北京日语老师

到岗时间： 该职位为储备状态

一、岗位职责

1. 教学实施：依课标制定计划，开展探究式教学，规范组织实验课，优化课堂并做好器材与台账管理。

2. 学生培养：分层辅导学生，培养科学素养；组织科技类课外活动，激发学习兴趣与实践能力。

3. 教研成长：参与集体备课、教研课题，做好教学反思，持续提升专业能力。

4. 常规协作：落实教学常规，管理实验室；配合家校及同事工作，服从学校安排。

5. 安全德育：强化各环节安全管理，在教学中渗透德育，培育学生优良品质。

二、任职要求

1. 基本条件：热爱教育事业，品行端正，关爱学生，身心健康，年龄30-45周岁（优秀者可放宽）。

2. 学历专业：硕士及以上，科学教育、理化生、地理等理科相关专业优先，专业知识扎实。

3. 资格技能：持科学/理科教师资格证、普通话二乙及以上证书；熟练运用教学工具，具备实验操作与课堂管理能力。

4. 能力素养：具备教研创新、团队协作能力，有耐心责任心，适配素质教育需求。

5. 优先条件：有教学经验、科技活动指导获奖经历、师范类毕业或骨干教师者优先。

北京市通州区私立树人学校

到岗时间： 2026-08-01

岗位名称：执行校长
薪资待遇：极具市场竞争力（面议）

一、岗位职责
全权负责学校日常运营与全面管理，主持学校各项工作，对学校的发展与办学质量承担第一责任。

1. 战略规划：制定学校发展规划与年度计划，明确办学特色，确保符合国家政策及民办教育趋势；完善制度体系，推动规范化、科学化、精细化管理，对董事会负责。

2. 教学管理：主导课程体系、教学改革与教研活动，落实新课改；构建教学质量监督评估体系，提升办学水平。

3. 团队建设：搭建核心管理团队及教师队伍，制定招聘、培养、激励及考核机制；加强师德师风，打造高水平专业化团队。

4. 运营品牌：负责品牌塑造、口碑运营、家校沟通及生源拓展；整合校内外资源，提升社会影响力，实现质量、效益与品牌协同发展。

5. 安全合规：落实安全责任制，处理突发事件；确保招生、收费、教学等各项合规有序。

二、 任职要求

1、基本条件：热爱教育事业，师德高尚，有事业心、责任感、风险精神及开拓创新意识，，愿长期稳定投身民办教育。

2、学历资格：本科及以上，教育/管理类优先；持有高中教师资格证、高级及以上职称；有校长任职资格证者优先。

3、经验资历：10年以上教育/管理经验，其中5年以上高中校级领导（副校长及以上）经历；有知名公办或优质民办高中校长/副校长经验者优先；熟悉北京民办教育政策、市场及新高考改革，精通高中教学管理与评估体系。

4、年龄：55周岁以下（优秀者可放宽），身心健康，全职投入。

三、应聘方式
邮箱投递：53954149@qq.com（标题：应聘执行校长+姓名）报名材料：①简历（含近照）；②身份证、学历学位证、教师资格证、职称证、校长资格证（如有）扫描件；③工作经历及管理业绩证明材料（聘书、获奖、项目等）；④自荐信（教育理念、管理思路、主要业绩）。

北京德馨高中

1. 支持公司的交易项目，参与授权许可、投融资交易等交易文件的起草、修订和合同谈判；

2. 审阅、修订公司的涉外业务合同，包括境外临床、境外经销、MTA/CDA/委托生产/研发等日常涉外业务的合同审阅、修订和谈判工作；

3. 境外子公司的合规和法律事宜处理；

4. 协助外部律师处理争议解决案件；

5. 根据业务需要进行境内外法律法规、交易案例的法律研究工作。

齐鲁制药集团有限公司

1. 研发足式机器人全身运动控制（locomotion）算法，提升动态性能与稳定性；

2. 研发人形机器人全身运动操作（loco-manipulation）算法，实现人形机器人的操作能力；

3. 推动机器人全身运动控制算法的系统集成、仿真验证和硬件部署；

4. 优化控制算法在嵌入式系统中的性能，满足实时性和低功耗需求；

5. 探索机器人全身运动控制在工业、服务或特定场景中的技术应用和落地机会。

北京地平线信息技术有限公司

互联网

【岗位要求】：

1.全日制大学本科及以上学历，知名法学院法学、法律专业在读；

2.英语好，能作为工作语言；

3.有较强的法律检索和研究能力；

4.工作认真负责，注重细节，工作效率较高；


5.国际法专业或熟悉东南亚法律法规的优先考虑

6.一周能到岗3天
【工作内容】：协助项目负责人进行海外餐饮行业法规调研、检索，跟进项目进度
【岗位要求】：

1.全日制大学本科及以上学历，知名法学院法学、法律专业在读；

2.英语好，能作为工作语言；

3.有较强的法律检索和研究能力；

4.工作认真负责，注重细节，工作效率较高；

5.国际法专业或熟悉东南亚法律法规的优先考虑

6.一周能到岗3天
【工作内容】：协助项目负责人进行海外餐饮行业法规调研、检索，跟进项目进度

瑞幸咖啡（北京）有限公司

餐饮

1、根据行业特点，整理客户资料，辅助完成分析报告。

2、研读财报信息，整理财务数据，深度参与授信工作。

中国五矿集团有限公司

1.负责智驾平台计算服务日常运维工作，包括健康巡检、发布变更、监控完善、SOP、OnCall响应、故障处理等

2.负责智驾平台计算服务生产保障工作，包括需求处理、集群建设、资源交付、资源管理、测试验证等

3.参与智驾平台计算服务整体建设工作，包括K8S混合云服务、计算应用、多种类GPU/CPU等资源服务的自动化能力建设、成本管控和稳定性保障等
任职要求

北京地平线信息技术有限公司

互联网

【课题说明】广告系统一般采用“召回->粗排->精排->出价->拍卖”的多级漏斗架构，但各模块独立优化导致优化目标不一致，前链路会制约后链路上限，漏斗效率折损大。近年来，随着大模型和生成式技术的快速发展，其强大的表征能力和良好的Scaling性质也为广告系统提供了新的可能性。本研究旨在探索如何利用生成式技术重塑整个广告系统，通过一个端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型决策空间，最大化平台收益。餐饮广告算法团队启动下一代LLM 广告系统(one model)的探索，行业资深人才需求迫切。【建议研究方向】1.领域LLM 构建：基于sota 基座模型，系统性整合美团用商双端数据，通过PT、SFT、RLHF等方式构建适配外卖/到餐领域的垂直领域LLM，快速支持商业广告系统多大模型应用落地；
2.基于强化学习+领域LLM 的通用相关性解决方案：基于领域LLM，结合GRPO等强化学习技术，多agent 技术 探索相关性问题上限。

北京三快科技有限公司

【课题说明】广告系统一般采用“召回->粗排->精排->出价->拍卖”的多级漏斗架构，但各模块独立优化导致优化目标不一致，前链路会制约后链路上限，漏斗效率折损大。近年来，随着大模型和生成式技术的快速发展，其强大的表征能力和良好的Scaling性质也为广告系统提供了新的可能性。本研究旨在探索如何利用生成式技术重塑整个广告系统，通过一个端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型决策空间，最大化平台收益。餐饮广告算法团队启动下一代LLM 广告系统(one model)的探索，行业资深人才需求迫切。【建议研究方向】1.生成式广告大模型架构设计：基于前沿大模型（如时空Transformer、MLA、MoE等），设计适配广告场景的生成式决策框架，支持根据“用户行为、实时位置、商户出价”端到端生成最优的广告商家、展示创意、相应计费。
2.多阶段的训练范式设计：借鉴LLM的分阶段训练技术（如PT、SFT、RLHF等），设计“基于海量交互的 pre-training 和 基于业务目标的 post-training ”的分阶段训练范式，提升广告大模型效果。
3.广告大模型的Scaling规律探索：探索广告场景下，生成式大模型“算力->效果”的转化规律，驱动推广搜迭代范式实现由“人工设计迭代”到“算力堆叠迭代”的跃迁。

北京三快科技有限公司

【课题说明】 在即时配送网络中，骑手定价是平衡运力供给与用户体验的核心动作。传统的定价策略往往难以精确量化价格变动对运力弹性的真实因果效应，且受限于预算约束与复杂的非凸优化目标，难以实现全局最优。本课题聚焦于“因果推断”与“运筹优化”在骑手定价业务中的前沿应用，旨在通过构建高鲁棒性的因果弹性模型，精准衡量定价干预效果，并结合大规模运筹优化技术，在给定预算下生成最优调价方案，最大化用户体验。课题将重点突破观测数据中的隐混淆与溢出效应、携带效应下的推断难题以及非凸场景下的求解效率，并探索LLM在因果建模中的增强作用。【建议研究方向】1. 复杂环境下的因果效应估计与弹性建模：针对骑手定价场景中存在的隐混淆变量（Hidden Confounders）、溢出效应（Spillover Effects）以及携带效应（Carryover Effects）等挑战，研究基于表示学习、工具变量或双重鲁棒（DR）的因果推断算法。探索无偏RCT数据与大规模观测数据的融合训练机制，解决特定Logit先验依赖问题，提升弹性模型在小样本和复杂混淆环境下的泛化能力与准确性。
2. LLM增强因果推断（LLM4Causal）： 高价值特征挖掘与标签挖掘（Label Mining） ，针对业务数据中标签稀疏或含噪的问题，利用 LLM 的语义理解能力进行 Label Mining，推断缺失的转化标签或修正错误标签。因果去偏与反事实数据生成，研究利用 LLM 生成反事实样本或辅助识别未观测混淆变量，设计新的因果去偏机制。探索将LLM在因果推理和特征理解上的“大模型”能力，通过模型蒸馏（Model Distillation）技术迁移至轻量级的 Uplift 模型或深度因果网络（如 Dragonnet）中，提升模型能力。
3. 大规模非凸运筹优化求解：基于因果模型输出的弹性预估，研究在预算约束下的复杂定价组合优化问题。重点攻克非凸优化（Non-convex Optimization）目标函数的求解难题，大规模分组背包等NP-Hard问题的近似算法或高效启发式求解策略，以及基于强化学习的序贯决策问题，确保定价策略在工业级时延要求下的实时产出与效果最优。

北京三快科技有限公司

【课题说明】 构建面向美团本地多业务场景的搜索系统，探索基于LLM的下一代本地生活服务搜索系统。通过探索LLM在搜索的意图理解、相关性建模、生成式召回、展示素材和样式的应用，提升搜索系统端到端的体验、匹配效率。【建议研究方向】1.基于LLM的轻量级搜索相关性模型参与设计和实现基于LLM的可解释、可蒸馏、低延迟的大模型相关性判别器，提升搜索的体验。
2.多业务多目标混排机制参与设计多业务多目标混排机制，实现多业务混合排序架构，融合多业务多目标排序，实现全局最优。
3.基于Transformer架构的高稠密精排模型探索融合全域样本、多业务全域特征，基于Transformer和MOE构建多业务全域统一基础模型，在Data scaling的基础上持续摸高模型稠密化Scaling up。
4.多模态建模展示素材与创意探索搜索场景下的创意素材展示策略，基于多模态内容理解表征建模、在线多目标创意素材排序建模，提升搜索的展示体验与效率。

北京三快科技有限公司

【课题说明】以大语言模型（LLM）的 Workflow 、 Agent、对话能力为核心，研究方向包括上下文管理、生成式推荐、Agent Skills、Post-Training、LLM+Decision、LLM +Causal 等。主要业务场景为探索 AI 在骑手运营场景下的落地实践，实现“技术驱动业务范式”的升级转变。【建议研究方向】1. Agent 工作流与规划：设计具有复杂规划（Planning）与工具调用能力的 Agent，实现任务的自动化拆解与执行。
2. 生成式用户理解：基于 LLM 进行语义挖掘，构建动态用户画像（Persona），实现生成式的用户*运营策略的个性化推荐。
3. 上下文与记忆管理：攻克长窗口（Long Context）难题，设计高效的记忆（Memory）与 RAG 机制，保障长周期交互的逻辑连贯。
4. 行业大模型后训练：通过自动化样本生成、通用评估方案建设、reward设计与探索，大幅提升应用依赖的行业大模型质量。
5. 决策科学融合：将Decision、Causal等传统决策技术与 LLM 推理结合，提升传统的决策智能表现。我们将提供海量的真实业务场景、充足的 GPU 计算资源和极高的探索自由度，目标是产出既有技术深度又能直接创造业务价值的未来 AI 应用范式。

北京三快科技有限公司