苹果Engineering Program Manager-Beats Accessory
任职要求
Minimum Qualifications • BS / MS degree with relevant working experience in project management • Experience running technical programs with cross-functional teams • Proficiency in English oral presentation & writing Preferred Qualifications • 3+ years of experience on consumer electronics • Strong communication and interpersonal skills, with the ability to convey complex technical concepts to a diverse audience • Ability to lead, take…
工作职责
- Work with contract manufacturer (CM) to make build schedule according to NPI project overall schedule - Create & maintain the build matrix to reflect the latest request from x-functional teams & DOEs arrangement in nimbus - Material CTB review and take correction actions towards the risk items, make sure waiver list in place - Follow up with x-functional teams for the station equipment & fixture bring up / buy-off status - Manage build deviations both for test stations and assembly process - Host daily build opening / closing meeting for project readiness review to provide risk assessment & opportunity - Drive key issues for short-term & long-term actions - Quotation review, budget / PR request and approval - Extensive travel (~50%) within China or Vietnam
1.负责alibaba国际站 数字营销的前端架构设计及研发，保障系统的安全、可扩展以及质量和性能，与PD、UED、Java 工程师协作，完成设计交互实现、数据交互、动态信息展现 2.关注用户体验，与合作方一起不断改进产品的易用性；运用AI能力重塑 广告后台BP、广告前台创意 的产品形态，提升用户体验和客服效能 3.研究和探索创新的开发思路和新的前端技术，结合业务特点创新应用AI技术，解决前端团队开发过程中面临的各类问题，提升个人和团队的开发效能 4.参与跨境B类全球化创意中心的规划建设，包括可视化制作、可视化渲染、D2C、自动化审核、自动化生产、智能诊断等，推动协助相关团队并落地未来产品和系统规划
1、深入探索LLM在搜索场景中的推理能力与深度研究（Deep Research）模式，优化信息整合与总结效果，打造高效、精准的智能搜索产品，推动AI技术在实际应用中的突破； 2、AI搜索总结Agent研发： 1）设计并实现基于LLM的搜索总结Agent，提升搜索结果的理解、推理与结构化总结能力； 2）探索LLM Reasoning技术（如思维链、多步推理），优化复杂查询的Deep Research模式，实现长文本理解与跨文档信息融合； 3）构建端到端系统，涵盖意图识别、知识检索、结果生成与偏好对齐，提升用户体验； 3、模型优化及应用： 1）通过指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术优化模型在搜索场景的适应性； 2）探索多模态信息（文本、代码、结构化数据）融合的搜索与生成技术； 3）研究未来生活中的创新应用场景（如个性化知识助手、自动化研究工具），探索技术边界。
团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的 AI 大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、团队负责公司大模型的研发和应用，研究相关技术在搜索、推荐、广告、创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式；主要工作方向包括： 1）优化&创新RLHF算法训练效率与模型泛化能力； 2）Long CoT技术的实现和应用； 3）多模态大模型（文本、图像、语音）的Posttraining算法； 4）构建高质量、多领域的数据合成方法； 5）探索LLM在情感对话、创作等场景的应用。
1. 设计与开发基于LLM的智能体系统架构，实现复杂任务规划、工具调用、记忆存储等核心功能 2. 构建多智能体协作框架，探索Agent间的通信协议与协同决策机制 3. 集成外部工具API（搜索引擎/数据库/专业软件），扩展Agent能力边界 4. 优化Agent的实时交互能力，包括对话流畅性、任务分解准确性、异常处理鲁棒性 5. 开发Agent评估体系，设计自动化测试场景与量化评估指标 6. 研究Agent持续学习机制，实现长期记忆存储与经验复用