Channel
@LDRhiring
On this record: Topic · Growth · Engagement · Reactions · Posts · Telegram's recommendations · Cite this entry
1,951subscribers
+37 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 1,000–3,162.
| Telegram ID | -1001952206838 |
|---|---|
| Type | Channel |
| Username | @LDRhiring |
| Created | Between 1 April 2023 and 31 October 2023 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 16 September 2026 |
| Measurements held | 12 |
| Confirmed unchanged | 1 time, most recently 16 September 2026 |
| On Telegram | t.me/LDRhiring |
Job listings — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-FP8, prompt version 1) read this channel’s own recent posts on 16 September 2026 and assigned it the closest of 31 fixed categories, at 99% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 16 Sept 2026, 08:17 | 1,951 | +8 |
| 12 Sept 2026, 09:57 | 1,943 | +2 |
| 8 Sept 2026, 07:00 | 1,941 | +5 |
| 3 Sept 2026, 09:02 | 1,936 | +9 |
| 27 Aug 2026, 15:02 | 1,927 | +4 |
| 24 Aug 2026, 20:17 | 1,923 | +4 |
| 20 Aug 2026, 20:44 | 1,919 | +1 |
| 17 Aug 2026, 17:44 | 1,918 | -3 |
| 14 Aug 2026, 09:18 | 1,921 | +5 |
| 10 Aug 2026, 22:31 | 1,916 | +2 |
| 7 Aug 2026, 12:02 | 1,914 | no change |
| 7 Aug 2026, 11:52 | 1,914 | first reading |
20 posts held, back to 26 March 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 2 pages of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 5 August 2026. An engagement rate over an empty window would be a number about nothing.
13 reactions across 8 posts, in 3 distinct kinds. The most used accounts for 84.6% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 11 | 84.6% | |
| 💩 | 1 | 7.69% | |
| 🤬 | 1 | 7.69% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 11 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 13 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 26 March 2026 to 5 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
岗位名称：大模型训练与微调工程师（LLM Training & Fine-tuning Engineer） 工作地点：菲（KJY） 薪资：面议 上班时间：9小时周休一 岗位职责 1. 负责大语言模型（LLM）的预训练、持续预训练（Continual Pretraining）及领域模型训练。 2. 负责 SFT、LoRA、QLoRA、全参数微调等模型训练工作。 3. 负责 RLHF、DPO、GRPO 等模型对齐算法的开发与优化。 4. 构建训练数据集，包括数据采集、清洗、标注及质量评估。 5. 搭建和维护分布式训练平台，提高训练效率及稳定性。 6. 优化模型推理性能，包括模型量化、蒸馏、剪枝等。 7. 建立模型评测体系，持续优化模型效果。 8. 跟踪国内外大模型最新技术，并推动技术落地。 任职要求 【基础能力】 1. 本科及以上学历，计算机、人工智能、数学等相关专业。 2. 熟练掌握 Python，具备扎实的数据结构和算法…
岗位名称：Python AI Agent 开发工程师 工作地点：菲（KJY） 薪资：面议 上班时间：9小时周休一 岗位职责 1. 负责基于 Python 开发 AI Agent 系统，包括 Planning、Memory、Tool Calling、Workflow 等核心能力。 2. 基于 GPT、Claude、Qwen、DeepSeek、Llama 等大模型开发智能应用。 3. 负责 Multi-Agent 架构设计与开发，实现复杂任务自动化。 4. 对接 MCP Server、第三方 API、数据库、知识库等外部系统。 5. 负责 RAG（Retrieval-Augmented Generation）系统设计与优化，提高知识检索及问答效果。 6. 开发 Agent Workflow，实现任务拆解、执行、反馈、重试等能力。 7. 优化 Agent 推理效率、稳定性及调用成本。 8. 与产品、算法及业务团队合作，推动 AI …
💥💥岗位：大数据开发工程师(JAVA技术栈）-1名 工作地：菲律宾 工作时间：9小时周休一 薪资待遇：40-50K+绩效 【岗位职责】 负责安全日志挖掘平台后端：Spark on YARN 任务、Pipeline 编排、HDFS 产物对接 开发 ES 历史差集挖掘、证据压缩（agent-bundle）、多索引并行调度 参与 AI Agent 分析链路：挖掘结果 → 结构化输入 → 跨索引安全报告 维护 Java 服务 + Python 挖掘算法，保障 dev/pro 环境稳定交付 【任职要求】 3 年+ 后端经验，Java 熟练，Python 能独立开发 有 Spark / YARN / HDFS 实战经验 熟悉 Elasticsearch（聚合、多索引、mapping） 能写 REST API、异步任务、状态流转 加分：LLM Agent、安全运营/SOC、Scala、JEP 【技术栈】 Java · Python · S…
❤3
💥💥岗位名称：JAVA服务端开发工程师-1名 工作地：菲律宾 工作时间：9小时周休一 薪资待遇：40-50K+绩效 岗位职责： 负责 AI 能力工程化落地与全栈应用开发，基于大语言模型、AIGC、等 AI 能力完成业务系统集成开发，输出完整可落地技术实现方案、部署方案与分阶段实施路径。 承担前后端全栈开发工作：后端搭建业务服务、封装 AI 标准化接口、开发通用 SDK；前端搭建 AI 交互页面、对话界面、可视化展示面板、模型监控看板，完成前后端联调、交互逻辑开发，兼顾页面体验、数据展示与 AI 功能联动。 适配轻量化 SaaS、私有化两套交付模式，针对私有化环境完成容器打包、环境适配、离线部署调试，区分客户环境差异给出差异化部署与兼容方案。 对接产品、业务、算法团队，拆解 AI 场景开发需求，评估工作量、开发周期与资源成本，完成功能模块拆分、排期落地，保障 AI 业务功能稳定交付上线。 对接算法侧输出的模型推理服务，完成调用封…
❤1
💥💥岗位名称：AI 大模型算法工程师-1名 工作地：菲律宾 工作时间：9小时周休一 薪资待遇：40-50K+绩效 岗位职责： 负责各种场景下的 AI 算法研发与优化，覆盖大语言模型微调、AIGC、计算机视觉、时序预测等技术方向，输出适配业务场景的算法方案与模型成果。 深入理解业务痛点，完成算法选型、方案设计、实验验证，评估算法落地效果、性能指标与实现成本，支撑业务场景的智能化升级。 负责算法全流程落地，包括数据处理与特征工程、模型训练与调优、效果评估与迭代，保障算法指标达到业务要求；针对大模型开展多维度微调优化，包含全参数微调、LoRA/QLoRA 轻量化微调、Prompt Tuning、Prefix Tuning、分布式微调、混合精度训练、梯度累积、梯度裁剪、学习率调度、样本加权均衡、正负样本难例挖掘、蒸馏微调等多套优化方案，持续提升模型泛化能力、降低微调算力开销。 深耕模型推理全链路优化工作，针对训练后模型做量化（INT8…
💥💥岗位名称：产品经理（运维安全）-1名 工作地：菲律宾 工作时间：9小时周休一 薪资待遇：40-50K+绩效 岗位职责： 产品规划与设计： 1、负责内部日志安全审计平台的产品规划，覆盖 15+ 数据源（主机安全/堡垒机/SSO/WAF/CDN/云桌面等）的安全审计场景梳理和产品化 2、设计 AI 智能体（Agent）与安全运营人员的交互流程——包括自动研判报告审阅、交互式追查、日报/周报自动生成等场景 3、定义检测结果可视化方案：告警处置工作台、攻击链路可视化、态势感知大盘 4、设计数据治理与合规输出规范：审计报告模板、合规交付物标准 项目管理与协调： 1、制定产品路线图，协调 AI Agent / Spark 挖掘引擎 / 前端 / 后端四条技术线的优先级和里程碑 2、对接安全运营团队（SOC），将安全分析师的实际审计工作流转化为产品功能需求 3、对接合规部门，确保平台输出满足内部安全合规审计要求 4、管控项目风险：技术…
❤1
📣📣📣🔥技术客服 ‼️3位 办公地点：菲现场 性别：不限 语言要求：中文听说读写 国籍：不限, 接受中国籍【在菲签证有问题也可以】要有经验‼️ 薪资待遇：15k-20k+绩效A:50,B20%,C0% 上班时间：9小时周休一/倒班 💥岗位职责 1、大专及以上学历，至少1年以上互联网或者技术支持工作经验 2、具备一定的问题分析解决能力，能排查分析服务端日志以及简单的数据库查询能力 3、具备较强的团队合作意识，积极主动的态度，具备一定协调沟通能力，服从上级领导工作安排 💥岗位要求 1、主要协助研发解决线上问题，出现线上问题及时响应 2、对线上告警群信息有一定理解，告警群出现报错延时能找到对应责任人解决问题 3、线上问题记录整理至文档并追踪 HR：qiqi_16888
招聘高级/资深运维工程师（泰国现场）一位 职责： 1. 架构转型：主导传统机房向云原生/容器化迁移，设计高可用混合云架构；解决容器网络、存储及性能瓶颈；推进 DevOps/GitOps 技术栈。 2. CI/CD：优化企业级流水线，提升交付效率与安全；基于 Helm、Kustomize 推行基础设施即代码（IaC）。 3. 可观测性：建设全局监控系统；设计精准 SLO/SLI 指标与分级告警，杜绝告警风暴；具备全链路排错及根因分析能力。 4. 协作：跨部门沟通，担任重大迁移或演练项目 Owner。 要求： 1. 学历：统招专科及以上。 2. 经验：5 年以上运维经验，含 3 年以上大规模 K8s 生产环境运维及迁移实战。 3. 技能： - 精通 Docker/K8s 原理及底层网络（Calico/Flannel/Cilium 等）；有传统架构转容器成功案例。 - 精通 CI/CD 理念，掌握 Jenkins/Gi…
‼️‼️‼️ 招一个泰国现场的业务运维。为后面泰国现场做准备。有意向者请投简历！ HR：@qiqi_16888
❤️❤️产品经理(运维安全平台方向) 岗位职责 1. 负责运维安全类内部平台产品的需求分析、方案设计与全流程跟进,涵盖监控告警、身份认证、审批发布、堡垒机等方向。 2. 深入业务与运维一线,梳理需求来源,输出清晰的需求文档(PRD)、原型图与交互方案,并在研发过程中持续跟进需求落地与版本发布。 3. 与研发、测试紧密协作,负责接口与交互细节的对齐,推动需求从评审、开发、测试到上线的闭环。 4. 管理产品需求池与版本规划,维护需求单与版本发布记录,协调多方排期。 5. 收集线上问题与使用反馈,持续优化已有功能,提升平台易用性与稳定性。 任职要求 1. 3 年以上 B 端 / 内部平台类产品经验,有运维、安全、监控、DevOps 工具类产品背景者优先。 2. 具备扎实的需求分析与方案设计能力,能独立输出 PRD、原型与交互文档,熟练使用 Axure / Figma 等原型工具。 3. 有一定技术理解力,能与研发就接口、数据、技术方案…
❤1
🔥🔥招聘远程外籍技术（测试，JAVA，产品）优先马来的， 🦋🦋HR：@qiqi_16888
================================================================ ❤️❤️ 数据安全产品经理 — Job Description 1名 入职地：海外远程 Data Security Product Manager ================================================================ 【岗位背景】 ---------------------------------------------------------------- 我们正在构建面向复杂企业环境的数据安全能力平台，覆盖堡垒机、 服务器（Linux）、远程桌面（Windows）等多类数据源，结合 SIEM / SOAR / UEBA 等安全技术栈，对黑客入侵、内部威胁、 数据窃取等风险进行实时检测与分析。 该岗位需要你深入理解不同业务…
Showing the 12 most recent of 20 posts we hold for @LDRhiring. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 6 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 16 September 2026 — this entry's latest reading, not the date you are reading this.
“支付集团 官方直聘” (@LDRhiring), 1,951 subscribers as measured 16 September 2026. Telegram Register, tgregister.com/channel/LDRhiring.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.