logo of bytedance

字节跳动隐私项目经理

社招全职5年以上A186266地点:北京状态:招聘

任职要求


1、本科以上学历,5年以上技术研发/产品技术领域项目管理经验,有管理大型全球项目经验者优先;
2、优秀的书面和口头沟通能力,英语流利可以作为工作语言;
3、有较强的沟通协调能力(跨团队、…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、作为隐私项目经理管理跨部门的重点项目,负责推动短视频产品研发团队内部的隐私项目交付;
2、与内部的合作方紧密合作,对项目的交付结果负责,在预期时间内完成目标;
3、基于合规要求,深入各业务场景,参与和协助研发侧各核心团队进行技术方案的设计和落地执行,协助制定和深度理解公司整体在隐私安全合规方面的技术方案,驱动和判断隐私合规标准的拉齐。
包括英文材料
学历+
还有更多 •••
相关职位

logo of bytedance
社招5年以上SKG2

1、作为隐私项目经理管理跨部门的重点项目,负责推动短视频产品研发团队内部的隐私项目交付; 2、与内部的合作方紧密合作,对项目的交付结果负责,在预期时间内完成目标; 3、基于合规要求,深入各业务场景,参与和协助研发侧各核心团队进行技术方案的设计和落地执行,协助制定和深度理解公司整体在隐私安全合规方面的技术方案,驱动和判断隐私合规标准的拉齐。

更新于 2021-10-28上海
logo of aliyun
社招5年以上云智能集团

1. 根据监管条件以及行业趋势,并结合内部的流量+数据资源,以及隐私计算+AI大模型等核心技术,设计互联网信贷产品方案。包括围绕2C侧的用户体验进行产品设计(如进件、签约、授信、支用、查还等),以及2B侧的相关SaaS化系统平台设计(如联合营销平台、联合风控平台、产品要素管理、协议管理等)。 2、编写MRD、PRD等文档材料,并协同内部研发、推进产品功能上线落地;并推动外部合作机构、生态伙伴进行接入迭代升级 3、协同运营、风控等团队, 负责产品或项目落地过程中的数据分析与效果追踪,持续迭代优化产品方案

更新于 2025-08-22北京|杭州
logo of aliyun
社招3年以上技术类-前端

职位概述 我们正在寻找一位在前端技术和AI应用融合方面有深度实践的高级工程师。您将负责构建智能化的用户界面,将AI能力转化为优秀的用户体验,并在快速发展的技术环境中推动产品创新。 核心职责 主要职责 智能界面开发:设计并实现集成AI功能的前端应用,包括大语言模型交互、智能推荐、数据可视化等功能模块 技术架构设计:负责前端技术选型、架构设计和核心代码实现,确保系统的可扩展性和高性能 产品全流程参与:从需求分析到产品上线,深度参与产品开发的完整链路,包括技术方案设计、开发实现、测试优化 跨团队协作:与算法工程师、产品经理、设计师、后端工程师密切配合,确保AI功能的顺利落地 次要职责 技术分享与指导:参与团队技术分享,指导初级工程师,推动团队技术能力提升 基础设施建设:参与前端基础架构、组件库的建设和维护 技术调研:跟踪前端和AI领域的新技术趋势,评估新技术的应用可能性 任职要求 必备条件 技术经验:3年以上Web前端开发经验,熟练掌握HTML、CSS、JavaScript(ES6+) 技术栈:深入理解React/Hooks、TypeScript、Emotion等现代前端技术栈 问题解决能力:能够独立分析和解决复杂技术问题,在模糊需求下能够推动项目进展 协作能力:具备良好的沟通能力和团队协作精神 学习能力:对新技术保持好奇心,具备快速学习和适应能力 优先条件 全栈能力:具备Node.js或Python开发经验,能够理解前后端集成 大型项目经验:有复杂前端项目的架构设计和性能优化经验 AI技术了解:熟悉TensorFlow.js、ONNX.js等前端AI框架 数据可视化:有数据可视化或人机交互设计的实践经验 开源贡献:在开源社区有积极贡献或技术分享经验 我们提供 参与前沿AI产品的开发机会 与优秀团队成员共同成长的环境 创新的工作氛围 有竞争力的薪酬待遇和职业发展空间 工作环境 鼓励创新和挑战传统思维 快节奏的技术迭代环境 注重数据安全和用户隐私保护 支持技术学习和能力提升

更新于 2025-06-13深圳|杭州
logo of aliyun
社招3年以上云智能集团

1. 行业解决方案设计与交付 - 基于阿里云大模型技术(如通义千问),为银行、保险、证券等金融客户量身定制AI大模型解决方案,覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点,提供从需求分析、技术选型到方案落地的全流程支持,确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练(Post-training)、领域微调(Domain-specific Fine-tuning)、模型蒸馏(Distillation)及多模态融合优化,提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能,包括分布式训练加速(如DeepSpeed、Megatron-LM)、显存优化、量化压缩(INT8/FP16)及低延迟推理部署(如vLLM、SGLang)等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求,设计高性能计算架构,优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求,设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证,推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践,输出白皮书、案例研究及标准化解决方案,提升阿里云在金融AI领域的市场影响力。

更新于 2025-12-09深圳|广州