新浪微博人力信息化服务社保公积金实习生

1.负责核算月度社保公积金费用，确保账单准确性，并独立搭建并支持服务主体相关的社保台账运营及数据管理工作； 2.负责社保公积金政策收集及拆解工作，快速进行信息解读并结合业务场景，内部产出指引文档，保障业务的推进及落地时效； 3.负责解答员工关于社保公积金政策的疑问，处理员工社保公积金相关查询/转移/提取等相关业务支持； 4.部门代言人，进行共享服务中心一线交付业务答疑/协同等支持工作； 5.立足于社保业务场景，积极投入社保运营问题挖掘和问题解决，协同BP/业务等角色保障业务运营； 6.基于全国社保的整体业务情况，站位COE进行政策/方案/系统等整合输出，保障社保业务的共享化/集约化，促进社保及区域交付的最终达成提升。

HR Specialist 人事专员 办公地点：上海临港 · 管理公司内部人员调动，人员晋升的办理，签订合同，证明开具，离职与系统录入等； · 有效协同业务伙伴，维护准确的现任员工信息在HR系统中； · 梳理和完善员工离职、异动相关制度和流程，输出标准化工作流程和操作手册； · 优化员工生命周期管理流程，提高效率并提高员工满意度； · 编写完整的需求文档，与IT对接，进行工具开发，以减少信息差错，减少流程中各环节的出错率，提高业务伙伴和员工的满意度； · 协同供应商确保离职阶段的社保公积金调转。

HR Specialist 人事专员 办公地点：上海临港 · 管理公司内部人员调动，人员晋升的办理，签订合同，证明开具，离职与系统录入等； · 有效协同业务伙伴，维护准确的现任员工信息在HR系统中； · 梳理和完善员工离职、异动相关制度和流程，输出标准化工作流程和操作手册； · 优化员工生命周期管理流程，提高效率并提高员工满意度； · 编写完整的需求文档，与IT对接，进行工具开发，以减少信息差错，减少流程中各环节的出错率，提高业务伙伴和员工的满意度； · 协同供应商确保离职阶段的社保公积金调转。

团队介绍：推荐架构团队支撑字节跳动旗下多款APP产品，如抖音、今日头条、番茄小说、西瓜视频、剪映等推荐系统架构的设计和开发，保障系统的稳定和高可用，致力于抽象系统通用组件和服务，建设推荐中台、数据中台；关于在线服务，在这里你有机会参与大规模机器学习在线预估框架的研发与优化，也有机会参与模型训练与调度等相关问题的研究与突破，解决系统瓶颈，降低成本开销；如你对大数据感兴趣，在这里也有机会参与通用实时计算系统的开发、构建统一的推荐特征中台，为推荐业务实现先进的消重、计数、特征服务等；我们期待热爱技术的你加入，一起创造更多可能。 课题介绍： 在人工智能技术高速发展的背景下，推荐系统作为信息过滤与个性化服务的核心，面临多重挑战： 一方面，推荐系统自身的复杂性急剧增加。大量推荐策略不断演进迭代、且系统状态动态变化，但缺乏有效手段自动跟踪评估策略有效性并下线低 ROI 策略，导致系统存在较多低效策略。同时，推荐系统依赖多种基础组件，其复杂负载模型给底层组件参数配置和性能调优带来巨大困难，日常开发迭代中的问题排查等工作消耗大量人力，亟需提升开发效率、降低人力成本。 另一方面，随着电商行业等领域的激烈竞争，传统推荐系统在多样性、创新性和个性化方面的短板愈发凸显，难以满足用户日益增长的多元需求。生成式人工智能技术虽带来新突破，但在实际应用中面临成本效率、全域数据协同、数据隐私与安全以及技术变革应对等诸多难题。 课题内容： 1、策略管理与优化：构建一套智能化系统，实现推荐策略的规范化定义、长期及离线评估、无效策略自动识别与下线，以及相关代码配置的下线； 2、自适应调优与故障诊断：针对推荐系统多样化业务负载，利用大模型能力完成系统及底层组件的参数和配置调优，并探索自适应故障诊断方案，提供全局视角的故障追踪、定位和分析能力； 3、成本与效率平衡：在推荐系统应用生成式技术时，解决模型训练和运行的高成本问题，平衡成本与效率，在有限资源下实现高效推荐； 4、全域数据处理：应对电商等横向全域场景下海量异构数据，提升和保障数据质量与准确性，标准化供给数据给全域推荐模型，并实现低成本跨端服务，同时，确保数据隐私与安全，合规使用数据； 5、多模态数据表征和 RAG 应用系统：应对推荐、检索、问答、创作场景的多模态数据需求，提供数据理解、预处理、索引、召回环节的完整解决方案，提供知识、记忆服务能力，并针对各类大小模型负载进行系统优化，最大化信息处理效率和精度。