 2、结合业界最佳实践与 B 端办公真实业务场景，通过专家设计和数据合成等手段，动态构建高质量评测集和 LLM-as-Judge 评估器 3、基于离线评测和在线观测数据，与产品、技术、运营、财务团队紧密协作，驱动Agent自进化迭代，参与设计高性价比的模型调度与定价策略 4、建立常态化竞品评测体系，对标行业头部产品，为产品方向和技术路线决策提供支撑
1、负责千问办公 AI Agent 平台基础设施的设计与建设，保障核心服务在 Kubernetes 环境下的高可用、可扩展与稳定运行。 2、建设和优化 CI/CD 与 Infrastructure as Code 体系，完善环境管理、服务发布、变更验证和快速回滚能力。 3、建设通用 Infra 平台能力，包括统一配置中心、统一网关、服务发现、流量治理和应用灰度发布。 4、完善日志、指标、Trace、告警、SLO 与容量管理体系，提升系统可观测性和故障定位效率。 5、推动限流、熔断、降级、容灾、故障演练与应急响应机制落地，持续提升系统稳定性和发布安全性。 6、探索 AI 在研发和运维场景中的应用，建设智能诊断、故障分析、自动化处置和研发提效能力。 7、参与关键技术选型与架构评审，将重复的运维需求沉淀为平台、工具和标准化能力。
负责标注所需的资源管理平台设计，管理对象覆盖自营外包团队、计件服务商、海外供应商、合作机构与高校、内部外部专家、众包等多种供给形态，需要在同一套底座上支撑差异化的准入、调度、考核与结算规则。具体包括： 1、业务洞察和需求分析 深入一线运营场景，理解多种供给形态在准入、调度、考核、结算上的差异与真实痛点，识别哪些环节仍靠人的经验兜底、因而值得被产品化； 运用 AI Native 技术（大模型、智能预测等）辅助需求洞察与经营决策，识别可被 AI 重构的业务流程和用户场景； 主导资源规划、供应管理和交付履约的全链路产品方案，提升供给体系的整体运营效率。 2、产品规划和设计 制定本业务域的产品规划与迭代演进路线图，对平台的边界、分层与演进节奏形成独立判断，在资源有限时能说清什么先做、什么不做、为什么； 抽象统一的资源管理模型：收敛跨形态的共性概念，同时为准入门槛、计价方式、考核维度、结算周期等差异留出扩展空间，决定平台后续能否低成本接入新的供给类型； 建立供给质量与效率的度量体系，定义可比较的评价口径与分级机制，并把交付结果反哺回资源画像，让画像随使用不断变准； 以 AI Native 理念驱动产品设计，将大模型、Agent、智能决策等能力深度融入供给运营核心流程，规划智能体架构与人机协同的分工方式，设计智能匹配、智能调度、自动化执行等创新能力。 3、产品开发管理 推动 AI 能力的工程化落地，协同算法和研发团队完成模型接入、效果评估等环节的产品化闭环； 打通与人力、财务、采购及生产平台的数据链路，明确各系统的职责边界与数据流向，多数分歧不是技术问题而是口径和责任归属问题； 统筹产品开发的项目管理，把控关键里程碑节点，协调多角色多场景的适配与支撑，整合资源推动方案落地。 4、产品改进和风险管理 建立 AI 产品效果度量体系，持续跟踪 AI 功能的准确性、可靠性和用户体验，迭代优化 AI 能力的业务价值与 ROI； 持续关注用户反馈和使用体验，合理安排需求优先级，推动产品迭代和新功能孵化，优化产品的稳定性、安全性、性能和成本； 主导产品合规与风险防控：外部人员的个人信息与证件信息需要字段级权限管控，供应商合作涉及合规准入与资损风险，需建立分级授权与审计机制，排查治理数据安全、合规、廉正、资损等各类隐患。
1、全产品线 AI 能力接入管理：统一管理千问、钉钉旗下所有产品线的 AI 模型与能力接入，建立标准化接入流程与准入规则（Token 配置、消耗倍率、成本约束等），维护各产品线接入台账，保障供给侧信息准确完整。 2、积分体系统一运营：负责算力中台积分体系的统一运营，管理品与人双维度积分管控规则；统筹各产品线积分分配、发放、赠送、核销的全生命周期管理；推动积分管理平台工具化建设，沉淀可复用的管控能力。 3、模型定价与成本管控：跟踪百炼、千问、Kimi 等各供应商模型成本变化，输出性价比分析；主导构建模型定价工具，维护动态调价机制；监测全产品线路由效果并提出调优建议，推动性价比最优的算力配置。 4、存量客户迁移运营：主导算粒与积分迁移方案落地，统筹迁移公告、数据核对、积分赠送及客户沟通，保障客户资产平稳过渡至新积分体系。 5、跨团队协同与需求推进：作为业务需求方对接产品与研发，持续整理 MaaS 平台与积分管理平台的产品需求并推动落地；协同销售与渠道团队优化商机流转规则，提升承接转化效率。 6、数据经营：搭建算力中台经营看板，覆盖接入完整度、模型消耗成本、积分核销、路由效果等核心指标，定期复盘并输出下阶段运营策略。
1、产品商业化价值与客户案例挖掘：深入理解 AI Agent 产品能力与技术边界，提炼核心卖点与差异化价值；梳理不同客户类型、行业场景下的产品应用方案与最佳实践。 2、商业化自主销售体系建设：搭建线上客户分层与自动流转体系，提升线上客户付费转化率。 3、销售赋能：面向销售、售前及合作伙伴开展产品培训，帮助销售团队理解产品能力、适用场景与客户价值，提升销售团队对 AI Agent 产品的理解深度与成交能力；持续收集销售反馈与客户需求，推动产品迭代。 4、重点客户项目支持：达成行业成功案例，输出行业洞察，支持行业商业化策略制定。 5、沉淀客户持续消耗并增购的方法论，并在对应的渠道完成相关的规模化复制。 6、围绕客户持续消耗与增购目标，跟进重点客户的使用情况与消耗节奏，推动方法论在对应渠道完成标准化落地与规模化复制。
1、用户需求研究：通过访谈、问卷、工单与数据分析，识别用户体验问题与真实工作诉求，沉淀需求假设与验证路径。 2、使用行为与体验诊断：分析关键漏斗与留存转化，定位高价值流失点、卡点与摩擦环节。 3、用户工作习惯研究：针对不同行业、不同职能用户，研究工作流、协作方式与使用场景，形成「场景-任务-能力」的产品洞察。 4、增长潜力能力挖掘：基于用户洞察识别可扩张的产品能力优势，产出可落地的需求定义与方案设计。 5、最佳实践与用户教育：摸索出行业的实践案例，形成可复用的教程内容，完成市场增长期的用户教育。 6、将用户研究结论转化为清晰的产品需求并推动落地，与产品、设计、研发团队协同跟进需求的实现效果与迭代节奏。 7、建立并维护用户研究与体验诊断的方法体系，沉淀可复用的研究模板、指标口径与洞察结论，支撑用户体量增长后的研究量级提升。
1、产品商业化价值与客户案例挖掘：深入理解 AI Agent 产品能力与技术边界，提炼核心卖点与差异化价值；梳理不同客户类型、行业场景下的产品应用方案与最佳实践。 2、销售伙伴赋能体系搭建：面向销售、售前及合作伙伴开展产品培训，帮助销售团队理解产品能力、适用场景与客户价值，提升销售团队对 AI Agent 产品的理解深度与成交能力；持续收集销售反馈与客户需求，推动产品迭代。 3、重点客户项目支持：达成行业成功案例，输出行业洞察，支持行业商业化策略制定。 4、销售伙伴内容体系：基于渠道伙伴客户特性生成行业场景化营销内容及素材，助力付费转化。 5、统筹渠道伙伴的运营节奏与赋能计划，建立伙伴培训、内容支持与效果跟进的常态化机制，持续提升伙伴的成交能力与付费转化。
1、品类需求挖掘：围绕淘系商家典型业务（招商、运营、投放、客服、履约等），梳理任务类型与痛点，沉淀「品类-场景-需求-价值」框架。 2、最佳实践产出：研究行业成功案例，形成可复制的模板和工作流，支持电商用户教育与增长。 3、增长策略设计：基于增长目标输出核心策略、资源需求与动作拆解，并基于数据复盘持续迭代。 4、拉新活动落地：与电商团队协同设计并执行活动（招商、培训、线索转化等），跟进过程指标与结果交付。 5、跨部门协调沟通：管理与运营、产品、研发、市场及多团队的协作节奏，推动方案对齐、问题闭环与落地效果提升。 6、持续跟踪电商行业用户的需求变化与使用反馈，迭代「品类-场景-需求-价值」框架，推动产品能力与行业场景的匹配度提升。 7、沉淀电商行业的标杆案例与可复制打法，赋能更多品类与商家场景的规模化推广。
1、负责千问办公/A1 AI 硬件在内容渠道的原生创意素材策划、脚本撰写、拍摄监制及后期把控；国内包含抖音/视频号、小红书、B 站等，海外包含 Google/Meta/Tiktok 等渠道的创意素材生产。 2、基于用户洞察和竞品拆解，产出短视频/图文/落地页 UI 的创意方向，建立可复用的素材模型库和爆款卖点库；同时推动素材中台基建和素材归因，逐步过渡为 AIGC 全流程生产。 3、主导素材 A/B 测试、爆款拆解与迭代节奏管理，对 CTR、CPA、爆款率等核心指标负责。 4、对接内外部拍摄、剪辑与达人资源，管理信息流生产供应商与达人供应商的选品、议价与交付质量。 5、与投放同学紧密联动，把素材数据反哺创意方向；与产技紧密联动，推动素材归因与素材中台建设，持续提升素材生产效率。
1、担任品牌展厅整体运营负责人，主导展厅内容规划、动线设计、讲解体系与接待 SOP 的搭建与迭代。 2、负责重要客户、政企合作伙伴、媒体的对接与体验设计，保障不同受众的参观体验与品牌信息传达效果。 3、以年度接待满意度 ≥95% 为目标，推动展厅由展示空间升级为品牌营销与商机孵化阵地，支撑销售线索转化 1000 条/年。 4、担任大型展会出展总负责人，端到端负责年度 20 场头部展会的策略定位、展位策划、内容与传播规划、现场执行与效果复盘。 5、统筹百万级项目预算、跨部门协作与供应商管理，预算执行偏差率控制在 5% 以内。 6、沉淀可复用的展陈设计标准与出展执行 SOP，保证品牌在不同展会与展厅场域传递一致的信息与调性，提升内容层次清晰度与迭代效率。 7、负责展厅内容的定期更新与版本管理，跟进展会效果复盘结论并反哺下一轮展陈策略与现场执行方案。
1、B 端知识付费与商业培训深度合作：与国内B 端高层学习与内容渠道建立深度合作；牵头合作节奏设计、内容植入方案、素材共创、发布计划；把千问办公客户最佳实践、行业趋势洞察、AI Native 组织叙事融入课程、专栏、白皮书、圆桌等载体，面向 B 端决策层持续渗透。 2、B 端商业领袖矩阵渗透：与国内头部商业领袖及其团队建立长期合作关系；把千问办公客户实践、企业价值主张融入年度演讲、图书新作、跨年演讲、专栏内容、直播对谈等高势能场域；从选题共创 → 内容审稿 → 现场支撑 → 后期二次传播全链路操盘。 3、破圈事件策划与执行：围绕重点行业设计 CXO 圈层型爆款事件（非 C 端消费者爆款），包括企业家闭门圆桌、CIO 行业峰会、行业协会联合发声、主流商业媒体话题引爆等；以主流商业媒体报道、行业媒体千赞爆款、CXO 圈层认知深度为核心 KPI。 4、传播数据回收与内容资产复用闭环：建立官网 UV、白皮书分发、销售引用率、CXO 圈层触达、商业领袖植入触达、主流媒体报道等 CXO 传播型 KPI 回收机制；将每次事件、每份案例沉淀为可长期复用的销售弹药与市场武器。
1、围绕「企业级Agent」品类目标，主导重大事件、旗舰活动及整合Campaign，完成业务问题、人群洞察、核心命题、创意机制、传播路径和结果指标的整体设计。 2、判断项目优先级和资源投入，负责预算、排期、供应商、风险与关键决策管理，对项目交付质量、品牌声量、用户参与和业务承接负责。 3、拉通产研、销售、客户成功、会销、PR、媒介及外部伙伴，建立共同目标与责任边界，处理复杂依赖和资源冲突。 4、设计预热、引爆、延续的传播节奏，将单场活动放大为媒体议题、社交内容、UGC、客户机会和销售资产。 5、建立复盘机制，以目标用户参与、有效互动、品牌声量、业务线索及案例沉淀评估项目价值，沉淀可复制的事件营销IP。
1、海外流量承接与渠道资源协调：对接 SEO/SEM、LinkedIn、海外媒体投放、联盟营销（Affiliate）、内容分发平台等渠道资源位，争取品类页、大促及联合营销曝光机会，将海外生态流量高效引入千问办公官网与产品落地页。 2、海外售卖链路运营：优化海外独立站商品页、套餐定价与自助订阅开通流程，打通国际支付（Stripe/PayPal 等）、发票与合规结算及账号体系衔接，持续提升海外用户自助购买转化率。 3、线索承接、分级与分发：承接海外各渠道输入线索（Inbound Leads），设计并持续优化线索评分（Lead Scoring）、分级与分发规则（SDR 电销 / 直销 / 渠道伙伴），保障分发时效与线索跟进转化率。 4、全链路转化诊断与增长实验：基于全链路埋点数据，精准定位「UV → 留资 → 注册 → 激活 → 付费」各环节漏损；推进 A/B 实验及落地页、CTA/表单、Onboarding 流程优化，持续提升各阶段转化率。 5、跨团队协同推进：作为业务需求方，联动产品、设计、研发、海外市场与增长、销售及外部平台合作方，输出清晰的业务需求与增长方案并推动落地。 6、数据经营与复盘：搭建海外线索增长经营看板，定期复盘各渠道商机量、线索质量及营收数据，开展渠道归因分析，输出下一阶段行动计划。
1、负责千问办公/A1 AI 硬件在主流媒体的效果广告投放执行与优化，含渠道基建、投放人群、投放目标、素材、链路优化、A/B 测试全流程，同时包含 to C 的付费用户增长与 to B 的企业线索增长；国内渠道覆盖巨量引擎、小红书、B 站、搜索引擎、应用商店等，海外渠道覆盖 Google、Meta、ASO。 2、搭建并维护投放归因体系、算法人群资产与投放数据看板，建立投放异常的预警机制并跟进优化动作闭环落地，保障各渠道投放效果的稳定性与可持续提升。 3、对接代理公司，管理代理执行质量、投放策略、创意排期与目标节奏，把控代理侧交付标准，确保外部执行与内部投放目标和预算节奏保持一致。 4、与创意、产品、技术同学联动，将投放侧洞察反哺到网页和客户端迭代与产品增长策略，推动投放链路与增长策略的持续优化。
1. 主导多模态理解大模型评测体系设计，从真实用户场景出发定义核心能力维度，将体验痛点转化为可量化的评测指标。 2. 设计覆盖信息检索、内容理解、文档分析、视频摘要、富媒体问答等高频场景的评测任务，推动评测从"学术任务"向"产品体验"演进。 3. 持续挖掘真实使用中的 Bad Case，做系统性分类与归因，形成问题清单与改进优先级。 4. 建立评测数据质量管控与版本管理机制，定期更新评测集以覆盖新场景与新模态组合。 5. 与产品、算法团队紧密协作，在新模型上线前完成评测，提供数据驱动的优先级建议。
1、负责千问办公在 K12 与高校市场的渗透运营，对师生激活、活跃、转化等核心指标负责，推进规模与商业化目标达成。 2、负责学校、教师、家长三类主体的线上触达与转化运营，管理「触达 → 激活 → 活跃 → 转化」全链路漏斗，定位各环节漏损并驱动优化动作。 3、通过 AI 实战分享、标杆评选等激励动作，提升产品在教育场景中的使用声量与师生参与度。 4、沉淀 AI 灯塔校标杆案例与可复制的运营 SOP，形成标准化打法与素材，赋能渠道与区域团队批量放大。 5、基于漏斗数据与用户使用行为持续复盘，迭代触达策略、激励动作与内容形态，推动教育场景的规模化渗透与商业化转化。 6、对接产品、渠道、PR 等内外部资源，推动教育行业运营方案的落地执行与跨团队协同，保障各学段运营节奏与目标达成。
1、负责网络芯片及网卡组件的系统测试策略规划和实施。 2、负责测试设计和自动化方案，包括网络协议分析、性能分析、安全攻防和漏洞、上下游兼容性等。 3、持续改良和优化测试自动化系统，提升自动化率、测试系统运行效率和用例的精准性。 4、负责测试工具开发和维护，满足行业标准和自动化需求。 5、参与客户对接，梳理客户需求和场景并转化可验收的场景，提升场景的测试覆盖能力。
1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作。 2、从事RISC-V CPU的ISA、硬件微架构的软硬件协同设计和优化工作，给每款处理器提供高效的编译后端，同时通过Benchmark和应用负载特征优化CPU的ISA及微架构设计。 3、参与编译领域前沿技术、开源社区的跟踪，并负责编译器领域关键社区的代码维护工作。 4、参与RISC-V 国际基金会的技术跟踪和讨论，推进RISC-V 扩展指令集的优化演进。
1、负责明星主题路线和演唱会营销和执行，结合艺人和热门演唱会资源带动目的地增长； 2、根据年度重点方向圈选核心演唱会和艺人资源，完成整体营收和推广目标； 3、主导完成项目中所需的宣传物料的制作以及社交媒体传播执行； 4、独立与产品、运营、设计等团队协作，完成站内活动策划与上线； 5、有营收思维，能独立完成项目营收规划，联动行业和商业化团队落地商家和客户的合作。
1. 代理商拓展与管理：独立开拓海外代理商（4A体系、区域代理）及国内同业代理商，完成框架协议谈判与签约，建立并维护多元化的代理网络。 2. 商业化方案输出：根据代理商及其背后客户的需求，独立完成资源组合方案设计与报价，能将跨生态资源与DMP数据能力打包为有竞争力的媒体方案。 3. 前端销售闭环：从brief承接到方案提报、比稿竞标、报价谈判到合同签署，能独立走完全流程并推动成交。 4. 代理商增长：推动现有海外及国内同业代理持续加大投放预算，挖掘代理手中新客户需求，提升合作量级。 5. 市场洞察：跟踪海外文旅及国内同业营销市场动态与竞争格局，反馈产品需求及资源优化建议。
