Y11
3个月前
高端招聘:阿里 招 夸克网盘生态产品经理(P6-P7) ----- 智能信息-夸克网盘生态产品经理-北京/广州 阿里智能信息 · 北京|广州 职位描述 围绕网盘用户的数字资产(文件、内容、行为等)这一核心上游资源,设计兼顾用户体验与生态扩展的产品路径,推动资产在多端场景中的安全流转与价值释放; 深入洞察C端用户在文件分享、跨设备传输、内容浏览与协作等高频场景中的真实需求与使用障碍,以消费级产品的极致体验标准,持续打磨用户侧功能与交互细节; 主导与智能硬件等终端生态伙伴的对接与协作,独立负责从合作需求对齐、方案设计、落地推进到效果验证的完整闭环,通过可量化的业务指标驱动合作价值提升; 职位要求 本科及以上学历,5年以上互联网产品经验,有主导并成功落地TO C产品或核心功能模块的经历(工具类、效率类、内容或社交类产品优先),对用户行为、交互细节和体验流畅度有高度敏感; 具备生态合作或B端产品经验,能将C端洞察转化为可执行的B端解决方案,有开放平台、API/SDK、智能硬件或IoT相关项目背景者优先; 对智能硬件方向有浓厚兴趣或实践经验者加分; 逻辑清晰、执行力强,能在技术、运营、市场、商务等多方协作中独立推动项目闭环,具备良好的技术理解力、沟通能力以及项目推动能力; 收录时间: 2025年11月25日 ------ 报名地址详见: 搜索。
Y11
3个月前
高端招聘:爱奇艺招漫剧&微剧内容编剧(P6-P7) ----- 漫剧&微剧内容编剧 爱奇艺 · 上海 职位描述 负责短剧/漫剧/动态漫项目的创意策划,包括但不限于选题、故事架构设计、角色塑造等,确保内容新颖、吸引人且具有高度传播性; 根据市场需求和公司战略,进行项目的选题策划和故事构思; 独立撰写剧本,包括故事大纲、人物设定、分集梗概、台词脚本等,主导剧情线规划; 熟悉动态漫/短剧受众题材套路,擅长驾驭爽文节奏(如开局爆点、每集反转、结尾钩子等); 跟踪项目进度,根据市场反馈及时调整剧本内容,优化故事线,提升作品的市场竞争力; 持续关注行业动态,研究热门短剧/漫剧趋势,不断丰富创意思路; 完成上级安排的其他相关工作; 职位要求 拥有1-2年以上短剧剧本/漫剧剧本/动态漫剧本创作经验,具备原创及IP改编能力,有优秀爆款作品者优先; 有大量网文阅读经验或网文创作经验,热爱短剧创作,熟悉短剧/漫画特性,熟悉男女频套路,对市场热题材内容有一定的敏感性; 具备文学功底,了解并擅长脑洞、升级流、异能、系统、规则怪谈、末世等题材; 具有丰富的想象力、创造力和画面感,能够不断产生新的创意和灵感; 具备较强的沟通能力和团队协作精神,能高效完成剧本创作; ------ 报名地址详见: 搜索。
Y11
3个月前
高端招聘:阿里达摩院招行为策略算法工程师(P7-P9) ----- 达摩院-行为策略算法工程师-具身智能 阿里集团 · 杭州 职位描述 参与具身智能机器人行为动作能力研发,包括但不限于:; 1. BFM 核心算法研发:参与构建和优化基于 forward-backward representation / successor feature 的无监督强化学习框架; 研究多任务行为潜空间学习(Behavioral Latent Space Learning),支持 reward / goal / motion 条件的统一控制策略; 探索 zero-shot / few-shot 任务泛化、latent-space tuning、自适应控制、硬件本体泛化等前沿方向; 2. 模仿学习与对比学习方法研究:基于 MoCap / tele-operation / 视频数据进行动作模仿、风格迁移与示范融合; 研究示范正则化(demonstration regularization)、分布匹配与判别器奖励(discriminator-based reward)机制; 3. 强化学习策略训练与评测:在 Mujoco / Isaac Gym / OmniIsaacLab 等环境中实现大规模并行训练; 优化 off-policy / unsupervised RL 算法的稳定性与样本效率; 构建 sim-to-real pipeline(包括 domain randomization、latent adaptation); 4. 策略-模型集成与系统验证:将训练好的策略集成到实际机器人平台(humanoid / mobile manipulator)中进行评测; 分析策略潜空间的语义结构及可解释性; 职位要求 必备背景:计算机、自动化、人工智能、机器学习、机器人学等相关专业,硕士及以上学历; 在强化学习、模仿学习、多任务策略学习或世界模型等方向有项目或论文经验; 技术能力要求:熟悉强化学习算法实现(SAC、TD; 3、PPO、DDPG、DIAYN、Dreamer、Diffusion Policy 等任意一类); 熟悉模仿学习 / 行为克隆 / 逆强化学习 等行为建模方法; 有独立实现或改进 RL / IL 训练框架的经验(PyTorch / JAX); 熟悉仿真平台(Mujoco / Isaac Gym / Bullet / Brax 等); 能阅读英文论文并复现研究结果; 加分项:参与过具身智能 / humanoid / manipulation 相关研究或比赛; 具备 forward-backward representation / successor feature / latent RL / world model 相关经验; 熟悉 transformer / diffusion / representation learning 在控制领域的应用; 有强化学习在真实机器人上部署的经验; ------ 报名地址详见: 搜索。