共 4547 个在招岗位 · 覆盖国企、大厂官方招聘
1. 负责高品质风格化角色原画设计，包括商业化皮肤、人物、生物、装备及特效等内容，确保设计符合项目美术风格和商业化需求 2. 独立完成从概念草图到三视图、细节拆分图的全流程设计，并根据反馈快速迭代优化 3. 配合产品进行风格测试，制定并完善设计标准化文档，对接中台团队，提供反馈并跟进监修进度以保证交付质量 4. 与内部角色原画师和3D角色制作团队紧密协作，提供设计逻辑说明及结构标注，确保设计方案顺利落地 5. 参与世界观视觉开发，基于文案描述进行拓展设计，为项目提供丰富的创意支持
1.负责平台新品营销整体策略制定与落地执行，策划新品营销活动，拉动订单量与GMV增长； 2.制定新品上市营销节奏与传播方案，整合站内资源（搜索、推荐、频道）和站外渠道（社交媒体、KOL、信息流广告），实现新品营销声量与转化目标； 3.基于用户分层与市场洞察，设计差异化的新品营销玩法（如加价购、限时补贴、老用户专属权益等），提升活动ROI和用户复购率； 4.协同品牌方、渠道商及内部产品/运营团队，推动新品营销资源落地，确保活动按时上线并达成业务目标； 5.建立新品营销效果评估体系，通过数据复盘持续优化营销策略。
1. 负责企业级办公Agent 技能市场产品/平台能力的设计和研发，包括前台产品能力、运营中心、开放对接能力等，打造企业办公易用/安全/统一的技能市场，加速AI在办公场景的大规模应用。 2. 参与搜索/意图识别等相关能力的设计和研发，涉及企业内部海量知识的接入/加工、搜索在/离线能力的建设（索引构建、意图识别、粗排/精排等），建设企业办公统一的搜索能力，同时结合技能市场的消费需要，提供高质量的findskill能力。
1、参与通用顶级域(gTLD)RSP平台（EPP、Whois、RDAP、Data Escrow等）的架构设计和开发工作； 2、参与通用顶级域RSP系统的规划和持续迭代升级，保障系统的稳定性、性能、可扩展性、业务合规性； 3、在深入理解ICANN合规要求、业务需求的基础上制定最佳技术方案，并推动方案高效落地； 4、通过AI Agent等新技术新方法的引入持续提升系统的稳定性、性能、业务合规性、运营效率等，助力业务发展。
1.负责阿里云大客户的数据类产品上云咨询和交付，了解客户的业务逻辑和数据架构，给出合理的数据产品组合和方案建议，为客户提供端到端的上云方案选型，设计，迁移咨询和实施服务； 2.总结项目交付过程中暴露的产品问题和解决方案，收集客户需求，推进产品不断进步，完善交付流程，降低交付效率和成本； 3.通过交付项目，抽象出可交付，可规模化复制的解决方案和服务产品，比如数据类产品性能优化，健康诊断，数据库分布式改造，去IOE，数据类产品多活解决方案等。
你将在以下三个领域： 1. 大型分布式系统软件的高可用性设计开发，自动化故障分析定位能力建设。 2. 高带宽高性能交换路由转发平面的定义、研发、测试和创新。 3. 大规模分布式路由协议的研发、测试和创新。 从事以下工作： 1、技术方案设计 • 收集、识别、分析网络架构和运维侧需求，并确定技术方案的目标、范围和交付成果 • 基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等 2、技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现 • 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等 • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署 • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等 3、稳定性和性能优化 • 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠 • 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能 4、技术预研 • 跟踪和了解最新的产品技术和趋势，根据业务需要提供最新的技术支持和建议。 5、技术规划 • 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。
1、 参与新业务讨论、合同审阅、涉税问题解答等一系列工作，对所处行业发展不断了解。贴近业务，平衡管理成本与收益，依法制定相关税务处理方案； 2、 能根据业务依法制定相关税务处理，落实合规和优化建议，协助各单位申请各种适用税收优惠； 3、 指导并复核企业税务合规管理工作，使团队能高质量、高效率地完成税务工作，对团队交付成果负责； 4、 根据法规与时俱进、不断优化税务管理流程的方式，使税务管理工作不断深入和完善，沉淀复用； 5、 与外部合作单位/监管机构建立并维持良好的工作关系； 6、对国内外税收环境的变化有一定的敏锐度和自己的见解。
1.基于对生意和链路的深刻理解，以及对用户消费习惯和周边竞对市场变化的洞察，数据分析的诊断，找到生意机会点，绘制门店经营大图，拆分线上线下生意目标以及落地； 2.懂商品特性，能够结合经营策略进行商品匹配找到售卖机会，知道不同场景不同用户卖什么，怎么卖，在门店做好场景打造-人货场匹配； 3.以“客户第一”思维执行做好公司营运标准，确保线下卖场顾客良好的体验； 4.熟悉仓配履约链路，做好卖场线上线下确保优质的履约服务和成本的管理； 5.针对门店问题，能够与区域中台做到协同沟通，并反推中台帮助门店解决问题； 6.通过门店精细化管理，做好费率、营运成本、损耗等管控，为门店经营结果负责； 7.掌握识人用人的基本方法，搭建良性人才梯队，激发团队积极正向拿结果；
技术服务与支持 • 积极响应热线、官网反馈、工单等多渠道的客户反馈和咨询，快速定位问题，解决疑难技术问题 • 高效地排查并解决产品技术服务问题，在服务过程中关注客户体验提升、有效管控客情 • 理解客户技术问题，基于产品知识和工具进行解决，对于产品缺陷和bug问题，升级给产研 标准化方案沉淀 • 持续推进服务标准化的建设，例如服务升级处置流程、故障应急流程、知识沉淀流程等 • 沉淀标准化的服务方案及通用技术方案，比如推动产品、工具、知识库的建设和改进，引导客户向合理的解决方案方向前进 • 编写相关产品技术类分析报告，输出知识库、服务技术文档等 • 负责提供研发、运维、安全等的技术培训赋能 生态运营管理 • 通过技术赋能、认证培训、质量体系、工具平台和组织文化建设等手段，建设技术服务生态体系 • 管控生态伙伴的服务过程和结果，保证技术服务关键指标的达成，无重大安全生产事故
1. 负责游戏核心交互体验设计，围绕第一人称、多人协作、物理互动等玩法，搭建交互框架； 2. 分析策划需求，独立完成玩法系统等模块的交互方案； 3. 梳理UI资源，对UI资源分配管理，保障游戏内体验的统一性； 4. 与策划、美术、程序协作，推动设计方案从原型到上线落地，并持续跟进体验品质； 5. 关注大 DAU 产品玩家反馈、数据表现及海外竞品趋势，持续优化用户体验并沉淀设计规范。
1、负责网易云音乐长音频业务的创作者产品建设，围绕播客主播、有声书作者等创作者，完善入驻、创作、发布、内容管理、数据反馈、成长及商业化等产品能力。 2、负责内容中后台产品建设，围绕内容接入、审核、上架、配置、运营及商业化等流程，搭建和优化内容管理、运营配置及相关平台能力。 3、结合创作者运营和业务发展需求，建设创作者分层、成长、激励、互动等产品机制，提升优质创作者活跃度和内容供给。 4、理解内容从创作者/版权方 → 内容生产 → 内容管理 → 搜索推荐 → 用户消费的完整链路，与运营、算法、研发、版权等团队协作，持续优化内容供给和分发效率。 5、关注播客、有声书等长音频内容生态的发展，结合业务目标持续探索新的创作者及内容产品形态。
1.负责自研分布式消息队列的架构设计与核心开发，优化消息生产与消费链路，提升高并发场景下的吞吐量与端到端延迟表现； 2. 建设集群管理、分区调度、负载均衡及容灾恢复能力，保障大规模集群的高可用与数据可靠性； 3.优化网络通信、内存管理和线程模型，完善流控、过载保护与多租户隔离，提升资源利用率和可运维性； 4. 完善顺序消息、消费进度、消息重试及积压治理，推进不同存储系统的适配与性能优化，推动技术演进。
主导大模型「AI for Science」中生命科学与化学方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，以可验证奖励（verifiable reward）为核心，定义模型在生物、化学场景下的科学知识理解、科学推理、工具调用与长程科研任务执行的能力边界，构建高质量、可自动判分、可复现的标注与评测数据集。具体包括： 1. 能力体系与标准制定：从 0 到 1 搭建生命科学/化学评测体系，完成能力维度拆解（科学知识问答与文献理解、假设生成、实验与合成路线设计、分子/序列/结构分析、多步科研工作流执行、结果验证与错误纠正）、任务难度分级、标注规范与评分标准，制定 rubric 与金标准，沉淀查重去污、难度校准、一致性审核的可复用工具链。 2. 数据生产与标注：设计贴近真实科研流程的任务与实例（结构预测、序列与基因组分析、单细胞与图谱数据解读、分子性质预测与逆合成路线设计、数据库检索 PDB/UniProt/ChEMBL、生信分析、文献综述与 notebook 计算），组织专家标注与示范，产出金标准与失败案例；与化学、生物实验团队协作打通「湿实验 / 计算」数据闭环，将真实实验结果——尤其是失败数据——转化为可用于 SFT、偏好与可验证奖励训练的高质量数据并回流模型团队。 3. 模型评测建设：对可对照公共数据库或计算判定的任务优先建成自动化 verifiable eval；构建端到端 Agentic 科学评测——涵盖科学工具调用与编排、多轮交互、长程规划、异常恢复、结果可复现性与科研安全边界（含双重用途/生物安全判断），推动任务从「单点问答」向「复杂真实科研场景」演进。 4. 质量管控与质检：建立双标注一致性校验、资深专家抽检、难度标定校准、查重去污与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例），并将结论回流数据生产与评测标准，保证结果可信、可复现、可追溯。 5. 数据基础设施共建：与工程团队共建支撑大规模科学标注与自动化评测的基础设施（沙箱 / 容器化科研环境、数据管线、评测框架），推进大规模生物数据（序列、结构、基因组、单细胞）的采集、编排与 AI-agent 接口建设。 6. 行业跟踪与跨团队协同：持续关注 AI for Science 与科学智能体方向动态；将评测洞察转化为模型改进方向（知识准确性、推理可靠性、长程任务成功率、科研安全），并与研究、工程及实验团队协作落地。
主导大模型「计算机操作」（Computer Use）方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型对浏览器与桌面原生软件界面的感知、理解与多步自主执行的能力边界，构建高质量训练与评测数据集。具体包括： 1. 能力体系与标准制定：从 0 到 1 搭建 Computer Use 数据体系，完成能力维度拆解（界面感知与视觉定位、控件识别与操作、多步任务执行、错误恢复、长程规划）、任务难度分级、标注规范与评分标准制定，制定 rubric 与金标准；覆盖有 DOM/accessibility tree 的结构化场景，以及无结构信息、需纯截图视觉 grounding 的原生应用场景。 2. 数据生产与标注：设计并产出高质量操作数据——组织多模态标注（截图、界面元素、操作轨迹、坐标级动作）、专家示范与金标准，覆盖浏览器任务（网页浏览、信息检索、表单填写）与桌面专业软件操作（办公文档/表格处理、CAD 绘图、Blender/3D 建模、图像与视频编辑、IDE 与终端命令、跨应用与 OS 级工作流），将真实使用经验转化为可用于 SFT、偏好与强化学习训练的数据。 3. 模型评测建设：构建贴近真实工作流的评测任务与端到端 Agentic 评测方案，涵盖视觉界面理解、工具调用与编排、多轮交互、长程规划、异常恢复与安全边界判断；针对桌面软件任务设计基于结果态的验证机制（导出文件校验、几何/渲染检查、脚本回读状态等），解决「操作对不对」难以自动判分的问题，推动任务从「单步指令」向「复杂真实场景」演进。 4. 质量管控与质检：建立任务查重与污染检测、难度标定校准、双标注一致性校验、资深抽检与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例）并回流数据生产与评测标准，保证结果可信、可复现。 5. 数据基础设施共建：与工程团队共建支撑大规模自动化标注与评测的基础设施（含桌面/容器化操作环境、数据管线、评测框架）。 6. 行业跟踪与跨团队协同：持续关注浏览器操作、桌面自动化、专业软件 Agent 等 GUI Agent 方向动态；将评测洞察转化为模型改进方向（感知准确率、视觉定位精度、操作可靠性、安全性），并与研究、工程团队协作落地。
1. 制定日用百货品类采销策略与年度规划，明确品类定位与价格策略，支撑业务目标达成； 2. 拓展并管理优质供应商资源，通过谈判优化采购价格、账期与供货保障，确保货源稳定与成本可控； 3. 制定采购计划与库存管理方案，协调仓储物流与销售环节，提升库存周转效率； 4. 分析销售数据与毛利贡献，优化品类结构，协助完成品类货架规划、SKU汰换及毛利优化，提高利润空间； 5. 协同运营、营销团队制定促销计划，提升销售转化与毛利表现。
主导大模型「操作物理设备」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，从 0 到 1 定义模型对实验室与工业设备的感知、理解、指令映射与多步自主操作的能力边界，构建高质量、可验证、可复现、以安全为先的标注与评测数据集。本方向以设备知识/接口规范、仿真与评测为核心：实体设备数据主要依托外部合作实验室与设备厂商协作获取，而非自建数据采集场。具体包括： 1. 能力体系与标准制定：搭建物理设备操作评测体系，完成能力维度拆解（设备状态感知与理解、read/write 原语到设备动作的映射、多设备编排、多步实验/工艺流执行、实时监控与动态调参、硬件错误恢复、安全限位判断、长程自主），制定任务难度分级、标注规范、评分标准与 rubric / 金标准。 2. 数据生产与标注：构建设备知识与「参考文件」数据——将设备手册、隐性操作经验、机器特性（如机械臂负载、量程、安全边界）通过自然语言标签结构化，沉淀为可供 agent 直接消费的标准化设备描述文件（能测什么、能调什么、强制哪些安全限位），支撑 agent 操作「从没见过的新设备」；以仿真与数字孪生为核心开展数据生产，在 digital twin / hardware-in-the-loop 环境中生成、扩充并验证设备操作轨迹与失败案例，缓解 sim2real 差距；实体设备数据通过与外部合作实验室、设备厂商协作获取，而非自建采集运营。 3. 模型评测建设：设计贴近真实科研/制造流程的评测任务，覆盖仪器操作（显微镜、液体处理器、机械臂、板读仪等）、跨设备协同、标准实验流程（如蛋白测定、qPCR、设备/激光校准、剂量-反应曲线）与工艺编排；构建端到端 Agentic 物理评测与安全验证——涵盖工具/驱动调用与编排（MCP、CLI、设备 API 与设备互操作规范集成）、多轮交互、长程规划、实时控制约束、异常与硬件故障恢复；针对物理任务设计基于结果态的验证机制（实验产出校验、设备状态回读、碰撞/超限检测），并把安全边界与不可逆风险评估作为一等公民，推动任务从「单条指令」向「复杂真实物理场景」演进。 4. 质量管控与质检：建立查重去污、难度标定校准、双标注一致性校验、资深抽检机制，规范多模态标注（传感器信号、设备元素、动作轨迹、指令级动作）并做一致性审核；对 bad case 做根因分析（数据 / rubric / verifier / 实例）并回流数据生产与评测标准，保证结果可信、可复现、以安全为先。 5. 数据基础设施共建：与工程/硬件团队共建仿真环境、评测框架、驱动集成与数据管线，推进可复现的物理设备数据资产沉淀。 6. 行业跟踪与跨团队协同：持续关注具身智能、实验室自动化与设备互操作方向动态；将评测洞察转化为模型改进方向（设备感知准确率、操作可靠性、安全性），并与研究、工程、硬件及外部合作实验室协作落地。
主导大模型「金融财会」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型在财务、会计、审计、税务、金融分析等场景下的能力边界，构建高质量、可验证、可复现的标注与评测数据集。金融财会可验证性强——会计恒等式、报表勾稽关系、税法规则、会计准则等均有客观标准，既适合规模化数据生产与自动判分评测，也对数字精度与合规零容忍。具体包括： 1. 能力体系与标准制定：完成金融财会能力维度拆解（财报分析与编制、账务处理与对账、税务申报与筹划、审计底稿与核查、估值与财务建模、金融数据分析、合规判断）、任务难度分级、标注规范与评分标准，制定 rubric 与金标准，沉淀查重去污、难度校准、一致性审核的可复用工具链。 2. 数据生产与标注：设计贴近真实财务工作流的任务与实例，共建 rubric，组织专家标注与示范，产出金标准与失败案例；覆盖财报/对账/发票/税务/审计底稿/估值/研报等场景，将领域经验转化为可用于 SFT、偏好学习与可验证奖励训练的高质量数据。 3. 模型评测建设：设计可自动核验的评分机制（对账勾稽、税额计算、准则符合性等），并构建端到端 Agentic 评测——覆盖 Excel/ERP、金融数据终端、数据库与 MCP 工具调用、多步财务流程执行；重点检出数字精度错误、幻觉与合规风险，推动任务从「单点问答」向「复杂真实财务场景」演进。 4. 质量管控与质检：建立双标注一致性校验、资深专家抽检、难度标定校准、查重去污与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例），并将结论回流到数据生产与评测标准，保证结果可信、可复现、可追溯。 5. 数据基础设施共建：与工程团队共建支撑大规模金融财会标注与自动化评测的基础设施（数据管线、评测框架、沙箱 / 容器化环境），推进可自动判分的数据资产沉淀。 6. 行业跟踪与跨团队协同：持续关注金融财会大模型与 Agent 方向动态；将评测洞察转化为模型改进方向（数字精度、准则理解、合规可靠性），并与研究、工程及业务团队协作落地。
主导大模型「长程 Agent 环境」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型在多步、有状态、需工具调用与长程规划的复杂 agentic 任务上的能力边界，构建高质量、可复现、可自动判分的任务环境与评测数据集。本岗位为横向底座，不绑定单一行业，所搭建的长程任务环境统一服务编程、数据分析、办公、科研、金融等各垂直方向；其核心不是判定单点答案正误，而是把真实任务转化为可复现、难度分级、抗奖励作弊的环境，并按执行过程对整条轨迹打分。具体包括： 1. 能力体系与标准制定：定义长程 agentic 任务的能力维度（任务分解与规划、跨步状态跟踪、长上下文保持、模糊性与中断处理、错误恢复与反思、长程一致性与终止判断），建立以步数、分支、不可逆性、信息完整度刻画难度的分级与可解性标定方法，制定过程级评分标准（里程碑 checkpoint + 子目标 + 最终态 + rubric 软标准）与金标准轨迹规范，沉淀为各垂直方向复用的统一方法论。 2. 数据生产与标注：把真实任务构建为可复现的有状态环境（固定初始状态、可重置 / 回放 / 分支的中间态、以录制或 mock 替代真实工具与 API、结果自动校验钩子）并容器化交付；将领域专家提供的任务抽象为可参数化的环境模板族，批量生成难度递增的变体；产出多步专家示范轨迹——尤其是「中途出错并恢复」「应对中断与模糊指令」等高价值样本，供 SFT、偏好学习与可验证奖励强化学习（RLVR）使用。 3. 模型评测建设：为每个环境配套自动判分机制，兼顾最终结果与过程关键节点、支持按步骤部分给分（credit assignment）；用前沿模型跑 pass@k 标定长程难度与可解性；通过大规模 rollout 定位长程特有失败模式（规划漂移、误差累积、状态漂移、上下文丢失、工具误用、过早终止 / 死循环、中断后无法恢复），沉淀轨迹级失败案例库并反哺各垂直方向。 4. 质量管控与质检：逐条审阅数十步执行轨迹、判断每一步动作与环境状态是否合理；建立环境分层校验（静态检查 → 冒烟 → 可达性 → 领域合理性）、双标注一致性校验、资深专家抽检、难度标定校准与查重去污；重点排查奖励作弊（reward hacking、绕过 checkpoint、伪造完成）与判分器可靠性、结果可复现性；对 bad case 做根因分析（数据 / rubric / verifier / 环境实例 / 具体轨迹步）并回流到模板与标准。 5. 数据基础设施共建：与工程团队共建长程任务沙箱、状态快照与重置 / 回放 / 分支机制、mock API 与工具 / MCP 编排、rollout 与过程打分管线、环境模板库与数据血缘，把「一次设计、批量生成变体」的能力工程化，供所有垂直方向复用。 6. 行业跟踪与跨团队协同：持续关注长程 agent、过程监督（process supervision）、可验证奖励与 agent 环境评测方向动态；与各垂直领域岗协作——领域岗负责任务真实性与答案正确性，本岗负责长程环境、过程奖励与轨迹质检——与研究、算法、工程团队形成「数据生产 → 训练 → 评测 → 回流」闭环。
1. 主导大模型推理性能优化：通过算子优化、模型压缩/量化/稀疏化、推理引擎开发及分布式系统设计等技术手段，全面提升大模型在GPU/PPU等异构硬件上的推理速度、系统效率与部署性价比。 2. 开展软硬协同的深度调优：针对不同架构和规模的AI加速硬件（如GPU、专用AI芯片），对KV Cache管理、内存调度、计算图优化等核心模块进行定制化性能调优，突破算力与访存瓶颈。 3. 支撑多模态与前沿模型架构落地：参与大模型推理系统的核心模块研发，支持Transformer、MoE、Diffusion、LLM、VLM等多种架构的高性能推理，并与算法、产品及业务团队紧密协作，实现端到端场景优化。 4. 构建高性能AI基础设施：基于软硬件协同理念，打造业界领先的AI推理底座，通过融合模型算法与底层硬件特性，释放组合优化潜力，形成显著的性能与成本优势。 5. 追踪和引领技术前沿：持续关注大模型推理领域的最新研究成果与开源生态，推动技术创新与工程落地，发掘软硬结合的技术创新，强化技术壁垒与商业竞争力。
1.负责游戏服务端各类系统开发； 2.负责游戏服务端各类玩法的开发； 3.负责游戏服务端系统的安全性和容灾能力相关的工作； 4.负责高并发游戏服务的设计。
1.负责游戏项目中的特效制作，包括但不限于角色技能、环境动态以及场景中的各类交互元素特效； 2.配合TA，使用Unreal Engine进行高质量特效材质、效果开发及调试优化； 3.负责跟进特效外包的品质审核及进度跟进； 4.对已有资源进行分析并改进，提升总体视觉品质和运行性能。
1.负责开放世界游戏中大世界及副本关卡的设计，使用3D引擎搭建白模关卡并验证可行性； 2.建立项目关卡设计开发的规范流程，总结方法论，推进关卡设计的可持续产出； 3.参与大世界玩法的设计和制作，包括但不限于地图事件、怪物布置、谜题设计等； 4.跟进相关的用户研究及玩家体验，持续对设计进行迭代优化，把控最终品质。
1.负责开放世界游戏中大世界及副本关卡的设计，使用3D引擎搭建白模关卡并验证可行性； 2.建立项目关卡设计开发的规范流程，总结方法论，推进关卡设计的可持续产出； 3.参与大世界玩法的设计和制作，包括但不限于地图事件、怪物布置、谜题设计等； 4.跟进相关的用户研究及玩家体验，持续对设计进行迭代优化，把控最终品质。
光网络运营团队负责阿里巴巴数据中心内光互连的规划、建设、测试和运营，致力于建设安全可靠，技术先进、可灵活调度、高效运营、大容量的信息传输通道，以支撑阿里云智能各项业务的发展。 • 负责全球全球骨干网、城域网、数据中心网络光网络巡检维护以及问题定位，并快速解决网络风险及故障； • 全球网络运营风险管理，负责网络生命周期的风险识别、规避控制和消除，涉及架构引入测试、验收、风险防范，确保网络服务满足稳定性需求。 • 负责网络设备/光模块产品引入、质量控制、线上运营、链路故障维修支持和能力建设。 • 研发高可用的光互联网络规划、建设和运营平台； • 负责网络运营自动化脚本编写，推进网络的自动化运维能力； • 通过数据分析和研究，提前识别网络架构风险、设备软硬件风险、设备老化风险，预测故障； • 持续推动网络架构模型优化
1、为游戏场景、副本、CG、PV、剧情歌等内容的制作音乐 2、结合游戏声音引擎，为游戏音乐设计播放机制并与其他职能及外包深度协作
1.参与数值框架和系统实现，为玩家呈现最核心的游玩体验； 2.为战斗内容、经济系统等搭建充分而合理的数值体系； 3.赋予角色、怪物以专业而又符合游戏性的数值，并使用高效科学的方法保持平衡； 4.用公式和体系把控经验和成长曲线，规划游戏进程。
1.负责战斗体系的迭代、机制的设计与制作； 2.负责战斗内的数值平衡和优化，并定期回顾线上数值体验进行持续优化迭代； 3.与相关职能有效合作，保证设计内容的上线质量； 4.实时跟踪用户反馈及对战数据，针对潜在问题或风险进行合理分析，并进行及时跟进解决。
1. 负责商业化资源管线规划和内容创意产出，能结合世界观、用户偏好、当下时尚热点与潮流度，进行内容设计及后续落地跟进； 2. 负责商业化资源的产出落地，串联美术、世界观、音频和宣发各环节共同实现交付； 3. 负责商业化相关的表现设计、开发及迭代运营，并完成相关的版本工作，包括商业化资源的上架、营销卖点等，需要对工作内容有较高的责任心、敏感度，谨慎细心，风险意识强； 4. 负责商业化内容上线后的效果复盘以驱动后续体验迭代升级。
1.根据角色设定与玩法要求，准确结合项目风格，输出【技能表演动作设计】，确保动作在不同视角，动作节奏及战斗体验流畅。 2.保证局内局外动作高质量完成，并能统筹管理两套标准。 3.据有竞品分析能力，能识别关键动作锚点或问题，并能结合具体项目内容，输出动作风格标准。有制定规范的能力.并针对技能表演，打击感课题有相关经验和研究。 4.角色动作与3C系统（角色控制，镜头运动，操作反馈）的适配和优化（有相关经验者优先）。 6.沟通风格良好，逻辑思维清晰，能配合团队，跨环节跨部门沟通，预演动作风格，并落地制作，输出规范。有项目研发经验。
1. 负责网易云音乐各业务线社招工作，根据部门业务规划，完成招聘目标； 2. 充分利用各种招聘渠道，满足业务部门招聘需求，并且建立、拓宽、维护招聘渠道； 3. 具有人才地图理念，根据业务部门人才战略及部署，定向挖掘特优人才，迅速搭建人才体系以应对市场挑战； 4. 深入职位分析，拟定招聘方案，并负责实施招聘方案的具体推进，保证招聘任务顺利完成。筹备、管理内部校招、洞察等专项工作。
