叠纸游戏日区发行内容运营实习生-无限暖暖

1.负责游戏攻略的对接与发布流程的追踪，并完成相关社群内容的更新和管理。 2.根据日本市场趋势，寻找适合游戏的KOL进行接洽和完成攻略更新的布局。

1、月度输出财务经营分析报告，对收入、成本、损益等各项经营指标达成进行深度分析，为管理层经营决策提供支持； 2、定期（日、周等）输出经营相关数据报表，对业务关键指标、重点项目专项跟进改善进度； 3、对负责部门业务专项进行收入、成本及损益波动分析，协助业务部门寻找业务增长点并提升生产效率； 4、负责对应产品预算制定及相关预测工作，协助部门做好费用管控及资源投入预警管理。

团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。

1．负责酒店产线的事件管理和问题管理，包括响应、处理、善后、提炼总结； 2．优化事件处理流程，提升处理效率； 3．综合分析线上报修事件，为质量改进提供依据和建议； 4．适应轮流的节假日值班、周末值班、晚班（13:00-22:00）的工作要求，每个员工约8周会分别轮到周末值班和晚班。