共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1.设定赛季版本概念，以及保持赛季版本内容的一致性，强化认知和体验。 2.和美术一起设定好产品边界，保证在后续新出的内容上在文案设定（时代感、科技感）的边界以内 3、设定游戏世界观、主线、支线故事。 4、完成游戏任务系统的文案剧情，对任务系统进行开发迭代，最终保证体验落地 5、完成产品的碎片化叙事的文案工作，通过场景叙事，道具叙事完成故事的传达
1. 根据项目需求，设计并制作关卡组件白盒原型； 2. 根据项目需求，设计并制作开放世界探索玩法； 3. 与策划团队共同完成上述内容的上线、维护和优化。
1. 数据驱动决策体系构建：搭建业务核心指标体系，建立预测模型、归因框架及效果评估工具，为产品生命周期管理（研发、上线、运营、迭代）提供量化依据。 2. 市场与用户深度研究：主导国内外游戏市场趋势、用户行为变迁及竞品生态的专题研究，提炼底层规律，输出可执行的商业策略建议（如赛道选择、发行节奏、本地化策略）。 3. 业务增长策略输出：结合内外部数据，识别增长机会点（用户获取、留存、付费转化等），设计精细化运营实验方案，并推动策略在业务部门落地，追踪闭环效果。 4. 前瞻性课题攻坚：承接高管层交办的模糊性、全局性研究课题，快速搭建分析框架，产出高信度结论，支撑公司中长期战略规划。 5. 团队方法论沉淀：优化分析工具链和工作流程，沉淀可复用的方法论，提升团队整体分析效率与质量。
1、深度了解衍生品行业主流IP类型，如游戏、二次元、乙女、动漫小说等，对用户需求有深度洞察，了解市场行情，能提出产品创意和策划方案，带领团队持续打造有竞争力的产品； 2、统筹IP内容+实体产品的整体规划与开发工作，熟悉传统产品的开发流程，持续优化全流程管理体系，严格管理所有环节，使产品按期上线； 3、主导与协同部门制定符合新品特点的线上线下营销规划，配合销售找准品类合适的销售渠道，统筹资源打造爆品； 4、负责IP线的整体经营规划与商业目标达成，对IP线的营收与利润负责； 5、管理衍生品企划团队，制定团队目标与考核机制，培养团队成员专业能力，提升团队整体产出效率。
1.跟据原画氛围设计方向和美术风格需求，为游戏制作灯光效果； 2.与TA团队协作开发灯光管线，验证多平台得灯光制作流程可行性，并持续迭代； 3.梳理灯光实践案例，维护不同平台灯光制作相关规范文档； 4.与关卡、角色、TA、程序、QA团队协作，推进灯光资源性能优化。
1. 喜欢游戏，喜欢研究游戏画面表现。 2. 较高的审美能力与美术分析能力，包括但不限于对美术资产的审核与应用，也包括对美术规划所涉及的技术点有所熟知。 3. 对游戏的渲染管线有所了解，对主流渲染方案有一定的研究。 4. 熟悉目前主流引擎有关美术表现的模块，尤其材质系统、场编系统、光照系统等的基础使用等。 5. 可熟练使用主流DCC软件生产或者修改美术资源来为最终实现美术效果服务。 6. 掌握脚本语言的基础使用，能够编写简单工具来解决美术问题。 7. 为人热情有耐心，情绪稳定，较好的逻辑思维能力，善于管理与自我管理，有较强的自主能动性。能主动关心项目，对问题提出自己的看法，沟通协调能力佳者优先。 8. 2年以上技术美术相关经验。具备大型次世代游戏项目开发经验者优先。影视行业高潜能力者也可考虑。
1、能够独立负责采购产品线（订单、验收、账单、结算等） 需求调研、方案设计及迭代推进，保障业务目标达成 ； 2、具备优秀的需求分析、文档撰写与跨团队协调能力，能在多需求并行下高效推进项目落地 ； 3、逻辑清晰，数据敏感，能基于业务数据与用户反馈做出有效决策，抗压能力强 ； 4、探索AI在采购场景的应用，推动AI能力在负责的领域中的落地与验证。
1、短视频视频拍摄：协助编导进行短视频的前期拍摄准备，包括场景布置、设备调试等。在指导下，能独立完成部分简单场景的拍摄任务。 2、视频剪辑与后期制作：熟练使用剪辑软件（如剪映专业版等）进行视频的粗剪和精剪。完成视频的调色、字幕添加、BGM搭配、简单特效与动画包装等工作，确保视频风格符合品牌调性。 3、视频内容创意协助：协助团队对视频创意提出想法，同时基于数据和平台热点，为视频优化提供建议。确保内容有创意。收集、整理并分析热门短视频的流量、互动、转化等数据。 4、素材与资源管理：负责视频素材、音乐、字体等资源的整理、归档和备份工作，建立高效的素材库。
1. 区域经销商客户维护 负责线下宠物连锁体系的经销商客户管理，与经销商建立长期稳定的合作关系，推动区域销售目标的达成。 制定并执行经销商进货计划，跟进订货节奏与回款进度，确保销售业绩按目标落地。 2. 统筹跟进大连锁体系的线下宠物门店覆盖,完成连锁体系的宠物店客户开发及经营 3. 线下分销的数据监控与生意诊断 建立并维护线下分销渠道的关键数据监控体系，跟踪销售进度、经销商动销情况、库存周转等核心指标。 通过数据分析进行生意诊断，识别增长机会与业务风险，输出可落地的生意提升建议。 4. 线下活动承接落地 负责各地宠物展、品牌快闪、商圈等线下活动的经销商侧对接与落地执行，确保严选以品牌方身份在终端有效露出。 协调经销商资源配合活动开展，包括展位对接、样品调配、物料分发、活动执行跟进等。 跟踪活动期间经销商端的销售转化与后续跟进，复盘活动投入产出，持续优化线下活动模式。 5.协助零售门店完成价格/活动配置、商品上架与汰换、日常补货协调等门店工作。
1. 负责AI角色与OC内容生态运营，参与角色选型、人设与剧情内容的策划与上线节奏把控，持续优化角色库结构； 2. 负责站内用户与创作者运营，维护核心用户社群，设计UGC激励与创作者分层机制，推动优质内容产出； 3. 策划并落地站内运营活动与节点玩法，拉动活跃、留存与付费转化，完成活动复盘； 4. 跟踪核心运营数据（新增、留存、对话时长、付费等），定期输出数据拆解与优化建议； 5. 参与AI对话效果调优，通过提示词设计与案例标注协同产品、算法提升角色体验； 6. 跟踪AI社交/陆伴赛道竞品动态与行业趋势，定期输出竞品分析及可借鉴的玩法建议。
1.具备写实美术风格的模型制作能力，有相关项目的研发经验。 2.制作细节符合真实逻辑，能够产出项目要求的品质标杆范例制作。 3.在保证符合要求的基础上，进行深入二次创作，提升效果表现。 4.具备地图前期，中期，模型资产的规划能力。 5.能够对场景相关职能环节制作品质进行把控，具备良好的审核能力。 6.有双端平台开发经验。
1.负责淘宝农场业务的商业化广告托管运营，搭建并迭代广告投放与补贴机制 2.围绕半托管供应商核心诉求，设计流量调控策略与商业化产品方案，助力商家降本提效 3.制定商品维度的流量激励、广告补贴及ROI优化策略，兼顾平台生态健康与商家收益最大化 4.联动算法团队优化搜推策略，提升优质供给的曝光效率与转化表现 5.建立商业化策略效果监测体系，持续迭代投放模型、补贴机制与产品工具
1、负责多个海外仓储自动化项目在售前阶段的技术对接工作，包括来访客户的库内参观接待，对客能力宣讲，以及客户需求的发掘整理 2、独立进行供应商寻源，调研外部采购集成类设备的性能参数及规划模型，综合评估售前方案的规划方向以及可行性，对前端BD推送的项目进行合理筛选 3、在规定时间内高质量高效完成方案设计迭代，包括仓储数据分析、库内流程设计、动线设计、布局规划、以及合理的设备选型，并可独立完成中英文项目方案书的撰写，以及对海外客户的方案汇报 4、对客户进行方案引导，在方案敲定后，输出详细设备清单，协调后端部门以及供应商进行设备成本评估以及对外报价测算 5、统筹海外招投标项目中的设计方案输出，招标答疑，回标及述标工作，协调后端资源完成报价及标书制作，按时配合销售完成投标工作 6、项目中标后，根据方案编写详细设备对客技术协议和规划方案说明，并负责总结输出机械、电控、以及软件系统功能需求文档，协调后端资源进行项目交底 7、项目实施阶段，协助PM解决实施过程中出现的相关设计问题；必要时进行补位，充当项目PM角色在现场进行项目实施及上线管理，跟踪设计问题及优化项 8、总结海外仓储场景的标准化解决方案，利用2D及3D软件绘制输送分拣设备标准化及模块化设计模型；沉淀各类设备的标准化配置要求
1、参与手淘图片、视频、直播等内容核心链路的架构升级与性能优化，持续提升系统在海量并发场景下的稳定性、性能与资源效率。 2、围绕内容生产、处理与分发等关键链路，探索 AI Agent 在真实业务中的应用，将业务需求转化为可执行、可验证的技术方案，推动 AI 能力规模化落地。 3、参与 Agent 工程化建设，包括工具调用、上下文管理、任务编排、Trace 观测与效果评测等能力，持续优化任务成功率、执行效率、稳定性和成本。
通过大模型训练、Agent、知识库、NLP、机器学习等技术创新和突破，支持电商agent平台、电商客服等商业化产品建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、领域大模型继续训练、微调、强化等技术的持续研究创新； 2、Agent技术（自主规划、自主进化、记忆系统等）研发与落地； 3、知识图谱、多模态问答等知识库相关技术建设； 4、电商agents研发（广告投放、智能运营、推荐等）；
1. 负责阿里巴巴国际站用户理解、召回、排序与策略等方向优化，优化搜索大盘买卖家匹配与转化效率 2. 基于深度学习、图表征、多模态等技术，针对数据稀疏与多国家多行业等 B 类特有问题，结合大模型能力，优化大盘 CTR/CVR 排序与预估模型 3. 负责超大规模深度学习在用户/商品表征学习、向量化召回、点击/成交转化模型预估等的应用和创新 4. 探索大语言模型在搜推领域的应用（包括但不限于生成式推荐等） 5. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流
负责平台商业化外投业务的增长策略与产品建设，连接媒体采买、站内广告变现和商家经营效果。围绕营收、媒体投入产出及有效询盘质量，识别规模增量，建设可持续的投放能力，并通过数据分析、产品机制和跨团队协同推动结果落地。该岗位不是单一广告投手或纯数据分析岗位，更适合能够同时理解商业经营、广告投放、产品建设和数据体系的复合型人才。 岗位职责 · 负责商业化外投业务的经营分析与目标管理，围绕营收、媒体成本、毛利、毛利率、ROI、点击、询盘及询盘质量建立指标体系，完成预算规划、趋势判断、渠道诊断和增量测算。 · 负责SEM渠道增长策略，结合平台商品供给、类目竞争力和站外搜索需求建设供给地图，识别高潜行业、关键词和流量机会，推动投放结构优化与规模扩张。 · 推动百度、360等媒体的RTA实时竞价能力建设，设计关键词分层、媒体拓词、流量筛选、算法溢价及词粒度精细化出价机制，持续提升流量规模与预算效率。 · 负责Google Ads、Microsoft Advertising等海外媒体的投放产品能力，包括账户与计划管理、常规API接入、效果数据回传、归因链路和报表对账；结合国家、行业、搜索词及询盘质量分析优化海外获客策略。 · 将业务问题抽象为可复用的产品机制，独立推进需求分析、PRD、数据埋点、AB实验、灰度发布、效果监控和项目验收，确保策略从方案到结果闭环。 · 建设外投流量与询盘质量治理体系，完善异常询盘T+1监控、质量标签、问题归因和渠道预警机制，识别无效点击、异常流量及站外联系方式外流等问题。 · 搭建稳定的数据分析与决策支持体系，使用SQL、MaxCompute/ODPS、DataWorks、BI等工具完成数据提取、指标校验、实验评估和经营复盘，推动口径统一与数据资产沉淀。 · 协同算法、研发、数据、销售运营、财务及媒体平台团队，明确项目目标、收益空间和风险边界，推动复杂跨团队项目按期交付。
团队介绍 天猫淘宝海外搜推导购技术团队承担了平台多端的搜索及推荐两大导购体系的技术平台和相关业务研发，同时支撑海外支付结算等核心交易链路的技术建设。团队目前承担了数十亿用户搜索和推荐请求，解决国际跨境及本地市场搜索、推荐以及模型计算方面的挑战。我们正在将AI Agent能力落地到搜推导购和支付结算等核心业务场景——从智能导购Agent、意图理解与多轮交互，到支付链路的智能决策与自动化运营，Agent正在重塑业务的技术架构和产品体验。国际化是集团的重点方向之一，业务的飞速发展需要有经验有想法有能力的工程师加入我们，一起用Agent技术打造更智能的电商体验。 职位描述 1. 负责搜索推荐、支付结算等核心领域的AI Agent系统研发，包括Agent框架设计、工具链编排、多轮对话管理、记忆与规划模块等； 2. 参与搜索推荐场景的Agent化改造，落地智能导购、意图澄清、个性化内容生成等产品能力，提升用户购物体验和转化效率； 3. 参与支付结算领域的业务开发与智能化建设，支撑跨境支付、退款、对账等核心链路的稳定迭代和Agent辅助决策； 4. 负责Agent系统的可观测性、评测体系和质量保障建设，确保线上Agent服务的可靠性和效果可度量。
1、负责智能客服系统 文本/语音机器人/智能辅助等智能化场景的设计、开发与应用，主动识别并解决技术支撑业务过程中的瓶颈，推动 AI 客服场景快速落地； 2、与产品、测试团队密切协作，根据业务需求进行智能化能力、系统功能的规划、迭代、升级及维护，确保产品功能持续优化； 3、保障智能客服系统的稳定性与高效运行，协助业务团队优化系统性能并提升整体系统稳定性。
1、负责高校图书业务【官方收-官方卖】属地服务商体系的搭建与管理，包括招募、准入、培育、评级及质量管理 2、基于业务场景实际需要，通过服务商管理策略，支持区域目标达成，包括但不限于服务质量考核跟进、头部标杆打造、问题区域识别等 3、推动服务商全流程链路产品的搭建与落地，保障产品使用与体验，结合市场特性提供有效的产品支撑
1. 大模型Query语义理解：主导LLM在搜索场景下的Query理解核心研发，负责用户意图识别、实体抽取、语义纠错及Query改写扩展等，从底层提升模型对自然语言指令的解析精度与鲁棒性； 2. 多轮对话与上下文工程：针对多轮复杂交互场景，研发并落地上下文工程相关算法，确保LLM在对话中的语义连贯性与记忆准确性； 3. 前沿Agent技术探索：持续跟踪大模型与Agent前沿技术，探索LLM在复杂推理、快慢思考等场景的应用，构建Query理解与系统优化的自动化Agent闭环机制；
1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、直播电商等）的智能识别与风险防控体系； 2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务； 3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展； 4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进； 5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新； 6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。
1、通过与连锁酒店集团和城区管理建立关系，拓展区域内优质连锁门店，保证区域供应链完整、拿回优势价格和库存； 2、结合平台工具和连锁酒店集团的优势，形成集团、门店、平台的整合方案，落地执行基础信息维护、工单处理等，提高间夜产出； 3、解决连锁商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过拜访，帮商家解决具体问题及维护与城区、门店的关系。
1、深入研究政企客户的行业发展趋势、典型业务场景与数字化架构，梳理各场景引入大模型的需求痛点与商业价值，帮助客户规划可落地的MaaS AI应用路径。 2、从客户典型业务场景出发，结合阿里云模型、百炼平台、AI Native产品等，设计端到端MaaS大模型解决方案，涵盖模型选型、部署架构、工程链路及效果评估体系；动手搭建智能体、多Agent工作流进行POC验证，协同FDE团队推动项目落地。 3、结合客户业务场景，通过标杆案例展示与Demo演示呈现阿里云大模型核心竞争优势；面向客户高层传递阿里云AI全栈产品价值与MaaS战略方向，影响客户技术选型与关键决策，具备独立Call High能力。 4、沉淀面向政企细分行业/场景的大模型最佳实践及标杆案例，形成可复用方法论体系；对内赋能销售与行区团队，对外支持生态合作伙伴及客户的技术培训与方案共创。 5、持续识别阿里云MaaS大模型及AI Native产品在政企场景落地中的技术瓶颈与市场机会，将客户需求与反馈结构化传递给产品团队，推动产品功能迭代与交付流程持续优化。
1. 深度参与飞猪智能客服核心能力建设，涵盖从需求洞察到系统构建的全流程，通过技术能力提升业务效率与效果，实现技术价值转化。 2. 重点参与客服领域真实场景的AI-Agent的设计、实现与优化演进。 3. 深度参与系统架构设计及评审、CodeRview、稳定性工具及机制体系建设，保障系统高可用。 4. 参与关键难点攻关，前瞻性技术预研等技术突破及储备工作。
1. 根据市场动态及行业客户需求，制定并执行区域业务规划，确保快递网点、消费者、网络运营以及政府监管等多方利益的平衡，促进驿站业务的持续健康发展。 2. 整合公司内外资源，确保总部运营策略在所负责区域的有效实施与落地执行。 3. 负责监控区域站点和网点的日常运营情况，并及时处理异常问题，保障整体运营稳定。 4. 组建并领导本地化团队，致力于提升站点服务质量与用户体验，优化站点经营环境，增强站点的生存与发展能力。
1. 税务合规处理：主导各公司月度税费计算及纳税申报，负责年度审计、企业所得税汇算清缴、高新技术企业认定及复审、研发费用加计扣除等事项，保障税务处理及时、准确、合规。 2. 税企关系维护：维护与各地税务机关的良好沟通关系，熟练应对税务风险检查、协查及稽查事项，规范涉税资料管理，维护公司良好税务形象。 3. 税务合规质量检查：定期开展税务工作质量检查与复核，重点排查计税申报数据准确性、发票管理规范性及税收优惠适用合规性，识别潜在风险并推动问题整改闭环。 4. 税务自动化推进：在日常税务工作中主动发现流程痛点与数据断点，厘清现状并梳理优化方案，推动税务自动化系统的迭代升级，持续提升税务管理的数字化水平与运营效率。 5. 法规跟踪与流程优化：持续跟踪税收法规、优惠政策及监管口径变化，结合业务需求及时更新操作手册与工作模板，确保税务实践始终合规且处于行业前沿。 6. 跨部门协同与数据支持：协同业务、财务、法务、技术及外部中介机构，负责涉税数据核对、税务分析及报表整理，为管理决策提供数据支持。
1. 在业务场景中完成用户痛点及需求梳理、设计策略、设计方案、结果验证、优化迭代的全流程体验设计。 2. 参与AI与业务结合的产品体验创新，探索前沿的AI体验范式及设计表达。 3. 参与设计AI能力和资产建设，设计方法与流程迭代，提升设计质量与效率。
● 带领团队完成AI加速PE核的实现。 ● 包括架构的研发，RTL 设计实现，集成等工作。 ● 协同物理设计工程师进行性能/功耗/面积评估和优化工作。 ● 协同验证工作师进行SoC验证工作。
AI 全栈工程师是一个高度综合性的技术角色，要求工程师能够覆盖AI智能领域的全流程开发工作，需要在掌握传统工程研发、机器学习、深度学习的核心技术的同时，还需熟悉从数据处理、模型训练到部署落地的各个环节，并具备跨团队协作的能力。
