共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1、对接GTM和销售要货需求，结合PSI数据，组织S&OP的需求计划编制、决策和管理，牵引供应链PC和MC计划基于整机成品需求计划向下分解为物料齐套计划以及整机生产/出货计划； 2、牵引端到端领域进行整机和物料责任量的数据对齐，全面整合渠道库存、整机PO、物料责任量的数据并及时预警风险；推动GTM和销售渠道达成整机提货率和要货计划准确率； 3、基于S&OP需求的交付节奏，制定产能规划和战略物料规划需求；对销售侧的提货达成率和PSI数据进行整合管理，及时调控S&OP并及时上报库存风险驱动决策调控库存消耗的操盘策略； 4、发布S&OP计划及整机交付和ITO分析报告，推动端到端领域优化改进。
1. 制定生产计划：根据客户订单、市场需求及工厂产能，编制月度/周度/日度生产计划，明确生产任务、产线分配及时间节点； 2. 进度监控与调整：跟踪生产执行进度，协调解决生产异常（如设备故障、人力不足），动态调整排程以应对紧急订单或变更； 3. 优化生产流程：通过持续改进和优化生产流程，提高生产效率，降低生产成本； 4. 物料需求计划：基于BOM（物料清单）和生产计划，计算原材料及零部件需求量，制定采购计划并跟踪到货进度； 5. 库存管理：设定安全库存水平，实施ABC分类法控制库存，定期分析周转率、呆滞料比例，提出降本方案； 6. 物料异常处理：协调解决物料短缺、过剩问题（如紧急采购、替代料切换），处理来料不良或生产报废导致的补料需求； 7. 协调供应链：与供应商、物流等部门紧密合作，确保物料供应的稳定性和及时性。
1、督促计划组及时更新FCST,落实代工厂备货状况并根据需求下达采购订单； 2、协助并督促代工厂及时根据生产和试产的需求,按时齐套进料计划； 3、定期要求与供应商沟通，及时了解他们的生产计划、备货、货源及公司状况； 4、不定期的按公司项目的状况及需求量,对供应商做到风险排查； 5、物料和整机交付； 6、定期组织供应商绩效考核和QBR会议。
1、据新产品/新项目需求寻找符合研发、质量和成本要求的合作伙伴；主导供应商现场审核和定期绩效评估，建立并动态维护合格资源池； 2、负责项目/物料的成本拆解与分析，组织招标、询比价，制定年度/项目供应商策略；完成阶段降幅目标，通过二供导入、制成优化和良率提升等手段达成年度降本指标；需要达成项目首交目标和解决量产过程中交付异常； 3、技早期介入研发选型，评估物料可制造性、供应风险，连续交付能力；针对关键瓶颈物料，提前布局、建立安全库存或垂直整合方案； 4、维护战略/核心供应商关系和定期沟通，推动质量、交期、持续降本；主导供应商月度/季度绩效考核，优化资源池； 5、持续收集物料或原材料行情、产能、政策变化，输出品类策略报告；维护和刷新系统价格、配额、认证信息，确保数据及时准确； 6、协调处理各体系遇到资源性异常。
1、根据公司发展战略，做好京东店铺的销售规划，结合自身运营技巧，达成月度、季度、全年销售目标； 2、制定大促、新品活动方案并执行落地，监控并分析店铺日、周、月度的流量、转化数据，同时收集行业、竞品数据和活动节奏，分析市占、成交构 成、流量来源等核心指标，并及时做出应对策略； 3、负责品牌京东自营/POP店铺整体运营工作，包括：商品主图文案、标题关键词、高广词等前端详情优化工作，以及好评率、店铺评分、商品质量分等后端动态数据维护工作； 4、熟悉京东平台流量分发规则，并能通过一系列手段提升商品权重获取平台免费搜索、推荐流量； 5、对接采控补货，对京仓库存周转负责，确保日常期商品现货率98%以上，保证前端销售供应； 6、对于京东平台京准通推广工具有一定的了解，对于快车、触点、京速推等细分版块有自我的玩法总结，对接投放同学，分析提升广告投放效果。
1. EDA 领域数据体系设计：针对流片前全流程（数字：RTL 设计 / 验证 / 仿真 / 综合 / STA / PnR / DFT；模拟 / 混合信号：晶体管级电路设计 / 前后仿真 / 版图 / 寄生参数提取 / DRC-LVS signoff / 时序与功耗分析，如 ADC / DAC / PLL / SerDes / 电源管理 / 射频等）做结构化拆解（考点分类、难度分级、任务原子化），设计可复用的任务模板与评测协议；把真实芯片开发任务（spec→RTL、模拟电路拓扑设计与调参、波形 / 时序 / 综合日志理解、TCL / SKILL 脚本、bug 定位等）转化为可批量造题的数据来源，沉淀标准化的领域数据资产。 2. 可验证环境与数据链路搭建：在服务器集群（LSF / SGE）+ 命令行 / TCL / SKILL 的真实工程环境上搭建可验证环境（数字：Verilator / iverilog / cocotb、Yosys、OpenROAD / OpenLane；模拟：Virtuoso / HSPICE / Spectre / Calibre、ngspice / Magic / KLayout），把工具退出码、DRC / LVS、slack / 面积 / 功耗 / 增益 / 相位裕度等转化为可自动判分的验证信号，并配合工程侧部署采集 Agent，让数据链路贴合实际工作方式。 3. 大模型行为轨迹生产与激励标注、Rubric 共建：驱动大模型在真实 EDA 环境中执行任务，采集完整的推理与操作轨迹，设计多阶段过程激励（Process Reward）与结果激励（Outcome Reward）标注方案；与 Rubric 团队把 EDA 专业判断拆成硬验证（工具退出码 / DRC-LVS 通过）+ 数值指标（slack / 面积 / 功耗连续奖励）+ milestone + LLM judge 的多层评分规则，将轨迹转化为可用于 SFT / DPO / RLHF 的高质量训练数据。 4. 外部专家与生态管理：与高校课题组、芯片设计专家、外部众包建立长期合作机制，负责需求定义、验收标准撰写、任务分发、结果评审与流程规范迭代，通过外部资源规模化供给精标数据。 5. 与模型团队协同推进：作为数据侧对接人，读得懂 EDA 相关 benchmark，参与能力评测集设计、Bad Case 归因、数据配比与训练策略制定，定位模型能力短板并反推所需数据，推动"数据 → 模型 → 评测"闭环。
1. 负责相关类目的商家招商、运营与生态建设，推动商家资源拓展与商家分层运营策略落地； 2. 基于市场趋势与消费者需求，制定品类规划及商品优化方案，整合平台资源支持商家增长，提升商家活跃度与GMV； 3. 通过数据驱动分析（如销售趋势、用户行为、供应链效能），优化运营策略与资源配置，实现商家运营效率与业务目标达成； 4. 跨部门协作推动资源整合（如物流、营销、供应链），解决商家痛点，助力中小商家从0到1快速成长及头部商家规模化发展。
负责智能体Harness（Skill、RAG、记忆等）的共性行为安全风险的发现、检测与防控能力建设。围绕 Agent 应用落地到各行业业务场景后暴露出的行为失控、组件被污染等业务风险，聚焦 Agent Harness 的资产发现与动态风险检测，联动网络安全、数据安全及业务部门构建纵深的 Agent 行为风控能力，持续降低智能体在真实业务流程中"做错事"和"被污染"的风险，保障智能体业务安全、稳定、可控地运行。
我们是AI Coding团队，我们的作品是Qoder。加入我们，你将参与核心功能设计、开发者体验优化与企业级生态整合，与顶尖的产品、研发和设计团队共同打造行业标杆级 AI 编程产品。 你将会： - 参与Qoder核心功能的产品规划与迭代，覆盖企业知识引擎、上下文工程管理、Agent 工作流等方向； - 深入用户真实工作流，洞察高频痛点，设计可落地的 AI 场景方案； - 与前端、后端团队紧密协作，推动快速迭代，持续打磨用户体验； - 持续跟进 LLM 与 AI Agent 前沿进展，将新技术转化为产品能力； - 通过数据分析与用户反馈闭环（日活、功能使用率、NPS），驱动产品策略持续进化。
参与供给相关业务领域数据方向的AI应用建设，围绕数据研发、服务、应用的全流程，以知识为地基，把业务口径沉淀为AI可推理的知识资产；用多Agent工作流把数据研发从需求到上线的智能化，让数据Agent在口径硬约束下持续产出正确、可验证的结果。 1、数据研发与建模：参与数据的领域建模与口径定义，从ETL代码中提取口径规则并结构化为AI可推理的知识资产；攻坚脚本代码生成准确率，实现从需求描述到SQL/数据加工任务的自动生成与回归校验。 2、运维：构建Agent驱动的数据运维能力，实现任务异常的自动发现、根因归因与自愈处置；保障多步骤Agent工作流的生产级可靠性（状态持久化、人工介入与回退）与全链路可观测。 3、数据服务与应用：建设数据服务和编排的AI应用建设，用于支撑业务经营分析、AI评测与上层Agent应用的数据供给。 4、支撑实际业务经营场景与AI系统，把数据能力转化为可衡量的业务经营效果。
负责国际化多模态大模型的优化以及智能体的构建，落地到违禁、知识产权、资质不符等各类商品风险防控治理中，包括但不限于： 1. 商品多模态大模型优化，包括多语言多模态电商数据挖掘与清洗、任务微调、强化学习偏好对齐等，对海量商品信息（包括图片、标题描述等）进行高准确率、高召回率风险识别； 2. 参与智能体框架的设计与实现，推动在各类治理场景中的落地； 3. 基于业务风险目标、审核成本和机器成本要求，设计落地多模态大模型运行的机制，达到风险、成本、体验的更优平衡。
团队介绍： 业务平台技术团队致力于通过建设敏捷的业务技术助力海外业务创新、突破，当前我们服务阿里国际数字商业业务，如AliExpress、Lazada、天猫淘宝海外、Daraz等。我们是一支领航的平台团队，坚持基于云原生的中台开源技术路线，建设简单、开放、务实、专业的全球化业务平台，用技术助力业务！加入我们你能够和我们一起建设前沿的云原生时代全球化产品技术架构；你能够体验到洲际互联带来的网络、数据、产品、系统等全方位的挑战；你能够感受到全球不同肤色、不同民族的用户在你构建的平台上完成购物的喜悦！ 职位描述： 1、深度参与 AICoding 核心项目建设，利用大模型（LLM）、RAG 及 Agent 协作架构，攻克从 PRD 语义解析、技术方案设计到代码自动生成的关键技术瓶颈，通过构建领域知识库与智能工作流，持续提升复杂业务场景下的代码自动化产出比例。 2、负责 Lazada/AliExpress/Daraz/Miravia 等全球化电商核心业务的需求支撑，深度结合 AICoding 工具，将 AI 能力注入到日常开发链路中，实现多国、多端复杂业务逻辑的高效迭代，在保障交付质量的同时，探索并实践 AI 驱动下的敏捷开发新模式。
1. 负责直营商品规划与目标达成，通过曝光转化率、有货率、品规覆盖率等过程指标开展监控、诊断与复盘。 2. 制定品类与商品规划，结合需求与趋势识别增长机会与供给缺口，推动阶段性规划落地。 3. 推动商品经营全链路闭环（选品→铺品→入仓→在架），通过竞价与货盘结构调整降低成本，平衡规模与利润。 4. 联动产技、行业、供应链推动跨团队项目落地，沉淀标准化SOP与工具能力，对业务结果负责。
1. 针对预训练（含mid-training，下同）模型在coding，cowork，长尾知识，长文本能力等方面的弱点，设计并构建具有可扩展性的自动化评测方案及高质量数据集。 2. 整合高质量公开评测集和私有评测集。为不同训练阶段、不同领域、不同优化目标（模型结构/数据配比/主线模型迭代）定制评测方案，挑选质量最高、领域最合适、区分度最好的评测数据与指标。 3. 与工程团队合作提高评测系统的效率与稳定性，完善评测故障分析与检测，并推动文本评测与Agent评测的自动化与可视化。 4. 设计Pretrain + LightSFT的数据配比和训练策略并搭建相关pipeline，实时检测预训练模型的agentic潜力。 5. 设计面向后训练agent能力导向的预训练评测范式，挖掘高预测性的external metrics以及internal indicators，寻找上限更高、潜力更强的预训练基座。
关于团队 我们是瓴羊One 经营参谋技术团队，业务覆盖电商智能运营等核心场景，用 Agent + 大模型重塑商家的"看店、问数、做内容、做决策"全链路。 Agent 能不能被信任，最终取决于它读到的数据对不对、快不快、懂不懂业务。所以数据研发在这里不是"提供表"的角色：你要建的是面向 Agent 的数据语义层——让指标口径、维度关系、业务规则以智能体可理解、可调用、可推理的形式沉淀下来。我们离业务足够近，也离模型足够近，链路完整、决策空间大。 你将负责 1、面向 Agent 的数据语义层建设：参与并主导语义层的设计与落地，推动数据资产从"一堆表"演进为智能体可理解、可调用、可推理的消费形态（语义模型、统一指标口径、元数据与工具化接口），支撑 Text2SQL / 问数 / 分析助手等场景； 2、端到端建模与交付：负责核心业务域的数仓分层与模型设计（ODS/DWD/DWS/ADS），基于流批一体架构（Flink + Spark/MaxCompute + Paimon）完成实时与离线链路的统一构建、开发与上线，对交付结果负责； 3、实时计算攻坚：主导 Flink 实时链路建设，覆盖 CDC 接入、多流 Join、维表关联、状态管理与 Exactly-Once 保障；独立处理反压、数据倾斜、Checkpoint 失败、状态膨胀等线上问题； 4、质量治理与稳定性保障：建设覆盖全链路的监控告警、基线、DQC 规则与血缘追踪，确保关键数据任务满足 SLA；参与故障应急与复盘改进； 5、成本与研发效能：负责计算/存储资源治理与任务性能优化，沉淀研发规范、模板与自动化工具，让治理靠机制而不靠人肉巡检。 我们提供 真实场景：服务百万级商家，数据链路每天被业务、被 Agent 真实调用与拷问；完整链路：从接入、建模、语义层、服务到治理与评测，技术栈不"半成品"；决策空间：技术选型与架构演进有充分话语权，团队鼓励"先发起、再讨论"；成长加速：与一线大模型、Agent 框架团队紧密协作，定期内部技术分享。
推动在各个行业专家领域高生产力价值Cowork Agent的构建与实践落地，让模型在Agent环境中完成现实世界的真正复杂任务，持续提升模型在真实、高经济价值任务中的表现，拓展大模型实际能力边界。 1. Envs/Harness Building & Generalization：复现并维护高可靠性主流Harness环境，提升模型在不同Harness场景下的泛化能力；同步探索Qwen Frontier Harness设计，探索Loop Engineering、Multi-Agent 与 Auto-Harness，与算法/数据链路 codesign 实现更好效果。 2. Data Design & Scaling：挖掘金融、量化、法律、医疗、设计、数据分析、工业、工程等场景下的高价值数据和workflow，探索数据Pattern演化，User-Centric Data优化，General Long-Horizon Data Pipeline构建；在CPT/SFT/RL端到端验证配比/学习策略，优化模型端到端长程的行业Agent解决方案。 3. Agentic Rewarding System：构建面向真实Agentic任务的General Verifier，设计Evolving Rubrics、Code Verifier、实现Outcome & Process Level 数据监督与自动化Rewarding，User model Rewarding。 4. Real World RL：基于现实环境、现实任务的大规模Agentic RL训练，探索CPT->RL的端到端Scaling Law，Multi-step Rewarding Shaping，Agentic Behavior Learning。
1、作为云产品容器云原生领域的专家，为客户提供云产品的专家服务支持，负责疑难升级问题的快速定位、分析解决。 2、与研发团队对接，根据客户反馈的问题推动云产品Bug修复、架构方案优化。推进后台诊断工具、用户侧自主化诊断工具的落地。 3、基于云产品问题排查能力和经验，利用AI Agent来完成问题处理提效。 4、整理输出官方技术文档与解决方案，指导用户合理使用云产品。 5、为客户提供企业级服务中云产品相关场景的的解决方案，协助客户完成云环境上的业务技术落地。
1、负责淘天集团直营业务的行业运营，能够基于业务目标拆解，制定行业年／季／月度运营计划，对生意结果负责； 2、洞察消费者需求，制定行业品类增长策略，设计分层商品梯度并做好商品决策关键要素的运营，联动商家定向引入供给，结合渠道机制运营打爆，实现业务规模的增长； 3、有商家运营经验，可以结合业务发展需求，设计商家分层梯度并运营商家，整合资源，实现商家规模&业务规模的增长
1. 负责研发大规模世界模型，提升模型对真实世界动态变化的建模能力。 2. 研究可规模化的世界模型架构，解决世界模型在长程预测中的物理一致性问题和长期记忆等问题。 3. 构建世界模型数据体系，探索世界模型在参数与数据规模上的 Scaling Laws。 4. 构建可交互的世界模型系统，并推动技术在实际产品中的落地。
1、负责千问、夸克的Agent应用研发，熟练运用agent相关技术，实现诸多AI应用的快速落地与持续迭代； 2、保障Agent应用系统的稳定、高效运行，帮助业务优化性能和改善系统稳定性，持续提升用户体验； 3、持续跟踪前沿技术趋势，关注并探索引入新技术新方法，持续提升产品技术、工程架构上的先进性。
1、对智能硬件，AI硬件等新品类产品发展态势敏感，能基于业务洞察构建产品营销体系，熟悉GTM为牵引的工作流，可以通过营销方案落地，驱动产品、销售、运营、算法&技术等多部门协同。 2、承接品牌策略、目标顾客洞察、产品技术和功能，制定产品营销的目标及路径策略，输出产品营销创意核心策略，有效提炼产品卖点，制定整个生命周期在线上、线下、通路营销各维度的营销方案与项目管理，确保按计划执行落地，不断提升产品的认知度、考虑度与转化率； 3、从产品立项阶段开始参与新品从上市到发布到热销到退市再迭代的生命周期全流程，通过产品发布策划、产品传播策划等关键策略，开展产品声量舆情运营、销售渠道营销支持，联动产品研发、运营及线上、线下零售&渠道销售，推动实现用户增长的核心目标，对产品的成功上市负责。主导产品营销的广告前测、Campaign策划与效果评估等项目，定期进行复盘分析； 4、独立协调和推动公司内部资源，多快好省的支撑年度/季度/月度营销计划的落地和目标达成； 5、把外部标杆企业、公司内等相关的信息、案例或技术进行收集、分析、沉淀与总结并输出成果，形成可复制的经验与模式并有效落地与运用，提升团队专业技能水平。
【岗位定位】 本岗位旨在寻找具备全域风控视野的策略专家，不仅精通传统风控逻辑，更致力于推动AI技术在风险感知、归因定性及决策处置中的深度落地。你将作为连接“业务风险”与“人工智能”的桥梁，构建下一代智能风控引擎。 【岗位职责】 1、全域风险感知体系构建： 负责营销反作弊、账户安全、交易欺诈等多场景的风险指标监控；建立基于异常检测的主动感知机制，实现对未知风险的早期发现。 2、智能归因与风险定性： 主导复杂风险事件的深度分析，利用统计学与AI辅助手段，快速完成风险定性；沉淀风险特征库，为模型迭代提供高质量标签。 3、AI风控场景落地： 探索大模型（LLM）与机器学习在风控中的应用，包括但不限于：自动化风险报告生成、非结构化数据（如文本、图像）的风险识别、智能归因助手开发等，提升运营效率。 4、实时风控逻辑优化： 深入理解实时风控引擎运作机制，将业务洞察转化为高效的实时策略。 5、跨场景策略统筹： 打破单一业务线壁垒，统筹营销、账户、支付等全量风险防控策略，确保风控体系在应对跨场景交叉攻击时的整体有效性。
AI 客户开拓与商机挖掘： ● 新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 ● 客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 ● 驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 ● 建立组织客情：能与客户业务负责人对话，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。 AI 价值传递与场景共创 ● 理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 ● 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。 AI 客户商务转化策略与业务收入 ● 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。对AI MaaS业务的Token用量和收入增长负责 ● 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。 持续做好客户服务与市场洞察 ● 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。 ● 竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
负责 AliExpress 重点国家/区域的新客获取与激活策略制定，基于市场阶段、用户结构、供给能力和业务目标，输出国家/区域增长策略 负责海外广告投放的全局策略与预算分配，统筹 Facebook、Google、TikTok 等多渠道组合，提升新用户规模、激活效率与首单转化 深入分析不同国家用户行为、人群质量与供需匹配关系，联动站内用增、行业、商品、创意团队，推动广告人群与站内承接链路高效匹配 跟踪海外市场动态、竞品策略与媒体趋势，识别新市场、新渠道和新人群机会，推动投放策略从单渠道优化升级为综合增长操盘 打通站外广告到站内激活、首单、留存的完整链路，监控漏斗表现，通过总结投放经验赋能AI投放产品的迭代升级
懂人心有热爱的你将搭档一支神秘军团：他们守护着千万企业的数字资产，研究最前沿的AI安全、云原生攻防与威胁情报，却鲜少站在聚光灯下。他们游走在代码与攻防之间，用算法拆解攻击者的每一步棋，在毫秒之间筑起防线。 你不需要会写代码，但你要懂这群「极客」的语言与热爱。你将深入安全业务核心，与顶尖人才并肩，在最烧脑的攻防里，破译组织持续进化的密钥。 ➢ 职位描述 ● 理解业务战略，并为业务部门的战略落地提供人力资源专业解决方案、规划并推进落地； ● 根据业务组织发展的需要，进行组织诊断，配合业务一号位梳理上下游生产关系，做好排兵布阵，并支持业务leader制定岗位及人才标准，确保选、用、育、留、汰； ● 基于人才标准，帮助业务团队做好人才的即时供应，保留业务所需的关键人才，促进人才新陈代谢； ● 在业务团队推动公司层面变革，理解变革背后的逻辑，并融入到HR日常工作中，配套并完善组织机制，提升组织效率； ● 深入理解文化价值观并身体力行，传承公司文化，促进员工对文化价值观的理解、认同、共识与践行； ● 建设沟通渠道，成为员工与组织的桥梁，增强员工归属感和团队凝聚力，保证组织的持续健康成长； ● 妥善处理好各类员工事件和廉正合规事件，在组织中引导积极、正向的风气。
你将搭档一支专注连接战略与市场的团队：从客户管理到销售赋能，从定价策略到商业设计、从商业洞察到战略落地，他们贯穿着阿里云商业全链路。在这里，你的HR专业能力将与业务决策紧密相连，与团队一起为阿里云的持续增长贡献扎实的力量。 ➢ 职位描述 ● 理解业务战略，并为业务部门的战略落地提供人力资源专业解决方案、规划并推进落地； ● 根据业务组织发展的需要，进行组织诊断，配合业务一号位梳理上下游生产关系，做好排兵布阵，并支持业务leader制定岗位及人才标准，确保选、用、育、留、汰； ● 基于人才标准，帮助业务团队做好人才的即时供应，保留业务所需的关键人才，促进人才新陈代谢； ● 在业务团队推动公司层面变革，理解变革背后的逻辑，并融入到HR日常工作中，配套并完善组织机制，提升组织效率； ● 深入理解文化价值观并身体力行，传承公司文化，促进员工对文化价值观的理解、认同、共识与践行； ● 建设沟通渠道，成为员工与组织的桥梁，增强员工归属感和团队凝聚力，保证组织的持续健康成长； ● 妥善处理好各类员工事件和廉正合规事件，在组织中引导积极、正向的风气。
1. 接入外部应用生态能力：与互联网平台公司、AI原生应用公司、传统行业/基础设施行业头部企业等各类伙伴保持交流，从对方App或其他产品中识别高价值场景和能力，主动储备和并适时推动合作，提升大模型产品的垂类知识深度和任务处理能力 2. 关注AI应用生态的演进：常态监测各类头部AI应用、云厂商、agent聚合平台、知名开源平台等的进展和动态，为内部产研团队提供信息输入，保证行业认知和信息情报的先进性 3. 团队分工协作高效推进：与其他商务方向协作，共同完成各垂类能力的高效触达和接入，与产研团队协作，共同提升产品竞争力 4. 其他内容数据商务工作：视业务需求和团队分工的变化，有机会承担内容/数据采买、流量置换合作、定向商务拓展等方面的工作
1. 负责视频生成模型中音频方向各任务的评估工作，包括但不限于：通用及专项评测集构建、主观评估方案设计、评测培训宣贯、评测数据校验、评测报告撰写等，对评估结果负责； 2. 负责音频算法研发流程中各模块真实能力的评估工作（数据集质量、单点及e2e能力等），通过敏捷评测等机制，设计流程实验，及时暴露诊断反馈问题； 3. 追踪学界、工业界前沿成果，在模型与听觉感官对齐、人类偏好数据建设等交叉领域持续钻研创新； 4. 管理内外部评测与精标执行团队，提升执行团队工作效率。
1. 主导或协助处理针对公司的各类风险事件，开展线索挖掘、数据溯源与电子数据取证分析。 2. 撰写报案材料、整理证据链条，配合公安机关开展案件侦办及落地。 3. 针对各类风险进行应急响应与溯源分析，发现并推动修复潜在的安全漏洞。 4. 持续跟踪网络黑灰产动态、新型网络犯罪手法及暗网情报，为公司业务风控、安全防御策略及打击行动提供前瞻性情报支持。 5. 熟悉网络安全相关法律法规，确保调查取证过程合法合规，为法务团队提供技术层面的证据效力支撑。
1.视频生成内容描述质量评测； 2.负责多维度打分标准制定与校准； 3.评测数据集构建与迭代； 4.负责caption标注/评测任务全流程对接，整体进度和质量把控，人力协调和风险预警，产出评测报告驱动模型优化，确保任务如期交付
