地平线生态BD（芯片生态合作伙伴拓展方向）
任职要求
1、学历与专业背景：本科及以上学历，市场营销、工商管理、电子信息、计算机、人工智能、自动化等相关专业优先，3年左右芯片、人工智能、智能硬件、智能驾驶等相关行业BD、生态拓展、渠道合作相关工作经验。 2、生态拓展能力：具备成熟的商务拓展、伙伴洽谈、资源整合及商务谈判能力，能够独立完成潜在伙伴挖掘、合作方案制定、合作落地跟进全流程工作，擅长通过精准沟通、价值输出达成合作共识，具备优秀的统战与资源联动能力。 3、行业认知能力：熟悉AI芯片、边缘计算、智能硬件行业生态及产业链结构，了解各细分场…
工作职责
1、生态伙伴培育与深度运营：围绕地平线芯片产品与技术生态，精准挖掘、对接行业上下游潜在合作伙伴，涵盖软件开发商、硬件方案商、集成商、渠道商、行业终端场景客户等，搭建分层分级的合作伙伴体系。负责伙伴全生命周期培育，从初步接洽、合作孵化、技术赋能到长期深度绑定，持续优化伙伴合作模式，盘活生态资源，构建稳定、高质量的芯片合作生态矩阵。 2、多场景应用拓展与落地：立足地平线芯片算力、工具链、算法、以及合作伙伴上层产品，聚焦智能驾驶、具身智能、工业智能等场景，调研各行业市场需求与落地痛点。联动上下游合作伙伴定制场景+落地解决方案，推进芯片产品在多行业场景的尝试与探索，形成标杆案例后，协同公司各部门进一步推动已验证场景中的规模化落地与应用。 3、生态统战与行业影响力建设：发挥生态统战核心作用，精准对接行业核心资源、头部企业及产业联盟，通过高层对接、深度沟通、价值赋能等方式，整合行业优质资源，构建地平线生态联盟的行业壁垒。主动输出地平线芯片生态价值与技术优势，主导或参与行业生态活动、技术沙龙、产业对接会，持续提升地平线芯片平台的行业知名度、话语权与行业影响力。 4、生态体系优化与长效运营：持续跟踪行业市场动态、竞品生态策略及产业政策变化，梳理生态合作痛点与短板，优化生态拓展策略与合作机制。负责存量合作伙伴的维护与深度挖潜，推动合作升级、联合研发、市场共建、品牌联动等多维度度合作，同时沉淀生态拓展案例与运营方法论，助力公司生态战略落地与规模化发展。 5、跨部门协同推进项目落地：联动公司产品、技术、销售、解决方案等团队，为合作伙伴提供技术支撑、方案适配、资源对接等全流程服务，跟进合作项目全周期进度，及时解决合作过程中的问题，保障合作项目高效落地、持续迭代，实现政企、企企共赢的生态发展格局。
1. 负责AI技术平台/大模型产品的生态合作拓展，包括ISV（独立软件开发商）、系统集成商、行业解决方案商等； 2. 挖掘并建立与AI产业链上下游企业的战略合作关系，推动联合解决方案落地； 3. 协调内部产品、技术、市场团队，支持合作伙伴完成技术对接、POC验证与商业化闭环； 4. 制定区域或垂直行业的生态拓展策略，达成合作数量、收入等关键指标。
系统集成与故障排除： 1.作为与Intel/AMD工程团队的主要技术对接人，解决平台验证（AVL）中的DDR/LPDDR兼容性问题，包括信号完整性优化、时序调优及BIOS/固件适配； 2.主导内存相关故障（如开机失败、训练错误）的根因分析，并提供可落地的解决方案。 客户协作与产品支持： 1.与全球OEM/ODM客户（如H3C、中兴、联想）协作定义服务器/PC项目的内存需求，确保符合JEDEC标准及平台特定限制条件； 2.将客户需求转化为技术规格（如散热设计、功耗预算），并指导内部研发团队实现。 技术领导与路线图对齐： 1.追踪Intel/AMD技术路线图（如Sapphire Rapids、Zen 5），预判DDR5/LPDDR5x集成挑战并推动前瞻性设计调整； 2.推广新兴技术（如RDIMM、MRDIMM），确保产品开发与行业趋势同步； 3.主导应用笔记（Application Note）编写，用于问题/勘误说明。 项目管理与质量保障： 1.负责端到端产品认证周期管理，协同验证实验室与质量团队确保符合JEDEC-209标准； 2.对可制造性设计（DFM）及成本性能权衡进行风险评估。
1、产品策略：从客户需求出发，从业务需求出发，基于深入的场景洞察和数据分析，与业务及产品团队深入合作，输出符合中小客户需求的、可落地的自助产品策略与优化方案（包括且不限于：经营建议、经营诊断等），并推动产品落地应用； 2、客户策略：协同业务部门，沉淀可落地&可批量复制的客户策略。对接市场部门，构建中小策略的外宣体系，提升策略和优质案例的传播效能； 3、行业及竞对分析：监控行业趋势、竞对动态及用户需求变化，定期输出策略报告与机会洞察； 4、商机及异动预警：协同运营、产品、市场等团队，推动策略方案的执行与迭代，确保业务目标达成。
1、负责电商相关直播、短视频内容生态治理体系建设，深入理解快手电商生态，并对生态中的问题进行定义、识别和治理； 2、深入理解业务本质，运用类别分析方法对业务日志、用户行为数据进行分析与抽象，识别电商生态中的低质商家/带货主播及各类不良内容和风险内容问题； 3、对模式识别、策略体系、大模型和AI Agent进行融合应用，能够快速发现及定位疑似风险的内容和行为。