共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1. 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。 2. 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。 3. 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。 4. 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。 5. 参与图文、视频、音频各分支标注小组，确保一套混合数据集在空间和时间上同步交付。
1、中台岗位，对接前台业务，负责业务运营全链路的运营数据指标体系建设、策略效果科学评估、数据产品建设； 2、通过多维度数据分析，助力业务达成目标，主要包含：业务预测，目标测算和拆解，业绩监控和经营健康度分析，协同相关资源推进运营策略落地，发现经营机会和风险等； 3、基于对业务商业逻辑的理解，熟练运用商业分析方法、数据科学评估和推断、利用内外部数据获取渠道，洞察业务趋势、消费者行为、平台商家策略，探索商业模式，诊断业务问题、评估运营效果等，提供业务数据化决策支持。 4、通过深挖海量业务数据，对专项疑难问题、指定方向的重点研究课题，输出落地性较强的商业分析报告，和策略建议。
1、负责阿里国际在俄罗斯市场的货通整体解决方案设计与落地，打通跨境供应链&物流关键节点。 2、深入分析市场动态、竞争对手定价机制及客户行为数据，制定差异化、可落地的定价方案。 3、协同内外部团队（包括商家、 行业、中台、物流等），推动系统对接、流程优化和异常处理机制建设。 4、监控货通全链路时效与成本，持续迭代方案以提升履约体验和运营效率。 5、沉淀俄罗斯市场货通最佳实践，为其他新兴市场提供可复用的方法论和工具支持。 1、Design and implement end-to-end cargo clearance and logistics solutions for Ali International’s Russia market, ensuring seamless cross-border logistics operations. 2、 Conduct in-depth analysis of market dynamics, competitor pricing mechanisms, and customer behavior data to develop differentiated and actionable pricing solutions. 3、Collaborate with internal and external stakeholders—including Sellers, Internal category manager ,logistics providers, and local partners—to drive system integration, process optimization, and exception handling mechanisms. 4、Monitor end-to-end logistics performance in terms of lead time and cost, and continuously refine solutions to enhance fulfillment experience and operational efficiency. 5、Document and standardize best practices for Russia cargo clearance to support replication in other emerging markets.
核心职责：自动化评测集建设能力 1. 建设面向产品Agentic场景（Search Agent、Office Agent、对话Agent、生活服务Agent等）的端到端评测集，量化模型在真实产品链路中的表现，并拆解到模型原子能力，确保评测粒度可拆解至独立能力维度； 2. 基于评测数据产出结构化的模型能力诊断报告，明确优势与短板，形成可执行的优化建议，辅助算法团队确定模型迭代方向； 3. 持续追踪业界前沿Benchmark与评测方法论，保持评测集的先进性和行业对标能力；
1. 搭建素材供给与分发效率的数据指标体系，通过结构化归因定位供给瓶颈和效率洼地，关注内容生态的多样性与健康度，保障生态的长期可持续； 2. 面向商家与创作者输出运营方法论及实操指南，设计分层培训与赋能方案，结合任务体系和激励机制拉动供给质量持续提升； 3. 负责推荐场域的素材质量运营，深入理解淘宝用户的内容消费偏好，挖掘图文、短视频、直播等素材形态的种草特征与转化驱动力，定义并持续迭代素材质量评估分级体系； 4. 推动AI能力在素材评估、智能审核、商家工具等场景的落地应用，将运营方法论转化为可复用的系统能力，提升运营效率与规模化水平。
负责对接公共云业务中IT硬件品类的采购工作，协同销售/运营/产品/交付等部门支持并执行采购工作；包括： 1、采购需求确认 沟通确认采购需求和具体采购项目详细要求，分析和评估采购需求的合理性和可行性，确定采购项目的预算和时间计划，并与内部部门达成一致 2、采购谈判与合同管理 组织与供应商的商务洽谈和采购谈判，管理采购合同的签署和执行，确保合同条款的合规性和有效性，跟进与监控合同履行情况 3、成本控制 确保采购项目在预算范围内进行，在谈判中争取最有利的采购条件和价格，分析采购成本结构，制定成本控制策略和措施，降低采购成本、提升采购效率 4、采购流程优化与合规 遵循公司的采购政策和合规要求，审查和优化采购流程，确保采购过程高效、透明和规范，参与采购流程的数字化和自动化改进，提升采购效率
1、负责公司业务渠道拓展，挖掘新的合作客户，拓展多元化商务合作模式，完成公司既定的商务拓展及业绩目标； 2、主动调研行业市场动态、竞品商业模式及客户需求，收集市场信息、行业政策、合作商机，输出市场调研分析报告，为公司业务发展、合作策略调整提供有效依据。对接合作方、客户的商务洽谈、合作方案制定、合同谈判及签约落地工作，跟进合作全流程，保障合作顺利推进，维护良好的商务合作关系； 3、深度维护存量客户及合作渠道，定期开展客情回访，挖掘客户二次合作、增值合作机会与合作产值； 4、负责业务日常运营数据的统计、整理与监控，涵盖渠道数据、业绩数据、客户数据、转化数据等，建立常态化数据台账并定期开展运营数据分析，拆解业务转化链路，精准定位业务增长亮点、短板及运营问题，输出双周运营数据分析报告；； 5、统筹业务运营全流程，协同内部产品、研发等团队，落地运营优化动作，解决业务推进过程中的各类运营问题，提升整体业务运营效率。同时基于数据分析结果，拉通多部门配合，针对性优化商务运营策略，提出可落地的业务优化方案并跟进执行，驱动业务业绩增长。定期复盘商务拓展、合作运营项目效果，总结成功经验与失败问题，迭代优化商务合作模式与运营体系。
1、负责日常媒体沟通，策划并组织媒体沟通会、发布会、专访等媒体活动，持续拓展高质量媒体资源； 2、参与重大传播项目的媒介策略及内容共创，根据内容属性匹配差异化渠道组合，把控发布节奏，确保传播声量与质量达成目标； 3、定期输出传播效果及投放数据分析，为媒介策略优化提供依据。
岗位定位： 将大模型能力转化为可上线、可运营、成本可控的产品化能力。你将主导从问题定义到生产交付的全链路工作——做技术选型、搭应用架构、建数据闭环、构建评测体系，最终交付可持续迭代的 AI 产品。 核心职责： - 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。 - 对所负责模块的线上质量、稳定性与成本负责，建立监控、告警与兜底机制，驱动持续迭代。 - 在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。 - 搭建 Agent 系统的工程化落地，包括多 Agent 协作与编排、Tool-Use（MCP 等协议）集成、Memory 管理，推动从原型到线上的完整闭环。 - 构建数据飞轮：设计采集、清洗、标注的工程化流水线，打通"上线 → 反馈 → 数据 → 迭代"循环。 - 面向业务目标设计评测指标，搭建自动化评测框架（LLM-as-Judge / Auto-rater），执行线上 A/B 实验，监控效果漂移并及时干预。
1. 负责芯片设计（EDA）方向 AI 训练数据的标注管理与质检，把资深芯片工程师的设计与调试经验，转化为大模型可学习的高质量轨迹数据，直接参与“让大模型学会做芯片”这件从 0 到 1 的事。 2. 面向 RTL 设计与功能验证、逻辑综合 / STA / PnR（QoR 优化）、调试修复（fail→pass 闭环）等环节，设计标注与质检流程，制定 rubric 与验收标准，对题目与轨迹质量把关。 3. 与平头哥、达摩院等芯片与算法团队深度协作，共同定义 agentic EDA 的能力边界与评测基准，推动模型在真实 EDA 工具链上跑通。 4. 构建本方向数据质量体系，对题目难度分层、轨迹根因归因负责；把稀缺的芯片工程经验沉淀为可复用的团队方法论。 5. 管理领域专家团队，统筹任务与产能；成长路径面向 AI + 芯片交叉方向的技术骨干与负责人。
1、日常运维 • 负责数据中心日常运维及管理工作，制定数据中心IT运维策略与运维计划，保障IT稳定性，均衡考虑运维质量、效率、成本及安全 • 通过IT数字化运维管理，提高机房管控能力和兜底能力，保障维修及时率、风险闭环率等各项指标达标。 2、安全合规 • 落实数据中心内所有岗位的安全生产要求，推动数据中心在环保、消防、职业健康、法务、廉正等方面的合规运营，防止出现人员/设备的重大责任事故、行政处罚/责令整改等被动监管事件。 • 识别安全合规风险，建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 • 建立属地资源网络管理，推动与属地政府关系的全方位深化，为属地稳定安全合规运营提供坚实保障。 3、优化改进 • 负责所辖数据中心的IT运维工作优化，制定/梳理阿里IDC运维管理制度、操作手册、应急管理流程和应急操作预案。 • 负责阿里IDC能效优化工作，实现机房高效运行。 • 负责协同经营成本团队，通过建立成本分析模型、人效模型，实现对成本效率的精细化分析管控，达成经营目标。 4、技术支撑 • 负责数据中心运维侧技术管理，能带领团队通过技术管理为数据中心设计、设备选型等技术迭代提供技术支撑。 • 承担业务设备的现场技术支持，了解业务需求和网络结构，通过团队合作有效支撑数据中心运营。 5、团队管理 • 负责数据中心运维团队的日常管理、考核、人才梯队建设、能力培养，规划数据中心运维人员技术培训工作，提升运维团队服务水平。 • 建立与运营商、上级主管等部门间顺畅的沟通渠道，防止出现数据中心运营风险，确保阿里运营策略要求合规落地。
负责闲鱼B2B 二手 3C 交易平台产品体系从 0 到 1 建设，对平台 GMV、拍场动销率与买家竞得率负责。 1）完善暗拍 / 实时竞拍 / 一口价 等玩法的交易链路，主导价格力模型设计与落地，对上拍成交率与溢价率负责； 2）建设履约与售后线上化体系及买家分层权益产品，按季度交付售后处理时效与买家次月留存的正向提升； 3）主导买家 Agent 从 MVP到全场景托管的产品落地，对 Agent 托管渗透率与买家人均月采购额提升负责；
深入参与 Alibaba Token Hub 事业群 MaaS 业务（Model as a Service）的核心算法研发，以前沿的技术驱动顶层业务创新，定义下一代 AI-Native 交互范式。面向真实应用场景，依托阿里强大的基座模型，打造行业SOTA的智能座舱解决方案。具体工作内容包括但不限于： 1、智能座舱 Agent 决策与任务编排：构建座舱场景下的 Agent 决策能力，包括工具/功能调用（导航、媒体、空调、车窗等）、多步任务规划与分解、基于行车上下文的服务主动触发、多 Agent 协同与仲裁等，实现"懂你、主动、能办事"的座舱智能交互范式。 2、智能座舱 Omni 大模型研发与落地：面向智能座舱场景构建端到端多模态多语言大模型能力，攻克流式语音交互、模态对齐、长时程上下文管理等核心问题，在 Omni 架构下保持并提升模型的对话智商与情商，支撑"边听边说边办事"的座舱交互体验。 3、Agentic Search 与座舱知识推理能力建设：利用 Query Planning、大模型 Reasoning 和 Deep Search等技术，提升模型对车辆手册、本地生活、百科新闻等信息的检索、理解、推理与总结能力；重点攻克复杂知识问答、跨源信息整合、长链路任务查询及不确定信息处理场景，保障回复的准确性、可溯源性与可控性。 4、训练、推理框架与端云部署优化：掌握 vLLM / SGLang 等推理引擎的使用与优化，基于 Megatron / DeepSpeed 等框架，结合座舱 Omni 模型与端云协同部署特点进行定制化改造，探索端侧小模型与云端大模型协同推理，满足座舱对时延、成本与隐私的严苛要求。 5、训练数据、评测体系与模型持续迭代：参与座舱 Agent 训练数据、轨迹数据、工具调用数据、偏好数据及安全数据的构建，开展 SFT、RLHF、RLVR、Agentic RL 等模型迭代；建设覆盖意图理解、规划质量、工具调用成功率、任务完成率、回复准确性、时延、幻觉率与安全性的评测体系，基于线上反馈形成数据飞轮，持续推动 Agent 能力进化。
一、Agent Runtime 与任务编排 ● 设计并实现 Agent 运行时——基于 Planning / Memory / Tool-use 构建高性能编排引擎，覆盖多步推理（ReAct / Plan-and-Solve）、上下文管理与状态机，让 Agent 稳定跑完长链路任务而不中途跑飞 ● 深度优化 Function Calling 并基于 MCP（Model Context Protocol）构建可扩展工具链，打通 Agent 与外部系统、企业应用的互通 ● 落地 Agentic RAG 与 GraphRAG，构建支持多跳推理与动态更新的长效记忆系统，突破长上下文知识瓶颈 ● 打通工具与沙箱执行层——代码执行、文件操作、外部 API 调用的安全隔离与权限控制，让 Agent 既能干活又不越界 二、评测与可靠性（Eval Harness） ● 搭建端到端 Eval Framework——从单点工具调用到完整任务轨迹（trajectory）的自动化评测，用数据而不是直觉来判断每次迭代是进步还是退步 ● 建立自动化监控闭环——围绕决策轨迹、工具调用准确率、自愈率做全链路 tracing 与失败分层归因（infra 层自动重试、agent 层转人工），让线上问题可复现、可定位 ● 沉淀回归数据集与质量基线，推动团队形成"改一版就能量化验证"的研发节奏 三、全栈应用落地 ● 主导 AI 原生应用的端到端交付——打通从大模型推理、Agent 编排到前端用户界面的全链路，独立完成核心系统与模块的开发上线 ● 负责 Agent 工作台的交互实现——会话、任务视图、运行轨迹可视化，让用户真正看得懂 Agent 在做什么、卡在哪 ● 保持对业务场景的敏锐洞察，快速理解业务痛点，把模糊的产品需求转化为清晰的技术方案并推动快速迭代 四、技术协作与工程文化 ● 参与 Agent 方向的人才引进与技术面试，协助搭建高水准的工程团队 ● 积极沉淀 Agent 工程实践，输出技术文档与最佳实践，营造开放分享的工程文化 ● 参与技术分享与行业交流，在 Agent 工程领域建立个人和团队的技术影响力
团队介绍：抖音研发部门负责多款大型产品的研发，包括但不限于抖音、西瓜视频、汽水音乐。加入我们，你将有机会参与亿级用户场景的开发与架构工作，使用前沿的技术助力业务一起不断成长。 1、负责抖音APP端、电脑端产品及能力的研发和持续迭代； 2、结合LLM、Agent等AI技术，与产品一起探索抖音AI业务，支撑抖音创作业务增长； 3、主导前端工程化建设，包括组件库、构建工具、性能监控、微前端架构等技术体系的设计与优化； 4、参与后端微服务架构设计，承担API设计、数据存储、服务治理等工作，保障系统的高可用与可扩展性。
团队介绍：字节跳动基础设施计算团队，专注构建面向大模型与 AI Agent 时代的 AI-Native Infra。我们从算力、系统到平台，围绕“AI 如何高效运行、持续进化、规模化落地”这一核心问题，重构计算基础设施。我们管理着数十万台服务器组成的超大规模集群，构建统一的异构算力调度与云原生运行体系；通过软硬协同与自研框架，持续突破大模型训练与推理的性能瓶颈；并进一步向上，打造企业级 AI Agent Infra，让 Agent 具备身份、权限、记忆、观测与治理能力，真正成为可运行在生产环境中的新型“应用形态”。 从云服务器、容器、函数，到 AI 网关、可观测与弹性体系，我们构建的是一个为 AI 而生、由 AI 驱动进化的基础设施平台，支撑集团核心业务与企业级客户的智能化升级。 如果你希望参与定义 AI 时代的 Infra 范式，而不仅是优化一个模块或服务——欢迎加入我们，一起构建下一代 AI 云原生基础设施。 1、参与企业级Agent Runtime建设，负责Agent任务执行、状态管理、长任务运行、Checkpoint、重试恢复和生命周期管理等核心能力，使Agent能够在生产环境中稳定完成复杂任务； 2、参与Agent安全执行环境建设，围绕容器、虚拟机或轻量级Sandbox，完善环境创建、镜像与依赖管理、资源限制、网络控制、文件系统隔离和运行时安全等能力； 3、建设Agent任务编排与资源调度能力，支持高并发任务、弹性伸缩、优先级与配额管理、多租户隔离以及CPU/GPU等异构资源的高效使用，参与Tool、Skill、Plugin、MCP/A2A、Computer Use等连接能力建设，将企业数据、API和应用系统以安全、标准化的方式提供给Agent使用； 4、建设Agent可观测与评测基础设施，完善对模型调用、工具调用、任务轨迹、资源消耗和失败原因的追踪、诊断与度量，持续优化任务成功率、延迟、稳定性与成本，面向企业级交付要求，参与身份权限、凭证管理、审计、配额、灰度、容灾、版本兼容及公有云/专有环境适配等能力建设； 5、深入客户实际场景，与产品、算法、安全、SRE和解决方案团队协作，将客户共性需求抽象为稳定、易用、可复用的平台能力； 6、基于AI-Native SDLC实践，使用AI Coding、自动化测试和智能诊断等方式提升研发效率，并将工具、排障方法和最佳实践沉淀为团队可复用的工程资产。
团队介绍：飞书商业化团队（Go to Market）负责将飞书先进产品和服务全面推向中国和国际市场，通过制定精准的业务战略，进行破圈的市场营销，深入理解不同行业的趋势和特点，传递飞书的理念和价值给不同行业的企业客户并达成业务合作，帮助客户加强使用深度和广度，最终让飞书成为各行各业先进企业的首选、持续助力企业组织升级。目前已在中国、新加坡、美国、日本等国家和地区建立了商业化团队，开启了为全球各行各业组织和个人提升创造力和效率的历程。 1、负责飞书和豆包中小客户运营，搭建中小客户标准化服务体系，对团队续约率、净收入留存NDR、客户活跃度、客户健康度等核心指标负责； 2、完成团队目标拆解、日常管理、绩效复盘、人员辅导与梯队建设，输出团队能力模型，提升团队整体人效； 3、搭建客户健康度评估模型，建立监测、诊断和主动干预机制，识别流失风险客户，分析客户留存、流失原因，输出业务优化策略； 4、跟踪续约、增购和交叉销售机会，做好年度价值复盘与风险同步，以NDR等结果指标检验运营成效； 5、沉淀可复制的服务方法、内容资产、运营模板和典型案例，并持续迭代服务标准与运营机制； 6、协同产品、销售、区域CSM、解决方案及支持团队，推动客户问题闭环，并将共性需求和产品反馈传递给相关团队。
1、日常经营分析：支持国际化外卖日常的经营分析，能够建立有效的经营监控体系，并深入理解，及时根据异动进行分析 2、全局监控：为管理层提供全局业务的洞察分析，建立统一的监控&分析框架，看清全局趋势和问题，能够通过数据指标建立业务健康度和风险预警机制，并持续改善 3、目标拆解与预算分配：根据整体业务目标，细化并拆解不同业务端的一阶、二阶目标及核心指标，并制定相应的预算分配机制，形成常态化的预算管理流程 4、目标追踪与管理：常态化的目标及OKR跟踪机制的建立，建立全流程业务管理能力 5、内部沟通：有效拉通多个团队间的合作，搜集理解多方信息，形成全量认知
团队介绍：飞书商业化团队（Go to Market）负责将飞书先进产品和服务全面推向中国和国际市场，通过制定精准的业务战略，进行破圈的市场营销，深入理解不同行业的趋势和特点，传递飞书的理念和价值给不同行业的企业客户并达成业务合作，帮助客户加强使用深度和广度，最终让飞书成为各行各业先进企业的首选、持续助力企业组织升级。目前已在中国、新加坡、美国、日本等国家和地区建立了商业化团队，开启了为全球各行各业组织和个人提升创造力和效率的历程。 1、统筹团队目标、机制及区域BP管理，明确分工、经营节奏和结果要求； 2、建立渠道服务人员分级认证、准入及清退标准，推动资质等级与伙伴佣金结算标准衔接； 3、建立服务全流程验收机制，核验服务单真实性、执行质量与完成率，推动结果关联费用发放及合规管理； 4、根据市场、区域和客户变化动态制定服务策略，为伙伴提供可执行的SOP、工具及实时指引； 5、搭建AI渗透、资源消耗及服务质量监控体系，识别风险与增长机会，推动区域整改和策略迭代； 6、协同销售、渠道、产品及客户成功团队，验证服务打法并推动规模化落地。
1.负责站内资源位的日常配置与上线管理，包括推荐位排期和上线检查，保障资源位按时按质运转； 2.跟踪资源位及内容分发的核心数据表现，定期整理曝光、点击、分发效率等指标，发现异常及时跟进； 3.配合团队对内容分发效果做定期复盘，协助整理数据报告，为后续投放和分发策略优化提供参考； 4.参与运营日常流程的整理与规范化，沉淀配置 SOP，帮助提升团队工作效率； 5.灵活运用 AI 工具处理日常工作，包括数据整理、文档撰写、内容提效等场景。
1、配合各营销节点/热点活动需求，参与组内相关项目，协作完成内容策划、文案撰写、宣传推广和落地执行 2、协助完成内外部合作沟通，配合完成项目数据回收和复盘
1）负责网易游戏雷火事业群下游戏宣发增长业务的后端开发，确保系统的稳定性、可扩展性和安全性； 2）使用 Golang 和 Gin 等技术进行高质量的代码编写； 3）参与业务数据服务架构的设计和实现，重构优化现有系统提升性能优化资源利用； 4）参与团队技术方案设计与团队成员共同开发和维护 RESTful API，提高接口的易用性和稳定性； 5）参与团队内部技术分享和培训，促进团队技术的成长和交流。
1. 业务架构与交付落地 负责供应商领域系统的技术架构设计、方案拆解与核心功能交付。 主导系统从需求分析到上线的全生命周期，确保技术实现的高效性与合理性，对最终业务结果负责。 2. 系统质量与AI提效 重点关注系统的高并发性能、稳定性与用户体验，解决开发中的技术难点（如复杂表单性能优化、分布式事务处理）。 【核心亮点】 主导AI辅助研发的落地实践：熟练运用SDD（Specification-Driven Development）研发范式，通过MCP（Model Context Protocol）、Skill等技术构建智能化开发工具链，利用AI减少重复性编码工作，提升团队交付效率与代码质量。 3. 全栈技术协同 具备较强的跨角色沟通能力，与产品、设计、测试高效协同，主动识别并解决研发过程中的阻塞问题。 承担前后端联调与跨端技术问题排查，能够独立完成从前端交互（React/Umi）到后端服务（Java Spring Cloud） 的全链路开发与优化。 4. 技术前瞻与持续升级 对系统架构进行持续演进，充分利用中台能力，引入微前端、微服务、云原生等技术，确保技术栈的先进性。 参与新系统需求分析与技术选型，给出准确的技术可行性方案与估时。
1、负责雷火游戏宣发活动的测试质量保障工作，主导参与web端和小程序全流程测试交付，协同产品和技术团队高质量交付项目； 2、参与项目压测工作，熟悉web类压测流程，能够分析制定压测方案、压测执行与结果分析，推动业务性能提升； 3、能够深入分析测试质量和效率痛点，借助AI能力，提升个人和团队整体质量和效率； 4、能够协同产品和技术团队，积极推进团队整体能力提升，不限于技术框架、交付流程、持续集成等。
1.负责工程机器人远控产品测试工作，包含功能、性能、稳定性、专项测试等工作。 2.根据产品设计需求，编写测试用例、测试计划，设计测试方案和测试数据。 3.了解产品需求，根据测试需求搭建和维护测试环境。 4.协助开发自动化测试脚本，提高测试效率和覆盖率。 5.与开发、产品、交付等团队紧密合作，确保测试过程与产品开发进度同步。 6.支持产品开发生命周期的各个阶段，确保产品高质量的交付。
岗位介绍 面向智能NPC、大模型AI智能体、强化学习、虚拟人机交互、用户画像等前沿游戏AI方向，深度参与核心算法产品从模型训练、迭代优化到线上落地的全流程质量把控与技术赋能。我们欢迎具备扎实算法、深度学习、大模型技术基础，愿意深耕AI工程落地、模型评测、AI测试创新的硕博同学加入，依托网易伏羲顶尖游戏AI技术场景，实现算法能力与工程落地能力的双向成长 岗位职责 1、负责网易伏羲游戏AI核心产品的质量建设，覆盖智能NPC、大模型AI智能体、强化学习、虚拟交互、用户画像等方向，依托算法与AI技术开展模型评测、效果迭代与质量管控，通过智能化手段完成算法功能、效果与性能的全维度优化。 2、结合游戏AI业务特点，基于算法建模与AI自动化技术搭建智能化测试体系，脱离传统人工测试模式，独立设计智能评测框架、开发算法驱动的自动化脚本，完成模型精度、推理性能、场景兼容性、内容安全、鲁棒性等专项测试，持续提升AI产品整体质量。 3、挖掘游戏AI落地与测试环节的核心痛点，利用大模型、机器学习、强化学习等技术赋能测试全流程，落地智能缺陷定位、自动化数据集构建、量化评测、智能回归测试等创新方案，有效提升模型迭代效率与测试覆盖度。 4、负责游戏AI版本全流程质量评估与风险把控，结合算法分析能力识别上线风险，联动算法与研发团队迭代优化策略，建立稳定的智能化质量闭环，保障游戏AI算法持续、高质量落地迭代。
1、率先接触和体验新游戏新玩法； 2、深度体验产品，发现隐藏问题，提出合理性建议，持续辅助产品优化游戏体验； 3、挖掘工具需求，打造高效、易用、有温度的产品化工具，帮助提高测试质量和效率，全方面改进产品质量和用户体验。
1、负责游戏内日常功能模块的功能测试工作，保证游戏功能的稳定和安全； 2、与合作团队密切沟通，推进开发、测试进度及问题修复； 3、熟练使用游戏测试相关工具，结合 AI 技术与工具，解决工作问题，规避同类问题重复出现； 4、深度体验产品及竞品，发现隐藏问题，提出合理性建议，持续辅助产品优化游戏体验；
1、跟进游戏研发特性小组，主导并推动团队日常工作，对管线全流程负责，把控进度，确保内容按时按量交付； 2、可以按照里程碑目标合理进行管线业务排期细拆，合理分配周期及人力； 3、有较强的档期意识，对可能存在的质量、周期、预算风险进行及时预判，适时提出有效预警，并提供多种应对⽅案； 4、有效协调跨部门合作，推动解决制作过程中的各种问题，建立清晰、透明和高效的沟通机制； 5、对工业化流程有高敏感度，可以独立进行从0-1的管线流程搭建，流程不合理识别，规范梳理等； 6、能够基于AI的运用，助力项目管理，管线或团队协作流程，帮助团队提效。
1. 负责集团营收系统的整体规划与产品设计，制定系统建设的长期发展方案。 2. 结合业务需求与战略目标，推动营收产品的功能设计与优化，提升系统效率与用户体验。 3. 协调技术、运营、财务、业务等相关团队，确保产品方案顺利落地并持续迭代。 4. 跟踪行业动态与技术趋势，研究最佳实践，为系统升级提供创新思路与解决方案。 5. 参与关键项目的方案制定与执行推进，确保项目按计划高质量交付。 6. 收集并分析内部用户反馈，持续优化产品功能与业务流程，提升整体运营效率。
