招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1、负责GPU相关产品的资源计划，保障资源合理布局和有效运转； 2、负责GPU计算产品经营指标的追踪，负责定义、设计并持续优化异构产品的关键经营指标（KPIs），建立科学、全面的指标体系，为产品运营和战略决策提供量化依据； 3、持续监控经营指标达成情况，发现潜在风险，并通过精细化运营手段驱动指标完成； 4、协同建设相关平台能力。
1、从供给侧视角出发，支持阿里巴巴电商及核心零售场景的战略管理与决策，涵盖淘宝、天猫、本地生活、即时零售等重点业务； 2、监测消费市场宏观趋势及渠道模式变化，持续输出新商业模式的洞察，为平台战略提供数据与研究支持； 3、建立并维护与中国电商生态中头部品牌及服务伙伴决策层的深度联系，打造高质量的商家智囊网络； 4、主动探索内外部生态资源，定期组织主题性的商业会议与讨论，收集并提炼商家/品牌的核心反馈与需求，持续优化平台战略。
1、经济模型落地与日常运营（核心）：在战略商分的框架指导下，独立搭建细分场景的经济模型（包括但不限于单客户 ROI 模型、单模型成本分摊模型、单卡效能评估模型等），负责模型的参数校准、假设更新与结论验证。承担模型日常跑数、异常归因与周期性复盘，确保模型持续可用、结论可信。 2、BI 看板开发与指标体系落地：承接指标体系框架，独立完成看板设计与开发（Tableau/QuickBI/FBI 等），把"战略视角的指标体系"落地成"业务方可用的数据产品"。打通从数据源到看板的全链路，覆盖资源池、分配、消耗、成本、效能等模块。主动识别看板使用中的痛点，迭代优化交互与信息分层。 3、算力效率追踪与专题分析：围绕算力使用效率，搭建模型训练/推理环节的效率追踪视图，定期输出算力使用健康度报告。针对专题方向，独立完成深度专题分析，输出可落地的业务建议。 4、数据质量治理与口径维护：独立负责核心模块的数据质量治理。参与跨模块数据核对工作，协同数据开发团队修复口径不一致问题，保障底层数据"可信、可追溯、可解释"。参与维护团队统一的"口径字典"，确保所有报表来源一致。 5、分析报告与跨团队协同：独立撰写周度/月度分析报告，向管理层与业务方做定期汇报。协同业务、产研、财务等团队，把战略判断拆解成可执行的任务项，跟进数据结论的落地闭环。
1. 负责AI搜索产品的策略运营工作，结合企业客户的知识管理与信息检索场景，制定AI搜索与业务结合的理想态，明确产品及策略改进点； 2. 参与大语言模型搜索优化，通过资源引入、数据结构化处理、召排策略优化等方式，提升搜索准确率与召回率，优化AI回复质量； 3. 负责收集、整理和筛选与企业搜索相关的数据资源（行业知识库、专业文献、内部文档等），为企业RAG系统提供丰富的知识储备； 4. 通过数据分析挖掘用户需求与体验痛点，输出策略方案（如结果展示优化、排序策略调整、多轮对话体验优化），持续提升企业用户的搜索体验； 5. 与技术团队合作，根据用户需求和行为数据不断优化搜索算法和排序策略，定期对搜索效果进行评估，为模型改进和优化提供依据。
1. 企业级 AI Agent 工程落地指导: 作为客户 AI 应用技术服务的第一责任人，深入理解客户业务场景与技术痛点，主导Agent等工程全链路落地服务：从 RAG 构建、知识库向量化、Prompt Engineering 调优，到多 Agent 协作编排、工具链集成与 Function Call调试，确保 AI Agent 在生产环境高效运行。 2. 大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持:数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline; 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度; 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3. AI 云原生稳定性保障: 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。结合大模型业务的高并发、长文本等流量特征，制定 GPU 算力集群的弹性扩缩容策略。负责推理延迟优化、显存 OOM 治理、模型服务灰度发布、模型流量调度、算力混沌工程、故障快速定位与 RCA 沉淀。 4. 卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。设计并落地云上弹性伸缩方案，确保大模型/AI 业务在云端环境下的无缝对接、平滑扩缩容与极致弹性。
1.深度服务国内头部AI与游戏客户，精准洞察行业龙头前沿趋势，全面把握产业变革与技术应用新方向。全面深耕阿里云各产品架构和AI前沿技术，提供全流程的专家技术服务，覆盖数据规划、产品方案设计、AI Agent设计等全生命周期服务； 2.大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持:数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline; 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度; 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3.AI 云原生稳定性保障: 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。 4.深入理解客户场景需求，结合AI和云产品能力，提供方案评估、部署实施、测试与迭代，解决实际业务中遇到的模型交互、输出优化等问题。 5.卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。
1、负责千问产品质量保障工作，参与产品需求和架构设计评审，评估技术架构合理性和可测性； 2、构建适合业务发展的质量保障体系，推进质量分析和改进，通过风控、流程，策略，方法和工具等创新，提升测试质量和效率，保障产品高质量交付； 3、 通过线上监控建设、用户行为，业务和技术指标分析，问题trace能力建设保障线上服务稳定性以及驱动用户体验不断提升。
1、建立客户沟通机制，基于客户需求，制定物流保障方案，针对运营问题沉淀保障策略，解决品牌问题和难点； 2、根据总部制定的配送管理目标和经营目标；协同区域制定运营计划，跟进目标达成，物流质量关键指标监控、复盘、总结和改善，异常情况的快速响应和处理； 3、 熟悉即时物流业务、产品、用户和差异化场景，保持与各部门沟通协同，为一线提供及时、有效的资源支持，提升运营效率，参与相关政策、流程和标准制定，赋能一线； 4、对运营数据和关键指标进行分析，输出运营分析报告和改进建议，形成运营策略，为战区运营决策提供支撑。 5、数据体系搭建：负责品牌业务日常数据监控，指标体系搭建，数据看板维护，输出周期的的数据报表。有能力拆解数据背后的问题。能将复杂的数据口径，进行分层解析。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
我们是专注于大模型服务平台的技术团队，我们的核心业务是提供高效稳定的大模型推理服务API，帮助各行各业轻松利用大模型的强大能力，正在寻找一位有实力的Site Reliability Engineer (SRE) 加入我们，共同打造更可到的大模型服务平台。 负责AI基础设施算力资源的规划、运营管理与精细化数据体系建设。通过系统化、数据化方法提升GPU资源利用率、周转率与成本效益，保障AI训练/推理任务的高效稳定运行，支撑业务快速发展。 【工作职责】 1.大模型服务和平台的稳定性保障与体系建设：负责大模型相关核心业务系统和模型服务的稳定性建设工作，提升业务可用性与可靠性; 2.高并发流量治理：高并发场景下的流量治理方案设计与实施，包括熔断、限流、降级等容灾策略，确保业务弹性与鲁棒性; 3.GPU算力资源规划与运营管理：包含不限于优化GPU资源配置模型，平衡计算性能与成本，推动资源采购决策与部署策略落地，优化GPU资源配置模型，平衡计算性能与成本，推动资源采购决策与部署策略落地； 4.运维流程优化和自动化：推动运维自动化与平台化建设，提升研发效率; 5.架构高可用建设：业务系统稳定性架构方案的设计与实施，推动高可用架构落地，规避系统性风险; 6.应急响应：响应系统故障，快速诊断并恢复服务，分析原因并提出预防性改进措施;
1. 负责阿里云加速计算产品的设计、开发、市场推广和落地。深入理解客户的需求和行业技术发展的趋势，通过竞分、用户调研等方法，完成产品定义； 2. 负责产品架构的构建和把关，与算法、架构和研发团队共同完成产品架构设计，评估和选择合适的技术方案，并与技术负责人共同评审不同系统方案在性能、成本、可靠性、兼容性、安全性及演进空间上的取舍。 3. 对产品商业闭环负责，制定产品的上市计划，制作产品的发布和推广材料，并组织产品的上市推广； 4. 支持产品定价，市场规划，营销和售前支持，以及渠道建设等其它产品相关工作。 5. 推进生态与合作。 推动芯片厂商、模型与框架社区、训练和推理引擎、行业解决方案伙伴合作。
1. 负责阿里云加速计算产品的设计、开发、市场推广和落地。深入理解客户的需求和行业技术发展的趋势，通过竞分、用户调研等方法，完成产品定义； 2. 负责产品架构的构建和把关，与算法、架构和研发团队共同完成产品架构设计，评估和选择合适的技术方案，并与技术负责人共同评审不同系统方案在性能、成本、可靠性、兼容性、安全性及演进空间上的取舍。 3. 对产品商业闭环负责，制定产品的上市计划，制作产品的发布和推广材料，并组织产品的上市推广； 4. 支持产品定价，市场规划，营销和售前支持，以及渠道建设等其它产品相关工作。 5. 推进生态与合作。 推动芯片厂商、模型与框架社区、训练和推理引擎、行业解决方案伙伴合作。
1、海外IDC项目成本管理 深度参与海外IDC项目（重点包括东南亚、中东等区域），负责从立项、招采、施工到运维的全流程成本管控。建立海外国家/地区的成本基准体系，为业务出海提供准确的TCO测算和决策支持。 2、国内自建、租赁IDC项目成本管理 负责阿里云国内自建IDC项目的全生命周期成本管理，包括预算编制、成本控制、结算审核、成本分析等工作。深入参与数据中心规划设计阶段，提供成本测算和方案优化建议，确保项目在预算范围内高质量交付。 3、成本体系建设 推动成本管理的白盒化、标准化、AI化转型。建立和维护成本数据库、设备价格库、合同模板库，沉淀可复用的成本估算模型。探索AI工具在成本核算、合同审核、数据分析等场景的应用，提升团队整体效率。 4、跨团队协作 与工程、采购、供应链、财务、法务等团队紧密协作，参与重大供应商谈判、合同评审、项目决策会议。作为成本领域的专业输入方，为技术方案选型、商务条款谈判、投资评估提供成本依据。 5、知识沉淀与分享 总结国内外项目成本管理经验，形成方法论、操作手册、案例库等知识资产。参与团队内部培训，提升团队成本专业能力。
1. 全芯片Floorplan规划（Partiton/IO assignment)。 2. 子系统及模块的物理设计，包括物理综合,Floorplan,Place&Route, 优化PPA, 完成Timing/IR/EM/DRC/LVS/ERC收敛。 3. 完成芯片签核(Sign-Off)及交付。 4. 优化后端设计流程和方法。 5. 熟悉Full Chip IR/EM Sign-off 或 Full Chip PV Sign-Off(DRC/LVS/PERC) 是加分项。
1、参与千问toC智能助手产品功能日常迭代测试&质量保障工作，覆盖对话、语音、多模态创作等产品功能； 2、参与多模态测试能力及质量保障体系的建设，覆盖功能、性能、稳定性、容灾等方面； 3、参与完善发布质量体系和线上巡检能力的建设，提升上线前问题的拦截效率和线上问题发现的效率。
团队介绍 数据打标平台承载阿里语音智能多模态数据生产链路，面向多业务方收集/提供大模型语料、语音 / 文本 / 图像 / 视频等数据的标注、质检、交付与结算能力，对接专业标注供应商组织，覆盖二十余个语种与方言。 岗位职责 1. 负责数据打标平台核心系统的技术方案设计与编码实现，覆盖任务分发、数据标注、多轮验收、质量管控、数据投递、结算对账等链路，保障系统稳定运行与高质量交付。 2. 持续优化平台性能、稳定性与可观测性，深入理解业务，主导技术能力建设与系统升级。 3. 探索 AI 在研发流程中的工程化应用，引入 Coding Agent 等工具持续提升交付效率，并对业内先进实践保持关注
你将作为Qoder全家桶产品（Qoder、QoderWake）面向企业客户的技术代言人，在售前阶段独立完成从需求调研到方案交付的全过程。面向客户的产研人员，深入洞察客户在软件研发效率上的真实痛点，并转化为可落地的AI编程解决方案；面向非研发人员，深入洞察客户在办公提效上的真实痛点，面向市场、营销、财务、法务、人事等不同职能岗位，提供场景化的解决方案。此外，能够熟练的使用Qoder全家桶产品进行技术演示和POC场景搭建，赢得客户信任，推动项目签约。
客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。 业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。
1、参与生态开放平台的功能开发及应用，支持在业务场景的快速落地，并参与效果和性能优化等工作，推动平台产品持续迭代； 2、保障生态开放平台系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性。
1. 规划和定义面向AI领域的CPU，并推动技术方案落地 2. 参与制定面向领域的CPU架构、微架构方案的定义 3. 制定CPU IP的Roadmap 4. 负责业界AI领域和具身智能领域技术方案跟踪和梳理