腾讯大数据平台部-#后台开发工程师#-推荐工程架构方向

1.负责腾讯大数据平台运维工作，通过设计、开发运维平台，解决运营过程中质量和效率问题； 2.负责梳理现有服务流程、规范和存在的问题，并给出可行方案； 3.负责前后端运营效率工具开发，包括但不限于：容量管理平台、DevOps、覆盖率、自动化、健康度等。

1.负责大数据平台的前端开发工作，包括但不限于数据可视化、用户界面设计和交互实现。 2.实现相应的组件模块及页面交互逻辑。 3.与后端工程师紧密合作，确保前后端的无缝对接和数据交互。 4.编写高质量、可维护的代码，并进行代码审查。 5.解决跨浏览器兼容性问题，确保产品在不同设备和平台上的一致性表现。

1、结合业务用数场景，对快手数仓架构深度分析，给出架构优化方案并负责牵头落地； 2、快速理解数据现状和业务场景，从数仓架构、数据易用性、资源成本、时效等视角出发给出数仓治理优化方案，并负责核心开发落地； 3、基于HUDI等技术，结合数仓现状，联动数据引擎团队推进数据湖的应用落地。

1、参与公司级数据资产平台建设，涵盖资产管理、分群管理、洞察分析、策略运营等平台功能及基础服务建设； 2、充分利用微服务、大数据OLAP引擎、内存加速引擎等技术构建高可用、高扩展和低耦合高内聚的数据中台服务； 3、熟悉业界资产、画像平台的技术体系，为快手数据产品研发引入创造性的技术方案，解决面临的各种复杂问题与挑战。

阿里资产技术团队负责建设全球领先的网络资产处置平台，承载司法拍卖、破产处置、珍品交易等多个市场体量巨大的业务，挑战海量用户和数据、巨量资金带来的复杂大型互联网系统架构。 1. 负责阿里资产数据体系的规划设计和建设，通过数据产品和数据服务等方式，实现数据驱动业务增长； 2. 负责阿里资产相关的离线数仓、实时数仓，数据服务化的设计、开发、性能优化，为上层分析和挖掘提供可靠、统一的离线+实时数据服务； 3. 负责离线/实时的ETL工作，为各业务提供定制化的数据支持，并优化计算任务性能； 4. 沉淀分析思路与框架，提炼数据产品需求，与算法、工程团队合作，实现数据精细化运营。

1. 负责设计并落地能科学衡量商家经营状况的消费者体验评级机制，基于评级结果开展扶优汰劣，持续驱动商家提升经营能力，保持淘宝天猫商家的市场竞争活力； 2. 运用数据挖掘、文本分析、统计分析等方法深度洞察消费者在商品、发货、物流、服务等环节的问题与诉求，识别核心痛点，提出有效的体验优化策略并推动落地，提升平台整体的消费者体验水位； 3. 负责设计、迭代商家体验诊断分析产品（包括业务逻辑、数据模型及诊断分析功能），帮助商家实现数据化运营，精准定位服务短板，提升其服务消费者的能力。

1. 负责菜鸟数据平台&AI平台&低码&测试研发等研发工具平台产品的产品方案设计，产品策略制定，业务线需求对接，能够协调各方资源有效的进行平台产品开发设计及平台拓展 2. 综合菜鸟科技能力及物流行业大数据AI技术发展前沿、能对当前用户的需求与团队情况进行合理把握，有重点地进行产品规划并执行落地推进，对产品的最终平台用户满意度负责，对产品未来市场竞争力负责。 3. 了解常见的大数据平台或AI平台产品&低码&测试研发等研发工具平台，了解物流行业和数据研发使用的领域基础知识，能针对物流行业的特点，给出具有物流特色的数据产品发展解决方案。 4. 负责数据平台&AI平台&低码&测试研发（如大模型应用、AIGC工具等）的全生命周期管理，包括需求分析、原型设计、PRD撰写及项目推进

工作内容： 1. 参与滴滴核心网约车出行业务数据建设，提供丰富、稳定、的公共基础数据，探索更多数据能力的增量价值； 2. 参与各类数据专题体系（如司机、乘客、增长、品类等）的建设，通过数据+产品赋能业务，提供全链路、可分析、可复用的数据能力； 3. 参与数据中台的产品、服务、流程等技术体系建设，保障服务业务的数据质量和产出稳定；

1、参与滴滴网约车品类数据建设 2、参与滴滴网约车指标标准化建设 3、参与部分网约车数据可视化工作

1、参与企业级业务数仓的建设 2、承接临时数据需求 3、参与企业级流量数据建设 4、参与企业级标签建设

1.负责滴滴国内网约车数据建设，致力于数据驱动业务提升决策效率与质量； 2.负责实时、离线数据仓库的建设，数据方案设计，模型开发，指标体系的开发和数据治理； 3. 参与技术决策，制定研发规范，完成技术选型、流程设计和技术风险评估等相关工作； 4. 负责解决项目中的问题和技术难题，线上疑难问题排查和解决。

1、参与一站式大数据开发平台的产品设计和落地，包括但不限于：元数据管理、任务开发、任务调度、数据集成、数据治理、智能化开发部分等板块； 2、高效完成跨部门沟通对接，准确洞察客户痛点，了解各类用户在日常研发、分析的痛点问题，并结合业务场景完成开发平台的产品功能模块设计，输出完善的解决方案； 3、协调上下游团队，负责产品功能的落地以及后续产品推广等，对产品效果负责； 4.、追踪调研业界前沿动态，深入了解同类产品优劣势，基于公司内的需求，完成开发平台中长期建设规划，并按节奏落地，不断提升产品竞争力。

1、 参与滴滴数据平台应用产品的前端产品研发； 2、参与各项目系统需求迭代过程中，能承担重要功能的研发工作，以及公共核心组件模块的代码编写； 3、能够较深刻理解产品需求，参与产品评审的同时，能够对产品设计提出自己的见解并进行有效沟通； 4、参与滴滴数据体系前端技术驱动项目的研发，过程中能积极共识、高效调研并勇于承担。

1、参与滴滴网约车数据仓库建设、数据产品建设； 2、参与滴滴网约车指标体系、分析框架落地； 3、参与滴滴网约车数据可视化工作； 4、参与滴滴网约车埋点体系设计

1、参与滴滴网约车数据仓库建设、数据产品建设； 2、参与滴滴网约车指标体系、分析框架落地； 3、参与滴滴网约车数据可视化工作； 4、参与滴滴网约车埋点体系设计

1.负责大数据平台产品（数据开发工具、可视化报表工具、智能分析工具等）的方案设计，根据产品战略方向制定产品规划，提供产品解决方案； 2.制定产品短中长期规划，设计产品整体架构，按照合理节奏推动落地取得成果，对最终效果负责； 3.负责产品项目管理和整体功能精细化迭代，与研发团队协同，持续交付高质量产品； 4.负责整体对外沟通、产品运营等工作，体系化收集用户反馈，根据反馈分析持续优化产品，不断提升产品的影响力。

工作内容： 深入参与构建大模型 Agent 高质量数据合成飞轮，构建多维度自动评估体系链路闭环。 具体工作： 1.针对业务场景设计基于LLM大模型的多轮对话数据合成链路，构建高质量数据合成pipeline以及线上自进化数据飞轮。 2.基于业务场景抽象用户画像，设计可插拔的画像策略，实现支持多轮对话策略的自动交互，兼顾可控性与多样性。 3.参与设计建设自动化评估，实时监控数据质量与模型效果。

负责大数据DataPaaS计算、存储组件相关开发，如：mpp引擎、spark native、统一资源调度，计算云原生混部，分布式计算、存储多机房融合等等

1、包括实时数据采集计算、流式湖仓建设、现有平台架构调优、业务场景建模、数据产能提质增效。 2、应用场景：BI、OLAP、用户画像、群体分析、数据驱动等。 3、解决方案：基于Kafka、Flink的数据采集、流转、实时ETL平台建设； 基于Kyuubi、Trino、Doris、Hive、Hudi、Ceph、S3的流式湖仓建模、应用、维护； 4、Redis、MongoDB、ClickHouse、TiDB、Mysql等数据存储技术的应用。 技术能力： 1、SQL专家，精通复杂查询、性能优化、不同引擎SQL特性（必需）； 2、精通数仓与数据湖架构设计及业务建模（必需）； 3、熟悉ClickHouse、Doris、Trino、Kyuubi、Spark、Hive、S3等多类存储、计算引擎（必需）、掌握Python语言（必需）、掌握Kafka、Flink流计算平台、掌握Java/Scala语言

1.负责数据模型的设计、ETL实施、性能优化、数据监控、指标体系建设； 2.面向广告业务方向，建设专题数据，参与BI、用户画像、特征工程等数据应用建设，与业务场景深度结合，为各业务线提供数据支持； 3.根据业务需求，结合大数据平台探索应用场景并参与实施，为商业分析、业务运营、数据产品等提供有效数据支撑，并持续优化改进，赋能业务。

1、负责美团地图服务端或大数据方向的测试开发工作，包括地图相关后台服务或数据平台的功能测试、自动化测试、diff测试、性能测试及大数据测试等 2、全面把控地图多种服务系统或大数据的质量保障，根据业务特点、产品形态、系统架构输出相应的质量保障策略 3、通过技术手段提高测试效率及产品可测性，包括不限于自动化测试、流量回放、数据质检、测试数据建设、专项工具建设等

1、负责大数据开发治理平台的需求调研、竞品分析、技术原理调研及理解，负责产品架构设计、产品原型设计 2、与技术团队紧密合作，协调产品的设计和开发，跟踪项目进展和风险，确保交付产品质量； 3、推动产品上线并制定推广策略，并结合用户反馈进行产品改进。

1. 负责客户服务体验领域相关数据仓库架构设计、数据开发及运维保障，建立高扩展性数据模型、高价值数据资产、高可用数据架构，满足不同用数场景的便捷性、稳定性需求； 2. 深入理解业务，挖掘业务数据，主动发现问题，并能够结合平台大数据和AI基础设施，提供数据产品/数据服务为业务运营提供高效支持； 3. 针对共性数据问题沉淀通用数据解决方案，面向业务垂直领域问题提供定制化数据解决方案。

1、参与餐饮SaaS数据平台的整体架构建设工作，包括但不限于在线多维分析引擎、数据存储引擎、实时计算引擎、平台数据治理、数据服务、数据质量、数据产品等能力设计与研发等； 2、研究美团餐饮SaaS业务的数据特点，探索带来成本大幅优化的计算、存储方案，构建下一代智能报表系统的底层基础能力与产品通用解决方案； 3、理解数据湖、大数据分析引擎或数据库引擎工作原理，熟悉Parquet、ORC、Arrow等列存储技术方案，理解Doris、ClickHouse、Hive、Presto等至少一种分析引擎的工作原理，熟悉实时计算系统Flink、Storm、Spark至少一种计算框架的工作原理； 4、精通OLAP SQL优化与业务逻辑编排，对BI分析引擎有理解者优先

本岗位以提升效率和体验为目标，结合配送大数据平台，以运筹优化和机器学习为主要技术手段，构建自动化、智能化的即时配送系统为基本愿景的算法研发岗位。内容包括： 1.通过运筹优化策略，优化订单分配、路径规划，服务美团多个即时配送/实时调度业务场景； 2.深入研究供需均衡、合理订单结构、最优定价策略等，不断提升配送业务的经营效率，降低运营成本； 3.结合深度学习、强化学习等，进行运筹优化技术的持续创新。

1、负责大数据生态组件的规划、部署、监控、优化、版本升级及运维管理 2、负责大数据平台组件运维管理服务及云原生化建设 3、设计并推动大数据组件云原生化建设及业务场景应用落地，持续探索新发展方向 4、负责执行数据平台运维流程的规划设计并持续改进完善 5、负责大数据数据平台数据血缘、数据治理能力的建设及持续优化； 6、协助团队完成系统升级、新功能上线及测试，支持业务部门的技术需求。 7、负责处理数据平台各类异常和故障，确保系统平台的稳定运行； 8、负责数据平台的日常运维管理工作；

1、基于美团的数据平台进行离线和实时数据仓库建设，数据分析以及预测。 2、梳理业务系统数据，进行数据模型设计和开发，产出支持业务分析的基础数据，保障数据的准确性、易用性、及时性。 3、负责业务的数据需求、数据报表、OLAP开发以及临时数据提取的开发任务 4、参与技术决策和技术选型，制定流程规范，完善数据质量监控和数据治理。 5、针对海量IoT数据进行数据处理和模型训练，提升健康运维的效率。

1、基于美团的数据平台进行离线和实时数据仓库建设，数据分析以及预测。 2、梳理业务系统数据，进行数据模型设计和开发，产出支持业务分析的基础数据，保障数据的准确性、易用性、及时性。 3、负责业务的数据需求、数据报表、OLAP开发以及临时数据提取的开发任务 4、参与技术决策和技术选型，制定流程规范，完善数据质量监控和数据治理。 5、针对海量IoT数据进行数据处理和模型训练，提升健康运维的效率。

1.负责选品、供给系统的建设，支持外卖、闪购、医药等到家业务在营销会场、直播场景的发展； 2.负责选品系统的架构升级，针对数十亿的数据量级，分钟级的选品时效，持续优化核心架构，保证架构合理性和前瞻性； 3.负责供给系统的系统的设计和研发，针对十万级并发量不断优化系统架构，提供高性能、高可用的解决方案； 4.负责相关系统的稳定性保障，99.99%是基本的目标，更好的支撑外卖天天神券等重要业务场景； 5.负责业内探索性技术的实验与落地，包括大数据流式处理、多级缓存架构等。

1.带领团队建设京东集团级超大规模（数万服务器规模、数EB级数据）分布式数据存储和计算平台，为京东零售、物流、科技、健康、工业等业务全面数智化提供技术基座； 2.负责规划和推动京东大数据下一代存储、计算基座升级，包括但不限于多数据中心数据存储系统、高性能计算和分析系统、离在线混部系统等； 3.负责京东大数据核心技术团队管理和人才梯队培养，对内建设具有核心技术竞争力和凝聚力的技术团队，对外提升京东大数据技术品牌影响力。

1、面向淘宝种草内外部客户建设数据平台，包括但不限于对客数据看板、方法论建设、智能客户结案等数据产品； 2、设计种草价值度量体系，从数据视角交付平台价值，探索更多商业化可能； 3、积极主动了解客户需求，协同其他域产品提供种草各业务场景下体系化的数据解决方案；

1、参与搭建机器人领域专属的大模型数据处理平台，支持从采集、清洗、标注、训练到评估的全流程数据闭环； 2、设计与实现高吞吐、可扩展的时序多模态数据处理引擎，服务图像、视频、语音、动作等多模态数据； 3、与算法团队深度配合，基于大模型能力，提取有价值的数据，提升数据质量，深度参与数据驱动下机器人能力的进化； 4、参与模型评估体系建设，从模型训练到模型评测一站式完成，为模型性能提供可靠的数据支持。

团队介绍：依托阿里巴巴集团强大的技术生态，基于菜乌深耕多年的物流供应链产品技术中后台，搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源，搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节，提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案，完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合，对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化，助力提供具备一定成本、时效优势，服务稳定的物流服务。 职位描述： 1、负责设计和实现高效的数据处理和分析解决方案，支持业务决策和洞察。 2、参与大数据平台的建设，优化数据架构，确保数据的稳定、安全和可扩展性。 3、与业务团队紧密合作，理解需求，开发数据模型和报表，提供数据驱动的洞见。 4、负责数据仓库的维护和优化，确保数据质量，提升数据提取和分析的效率。 5、持续监控和优化数据处理性能，解决数据相关问题，推动数据治理的实施。 1、Responsible for designing and implementing efficient data processing and analysis solutions to support business decision-making and insights. 2、Participate in the construction of big data platforms, optimize data architecture, ensuring data stability, security, and scalability. 3、Collaborate closely with business teams to understand requirements, develop data models and reports, providing data-driven insights. 4、Oversee data warehouse maintenance and optimization, ensuring data quality and enhancing data extraction and analysis efficiency. 5、Continuously monitor and optimize data processing performance, resolve data-related issues, and promote data governance implementation.

工作职责 1. 参与公司商业化数据平台的开发维护，包括数据基建系统、数据银行系统、DMP系统等业务； 2. 参与商业化数据中台的数据能力建设，包括数据集市建设、数据服务建设等； 3. 参与复杂业务的系统架构设计和性能优化；

1、负责对外部客户提供数字化转型服务，包含数字化规划、业务分析、行业应用、信息服务平台、大数据平台等咨询及项目实施； 2、能够独立或者带团队为客户制定数字化转型目标、制定数据能力解决方案、包括数据需求梳理、数据模型构建、数据整合加工处理和数据能力供给方案； 3、能够独立或者带团队完成客户需求理解和挖掘，完成大数据解决方案的规划、选型、POC和组织、以及项目交付实施等。

1. 负责阿里云大数据开发治理平台DataWorks的产品规划、设计以及落地，重点在数据ETL产品工具链及“Data+AI”方向； 2. 调研各行业用户需求和国内外同类产品，提炼和规划产品迭代计划； 3. 负责产品商业模式设计与GTM，支持业务团队完成业务目标； 4. 负责产品布道，包括内外部培训，市场活动，数据分析等。关注用户反馈，分析用户行为，进行产品用户体验的持续优化。

1.负责支持大数据挖掘及分析，理解业务方的数据需求，支撑面向投融资业务的数据追踪、挖掘及分析产品， 包括： (1)根据部门对行业和目标公司的分析需求发现和对接公司内外部数据库，并持续探索有价值的另类数据源，并实现数据获取及价值挖掘 (2)基于多种数据模型及多源数据，支持投前和投后工作基础的内外部数据分析需求 2.参与数据分析平台设计及搭建，支持数据对接、数据导入、ETL开发、BI报表搭建及报告输出，并不断完善数据分析相关工具 ，包括： (1)发现高质量数据源，并实现独立常态化数据获取，包括另类数据/非结构化数据 (2)设计及搭建赛道维度的数据体系，通过api数据对接等方式实现数据批量入库 (3)参与数据中台架构设计，整合结构化与非结构化数据，建立统一数据仓库与ID映射体系，实现跨系统数据融合 (4)设计RESTful/GraphQL 等API接口，支持内外部系统数据调用，封装机器学习等模型为可扩展服务、搭建前端网页，设计并落地可复用数据产品 (5)针对高价值数据实现常态化、自动化的数据监控，搭建BI看板及实现月报输出

1、负责面向客户建设有市场竞争力的大数据开发治理套件、EMR、LAS等大数据平台类产品，丰富火山引擎数据中台产品矩阵，洞察行业的机会点，持续挖掘产品的商业化潜力； 2、能够抽象各行业客户需求，并将需求转化为高品质的产品设计或解决方案； 3、与商业化销售/解决方案配合，对外部客户进行产品推介和宣讲； 4、制定产品的GTM策略和定价，保障产品在行业中的竞争力。

1、负责剪映CapCut AI数据工程与系统，同算法、产品团队协作完成稳健高效的数据处理Pipeline和系统的设计和研发，支持数据的生产、管理以及洞察等，助力算法模型快速迭代； 2、负责搭建模型效果评测体系与系统，支持多层级和多类型AIGC模型评测，以及测试集的构建、管理等，快速评估和优化模型以及端到端链路效果； 3、负责构建算法迭代自动化系统，提高数据驱动的模型迭代效率，以及使用Prompt Engineering和RAG等技术来提高模型和产品效果等； 4、负责构建统一的数据框架和基座，结合Data-Centric AI的理念，为剪映Capcut多个业务场景打造通用可靠的数据体系，推动业务快速发展。

1、 根据业务的理解与发展，持续优化各类监控指标体系； 2、 挖掘不同业务场景下的数据洞察，发现潜在机会点，为业务决策进行支撑； 3、 定期业务复盘，分析各维度数据，提炼核心要点沉淀业务分析模型，制定建议并推动实施，以产生实际影响； 4、 与运营团队紧密合作，设计和实施科学合理的AB实验或观察性研究，指导科学的决策与迭代闭环；

工作职责： 负责58 EB级海量数据存储和亿级任务调度的Hadoop及其周边生态的规划和建设，主导近万台集群规模的跨机房架构与落地，实现在离线混部、存算分离、云化等技术方向创新应用，打造稳定高效的新一代大数据平台。 • 负责跨机房、在离线混部、存算分离、云化等架构设计、技术选型、技术难点攻关 • 带领团队对Hadoop及其周边生态进行定制开发 • 负责大规模Hadoop集群的深度性能优化 • 参与社区互动，积极引进社区重大特性和改进并反哺社区提升影响力

1、负责百亿级广告投放引擎和周边上下游系统的研发工作，保障高可用、高性能、快速迭代； 2、参与整个广告索引平台及相关数据系统的研发工作； 3、优化整个商业化广告的投放效果及性能。

1、加入高德地图的商业智能BI团队，深入理解高德核心业务，为决策层评估业务价值、进行业务决策等提供数据支撑； 2、数据研发：参与高德地图打车、搜索等核心业务的数据仓库、数据产品建设，参与数据治理并沉淀业务数据资产； 3、数据挖掘：基于高德地图的海量日志，通过算法模型挖掘有价值的业务信息，指导高德地图的产品迭代。

1. 基于平台的海量数据，结合数理统计、数据挖掘、机器学习等技术，分析推荐算法效果，协助挖掘、构建可用于推荐的特征； 2. 深入理解业务问题，传递数据驱动的可视化方案和建议给到业务对接人，设计可执行的方案并推动产品决策； 3. 和用研，产品，工程师团队密切合作，部薯和落地算法模型方案； 4. 通过执行和分析A/B test来加快产品的实验和迭代。

1、负责企业领域大数据产品的规划、开发、实施与推广； 2、负责产品研发跟踪、产品上线推广和内外部合作的推进； 3、负责收集内外部用户需求，分析合理性，并转化为产品输出； 4、了解行业发展情况，学习行业优秀竞品及解决方案，开展竞品分析及制定产品发展演进路标，完善产品； 5、输出产品功能描述文档、产品界面原型图、功能逻辑框架图、运营数据统计需求、协调合作团队资源、推动方案研发上线、定期汇报建设进度和项目成果。

负责为大模型训练和Agent构建准备高质量数据，专注于海量数据收集、清洗、处理工作，为模型训练提供优质数据支撑。 1. 数据收集与获取：通过API接口、公开数据集、合作伙伴等多种方式收集文本、代码、多模态等训练数据 2. 数据清洗与预处理：进行数据去重、格式转换、质量筛选、内容过滤，处理HTML2Text、PDF2Text、OCR、ASR等格式转换 3. 数据标注与构建：设计数据标注方案，构建高质量的监督学习、强化学习训练数据集和评估数据集 4. 数据合成与生成：使用AI技术进行数据合成，包括文本生成、代码生成、多模态数据生成等，扩充训练数据规模 5. 需求对接与迭代：与模型训练团队、Agent开发团队密切协作，快速响应数据需求，持续优化数据质量 6. 工具开发与优化：开发数据处理工具和脚本，优化处理流程效率，确保大规模数据处理的稳定性

1、数据安全与隐私合规策略：结合内外部数据安全风险和合规要求，建立集团与子公司的数据安全与合规的内部规范、流程和技术要求，持续推动和审计数据安全策略在子公司的落地； 2、数据安全风险治理体系：基于集团和子公司的具体业务场景及IT系统情况，评估数据安全的风险现状，设计并推动数据安全保障体系的落地。包括数据资产的管理、大数据平台和应用系统的数据存储和使用的风险治理、权限治理等； 3、数据安全运营体系：建立数据安全的运营平台、流程和策略，数字化度量数据安全水平，降低数据泄露与合规风险。包括情报运营、数据泄露风险监测和研判、事件应急响应以及数据安全红蓝演练等工作。

团队介绍： 依托阿里巴巴集团强大的技术生态，基于多年的物流供应链产品技术中后台，搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源，搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节，提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案，完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合，对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化，助力提供具备一定成本、时效优势，服务稳定的物流服务。 1. 面向AIDC 跨境物流场景，设计并实现合适的物流业财解决方案，覆盖合同订购、价格管理、计量、计费、折扣、账单、发票、资金收付、核算、管报分析等一个或多个模块，确保在高并发、大数据量、超大资金规模下的资金安全，以及对物流履行系统的服务高可用性，满足财务业务日常运营工作的SLA时效和数据质量要求。 2. 和团队一起产出物流业财平台的演进方向，并按路线图进行迭代，确保系统架构的先进性，并兼顾技术成本以及业务支撑效率。 3. 承担物流业财领域的技术方案设计和业务研发，对业务需求进行合理的抽象和设计，并参与编码工作，确保项目的进度和质量，驱动业务快速健康发展。

1.业务需求洞察与转化：； 2.深入对接业务线（如算法团队、司内业务部门），理解大模型在应用场景中的业务痛点，输出产品需求文档并推动优先级共识； 3.深入分析行业痛点（如客服、内容生成、3D建模等），输出定制化解决方案，推动产品适配性优化； 4.平台能力构建与体验提升：； 5.主导设计大模型全生命周期管理功能，涵盖数据标注、模型训练、效果评测、部优化等环节的核心模块，构建大模型全生命周期管理闭环，重点突破高并发训练、分布式推理、多模态模型兼容等能力； 6.设计面向开发者的低门槛工具链（如可视化Prompt编排、一键式模型微调），提升平台DAU/留存率； 7.端到端功能交付与落地； 8.独立负责功能从PRD设计到上线的全流程管理，协调研发、测试、算法团队资源，确保技术方案与业务目标的强对齐； 9.建立关键指标（如模型迭代周期、资源利用率、用户满意度），通过数据验证功能价值； 10.主导交付后的用户培训、反馈收集及问题闭环； 11.跨团队协同与项目管理； 12.推动业务方、工程团队、算法团队三方协作； 13.推动太极在腾讯生态产品（如微信、腾讯文档、腾讯会议）中的深度合作与能力共建。