快手高级招聘专家-本地生活
任职要求
1、本科及以上学历；
2、5年及以上头部互联网研发类、产品类岗位招聘经验；
3、良好的项目执行能力和…工作职责
1、收集、整理业务招聘需求，熟练招聘全流程操作； 2、跟进、拓展招聘渠道，优化招聘流程； 3、执行人才搜索和寻访计划，甄选、评估候选人匹配度，完成指定招聘任务； 4、与业务部门保持有效沟通，跟进招聘结果和流程反馈； 5、收集人才市场信息，包括竞争对手信息，定向挖掘人才。
加入西门子智能基础设施集团，成为零碳先锋，共创明日世界！ 西门子智能基础设施集团 (Siemens Smart Infrastructure, SI) 的业务涵盖能源系统、楼宇和工业，旨在通过集成软硬件、产品、系统和解决方案，改善人们的生活和工作方式，显著提高效率和可持续性。我们致力于打造更低碳、更智能、更灵活的基础设施，在楼宇科技、智慧园区、数据中心等领域，都有我们成功的项目案例。 我们正在为中国工厂招聘一名经验丰富的电子元器件战略采购专家。 你将在这些领域发挥影响： • 供应商识别与管理：利用中国本地现有的供应商网络，识别新的潜在供应商，以满足海外工厂对电子元器件（集成电路、电容器、印制电路板、连接器等）的需求。。 • 成本节约：通过为电子元器件实施第二货源（2nd source）解决方案，主导成本削减项目，同时确保质量标准达到或超越预期。 • 跨职能协作：与研发（R&D）、质量管理（QA）及其他跨职能团队紧密合作，推动电子元器件的第二货源认证流程。 • 流程促进：管理电子元器件第二货源认证的端到端流程，确保流程及时完成并成功整合新供应商。 • 沟通：与海外和中国的利益相关者保持清晰有效的沟通，确保项目目标和进展保持一致。 • 问题解决：在面对挑战时展现韧性和决心，确保克服障碍以实现项目目标。
加入西门子智能基础设施集团，成为零碳先锋，共创明日世界！ 西门子智能基础设施集团 (Siemens Smart Infrastructure, SI) 的业务涵盖能源系统、楼宇和工业，旨在通过集成软硬件、产品、系统和解决方案，改善人们的生活和工作方式，显著提高效率和可持续性。我们致力于打造更低碳、更智能、更灵活的基础设施，在楼宇科技、智慧园区、数据中心等领域，都有我们成功的项目案例。 我们正在为中国工厂招聘一名经验丰富的机械零部件战略采购专家。 你将在这些领域发挥影响： • 供应商识别与管理：利用中国本地现有的供应商网络，识别新的潜在供应商，以满足海外工厂对机械零部件（塑料件、铸件、金属件等）的需求。 • 成本节约：通过为机械零部件实施第二货源（2nd source）解决方案，主导成本削减项目，同时确保质量标准达到或超越预期。 • 跨职能协作：与研发（R&D）、质量管理（QA）及其他跨职能团队紧密合作，推动机械零部件的第二货源认证流程。 • 流程促进：管理机械零部件第二货源认证的端到端流程，确保流程及时完成并成功整合新供应商。 • 沟通：与海外和中国的利益相关者保持清晰有效的沟通，确保项目目标和进展保持一致。 • 问题解决：在面对挑战时展现韧性和决心，确保克服障碍以实现项目目标。
1.负责制定公司培训学习设计方案，根据业务需求和学员需求设计培训内容。 2.负责组织实施培训计划，包括培训课程的策划、讲师招聘、培训资料准备等工作。 3.负责培训效果评估，收集学员反馈意见并持续优化培训方案。 4.管理培训团队，指导团队成员完成培训任务，确保培训效果和质量。
特斯拉信息技术部门（工作地点：特斯拉上海超级工厂）正在招聘一名全职IT AI Platform 开发工程师，专注于构建和扩展下一代 AIOps与MLOps平台。随着人工智能技术在企业核心系统（尤其是GenAI平台）中的深入应用，亟需一位能够打通AI研发与生产部署之间壁垒的工程专家。该岗位将负责从模型训练、版本管理、自动化部署到高性能推理服务的完整MLOps体系建设，并主导构建支持本地GPU与云端LLM API融合的混合式推理网关平台，以实现低延迟、高吞吐的企业级AI服务能力。推动GenAI平台及未来AI服务落地的关键力量，将显著提升AI功能的交付效率与稳定性。 岗位职责： • 设计、构建和维护可扩展的 MLOps平台，实现AI模型从训练、版本控制、部署到监控的全生命周期管理。 • 基于 vLLM、TensorRT-LLM 、TGI 等框架，在大规模GPU集群上开发并优化大语言模型（LLM）推理流水线。 • 构建融合本地GPU模型与云上LLM API 的混合推理网关平台，实现智能路由、负载均衡与成本性能的优化。 • 搭建自动化 LLM微调（Fine-Tuning）流水线，支持LoRA、QLoRA等参数高效训练方法，涵盖数据预处理、分布式训练与检查点管理。 • 推动 RAG（检索增强生成）能力服务化（RAG-as-a-Service），集成并运维主流向量数据库（如 Pinecone、Milvus、Weaviate）。 • 通过 Prometheus、Grafana、OpenTelemetry 及自研监控方案，保障AI系统的可观测性与稳定性。 • 与AI科学家和应用工程师协作进行模型优化（量化、剪枝、蒸馏），提升推理效率与资源利用率。 • 支持 GenAI CN平台的高性能模型服务需求，确保低延迟、高并发的服务能力。 • 制定AI模型服务的关键性能指标（KPI）与服务等级协议（SLA），量化业务价值与系统表现。 • 使用 GitLab CI、Jenkins、ArgoCD 等工具实现AI工作流的CI/CD自动化，确保可复现性与可审计性。