logo of bytedance

字节跳动大客户销售(丽人)-抖音生活服务

社招全职3年以上A110105地点:北京状态:招聘

任职要求


1、本科及以上学历;
2、3年以上KA销售经验,过往业绩出色,具有本地行业、团购平台经验者优先;
3、具有良好的与客户沟通的意识,擅长客情维护;
4、具有整合营销相关经验,擅长视频内容…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1、负责丽人行业类目运营,整合平台和商家资源,用内容服务消费者,实现行业GMV增长;
2、深度客情维护,和商户决策层、关键人员建立并保持良好的关系,可获得核心/关键信息,提高合作黏性,保持客户与平台长期稳定的合作共赢;
3、定制大客户整合经营方案:洞察大客户商家在抖音的定制化需求,结合闭环、开放链路产品能力输出大客户整合经营方案,推动定制需求解决;
4、跑通优势商家/商品的抖音经营模式:洞察商家经营需求和用户消费场景,结合抖音内容推荐模式制定不同场景下选品组品、内容运营策略,明确经营指标,跑通抖音经营模式;
5、充分结合平台优势及商户行业特性,进行线上定制化的解决方案设计,创新行业玩法,提升线上转化率及行业内市场占比,带动行业长远发展。
包括英文材料
学历+
数据分析+
相关职位

logo of meituan
社招3年以上核心本地商业-业

​AI搜索和智能体产品后端系统研发: 1. 设计并实现AI搜索Agent应用,包括Query理解、记忆存储、环境感知等模块的集成与优化。 2. 负责Agentic Search(搜索智能体)技术探索和架构研发,支持多模态(文本、图像、视频)检索与应用创新。 3. 抽象并开发企业级别的AI应用平台,支持Agent相关应用的接入与扩展,确保平台的高可用性和可扩展性。 4. 实现平台的模块化设计,支持快速迭代与功能扩展,满足AI时代本地生活服务领域智能体应用快速发展需求。 5. 与业务部门(如产品、运营团队)协作,将AI搜索能力嵌入现有工作流(如智能问答、个性化推荐)。 6. 负责AI系统的日常运维,包括异常监控、接口优化及用户培训,确保生产环境高效运行。

更新于 2025-04-03北京
logo of bytedance
社招5年以上A223866A

1、负责Agent系统的稳定性建设,设计高可用架构与容灾降级方案,保障系统在极端场景下稳定运行; 2、优化系统性能,解决分布式场景下的任务调度、数据一致性、故障自愈等挑战,提升服务SLA; 3、建立系统监控、告警及应急响应机制,负责重大故障的排查与恢复; 4、持续优化系统架构,通过代码重构、性能调优等手段提升系统扩展性与可维护性; 5、探索分布式计算、任务调度、流式数据处理等领域的前沿技术(如分布式事务、弹性扩缩容、异构计算等),推动技术成果转化。

更新于 2025-03-11北京
logo of amap
社招3年以上技术类-算法

团队介绍: 作为中国领先的数字地图内容及导航服务提供商,高德地图日均服务数亿用户出行决策,每日处理超百亿级位置数据。视觉技术中心是驱动高德实现高精度地图、三维重建、LLM/VLM,AI Agent等核心技术,持续突破自动驾驶、AR导航、具身智能、推广搜和生活服务等领域的技术边界。团队不仅在计算机视觉领域持续深耕,更将计算机视觉及AI技术在自主导航、高德打车、生活服务等多元化应用场景。 作为高德地图的核心技术驱动部门,我们以下一代三维地图引擎、多模态理解与生成、空间智能、世界模型等方向为核心,推动智能出行与真实世界连接的深度融合。 团队gihub主页:https://github.com/amap-cvlab 为何加入我们? 挑战世界级技术难题,追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 我们正在寻找对多模态技术充满热情的算法工程师,加入我们的研发团队。您将专注于多模态理解与生成,推动其在高德扫街榜等热门应用中落地,为用户提供更智能、更沉浸的服务。 主要职责: 1、多模态大模型研发:开发业界领先的图文多模态大模型,实现高质量场景理解和内容生成; 2、模型优化与性能提升:优化多模态模型的推理速度和计算效率,支持端侧部署。探索适合大模型的压缩与加速技术(包括但不限于量化、剪枝、知识蒸馏等); 3、业务场景落地:将多模态技术应用于扫街榜等实际业务场景,与产品、工程团队合作,推动技术从研发到上线的全流程落地; 4、前沿技术探索:持续跟踪生成式AI、跨模态对齐、思维链、强化学习、多模态交互等最新技术趋势,提出创新性解决方案。

更新于 2025-12-11北京
logo of amap
社招技术类-算法

我们是致力于成为AI驱动的本地生活服务革新者,通过大模型技术重构餐饮、零售、到店服务等核心场景的业务逻辑。 岗位使命 将本地生活领域复杂的业务场景转化为大模型可理解的数字孪生体,通过算法应用的创新实现从用户需求理解到服务交付的端到端智能化重构。 核心方向 1. 重构传统业务,实现端到端简化 2. 构建到餐、到综、酒旅等领域知识图谱,建立百万级商户服务与用户需求的动态匹配 3. 运用多模态业务理解大模型,实现对非结构化服务数据(菜单、评价、商品等)的深度理解和使用 4. 研发基于大模型的商品识别、智能匹配、选品选货、价格力等决策模块

更新于 2025-07-23北京