杭州公司法务
公司法务是指负责公司法律事务管理和法律风险控制的部门。公司法务团队通常负责起草、审查和修改公司合同、协议和文件，并为公司提供法律咨询和法律意见。他们还负责处理公司的诉讼事务和法律纠纷，并代表公司与外部律师、监管机构和法院进行沟通和协商。另外，公司法务也需要监管公司的合规事务，确保公司的经营活动符合相关的法律法规和政策，以降低法律风险。通过与内部其他部门的合作，公司法务团队能够为公司的经营和发展提供必要的法律支持和保障。
薪酬概览
平均月薪
¥13800
中位数 ¥12000 ｜ 区间 ¥11200 - ¥16400
数据来源：谈职全网92份招聘数据；更新时间：2026年7月13日
月薪分布
52.2% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
56
对比上月：岗位减少69
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 44 | 81.5% |
| 3-5年 | 2 | 3.7% |
| 不限经验 | 8 | 14.8% |
热招职位
1、5年及以上低度酒（啤酒/果酒/黄酒）品牌KA运营、电商运营、品牌营销等工作经验，有过电商平台类经营经验的优先；
2、熟悉酒及相关行业发展和认知，有较强的市场挖掘、数据分析能力，能以生意者的角度去经营和发展并设计消费体验优化路径和执行落地；
3、熟悉酒产业基础知识，对发酵酒风味/风土/工艺有通识性理解，能以生产者的角度提供切实可行的个人建议；
3、目标导向、有良好的过程管理方法与习惯、抗压能力强、落地执行力强；
4、熟悉啤酒市场优先；
1. 计算机科学、统计学或相关领域的硕士及以上学位。
2. 至少两年以上工作经验，具有强化学习在大模型的相关应用项目经验。
3. 熟练掌握深度学习、强化学习以及传统机器学习算法，有在风险评估或决策系统中应用这些技术的实战经验。
4. 擅长使用Python和至少一种深度学习框架（如TensorFlow或PyTorch），有良好的软件开发能力和编程习惯。
5. 具有优秀的数据分析能力，并能够对数据进行洞察以引导模型的建立和优化。
6. 具备在不确定环境下主动识别问题、分析问题并解决问题的能力。
7. 有出色的团队协作和沟通能力，能够在跨职能团队中高效合作。
8. 持续关注行业趋势和学术进展，对新技术抱有热情并愿意快速学习并应用于工作中。
1.在接到事故报案后第一时间响应客产，并清晰告知理赔流程与所需材料，以缓解客户焦忠并快速启动理赔程序;
2.负责协调保险公司迅速开展现场或远程定损工作，以缩短案件处理周期，提升理赔启动与处理效率;
3.主动跟进每起理赔案件的全流程进度，并及时向客户同步定损、维修、赔付等关键节点信息，以保障服务过程透明，提升客户感知；
4.在理赔过程中协助客户解答疑问、协调争议并处理各类突发问题，以确保流程顺畅，维护客户权益与体验；
5.确保事故车辆维修严格使用长城汽车授权原厂配件，并监督维修工艺符合品牌技术标准，以保障车辆修复后的安全性、性能及质盘可靠性；
6.通过真诚、专业的服务与持续可靠的跟进，建立并深化客户信任关系，以提升客户忠诚度与口碑推荐意意向
1、直播间日常运营管理
制定直播排期、流程、SOP，确保直播间高效运转
，统筹直播前中后全流程，协调场地、设备、道具等资源
；
监控直播画面质量，及时处理突发状况
。
2、直播数据监控与分析
监控场观、互动、留资、转化等核心数据指标
，分析直播漏斗，识别流失节点，制定优化策略
，搭建直播数据看板，输出日报/周报/月报
。
3、直播间优化与迭代
编制直播脚本，优化直播间话术、场景、道具、玩法，提升用户停留与转化
，测试不同直播策略（A/B测试），沉淀有效方法论
，研究学习行业优秀直播间，持续提升团队直播能力
。
4、主播支持与配合
协助主播完成直播目标，提供话术与策略支持
，培训赋能主播团队，提升主播专业能力
，协调主播排班，确保直播时长与质量
；完成直播间开播设置、留资组件、互动工具配置。
5、直播复盘与改进
主导直播复盘会议，输出改进方案并推动落地
，跟踪优化措施执行效果，形成闭环
，建立直播SOP文档，持续迭代优化
。
12、跨部门协作
配合投放团队，打通付费流量与直播间的协同链路
，配合内容团队，策划直播专属内容与活动
，与门店协同，推动线索到店转化。
1、编制项目物业管理方案，拟定管理目标和服务标准；
2、根据实际情况，编制客服、工程、保洁、绿化等服务标准和规章制度并监督落实；
3、负责项目租户的日常业务管理，监督团队成员及时处理并进行结果反馈、回访；
4、协调内部工程、客服、保洁、绿化等板块工作，形成联动机制，快速反应并处理各种业务和突发事件；
5、负责有关物业服务费用的核对、发单、催收，接待并处理租户日常投诉，定期组织租户满意度调查，不断提高服务品质；
6、负责对外的联络事宜，做好内部的协调工作；
7、其它临时性工作。
1. 对于一线主管团队的人力资源问题进行诊断，提出针对性的HR策略及解决方案；
2. 协助一线主管制定团队人才发展计划、 搭建一线人才梯队，保障业务部门的可持续性人力资源供给；
3. 参与业务部门的人才盘点，分析人才盘点结果，并提出人力资源解决方案；
4. 根据业务营运的需求，为一线部门的人员配置提供建议，并负责统筹员工招聘需求、进行人员甄选和面试、
5. 负责企业文化的传递和团队文化建设，统筹组织员工及文化关怀活动，有效提升员工士气和团队凝聚力。
6. 负责公司制度、流程、要求在部门的宣导落实及监督实施；
7. 协助一线主管建立和谐的员工关系，实时掌握员工动态， 通过各种形式实现公司与员工间的双向沟通，有效传达公司的信息，同时令员工的问题及意见得到及时反馈；
8. 提出所在业务部门的员工的入、离、调、转方面的建议，协助 HROC团队完成员工的人事变动手续；
9. 试用期新员工的绩效跟进；
10. 统筹上海营运区的人才发展、人员编制、预算、人力成本、晋升等各项工作；
11. 协助区域HRM统筹营运区人员编制、预算的分解和分配，确保成本控制在预算范围内；对人力成本进行定期分析和监控，包括薪酬、招聘、晋升等各项成本，及时发现潜在风险并提出优化建议；
12. 作为HR和一线业务之间的桥梁，确保公司人力资源举措在一线的落地及实施，收集、归纳、总结、并反馈一线业务部门的建议，为HRLT团队的决策提供支持。
1. 负责杭州区域多个自有及租赁园区的设施设备运营和维护管理；
2. 制定并执行园区设施设备年度预防性维护计划，确保系统高可用性与合规性；
3. 监督日常巡检、运行监控及时发现并处理潜在风险，快速响应同学或租户报修及突发事件，组织协调维修资源，确保服务SLA达标；
4. 管理CMMS系统，规范工单流程，通过产品提升管理效率和服务体验；
5. 完善供应商日常管理机制，评估合同履约情况，持续提升服务质量；
6. 参与新建或改造项目的设施方案评审、施工监管及竣工验收，确保符合运营需求；
7. 分析能源使用数据（水、电、冷/热），识别节能机会，协助推进绿色建筑认证（如LEED、WELL）；
8. 编制并更新设施操作手册、应急预案（如防汛、断电、火灾）及培训材料；
9. 定期输出设施运行报告，包括KPI（如工单完成率、平均响应时间、设备故障率、能耗指标等）；
10. 具有创新意识，定期了解IFM行业发展趋势，为管理团队提出前瞻性创新解决方案。
1.负责阿里集团生态用工系统、人力资源系统产品规划和设计；
2.基于业务痛点，结合现有系统能力与竞品分析，规划并输出长期演进的产品方案，促进业务目标达成；
3.持续追踪AI领域（尤其是大模型、Agent框架）的最新进展，快速将前沿能力转化为可落地的产品方案。
1、参与风险数据AI native基础设施建设。 参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建。 满足风险数据生成和分析的AI native化。打造高性价比、高可用、先进性的阿里安全数据基座。
2、负责 AI Coding 后端服务的设计、开发与高可用部署，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行。支撑data+AI 的AI智能能力。
3、引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地。
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性
2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力
3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等
4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
1. 负责政企产品运营管理，根据产品/项目内容精准定位，制定相应的运营策略及实施计划；
2. 通过党建联建、业务交流等方式，加强客户与业务之间的链接，能够联动集团内外资源，积极促成项目合作和落地；
3. 负责产品客户关系维护，及时响应并处理客户的各类诉求，保障客户满意度及客户生命周期；
4. 对项目运营结果进行数据分析，并据此提出改善措施，不断提升项目整体运营效率。
1. AI数据资产体系建设：负责核心AI数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作。
2. 合成数据与数据多样性：主导结合场景的合成数据多样性生产： 探索基于 AI 模型的合成数据技术，主动解决特定领域（如逻辑推理、长尾语种）的数据稀缺问题。
3. 基于数据语义化，利用大模型做资产库的AI native 的自动生产。
4. 数据驱动的生产闭环：基于评测/资产结论，将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。
5. 持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。