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
本岗位的本质是AI商业解决方案专家——你需要做到： ● 讲清楚业务逻辑：理解客户的业务场景、核心痛点和目标 ● 设计业务方案：将AI能力与业务目标对齐，规划可落地的解决路径 ● 知道技术如何实现：了解方案背后的技术架构和实现路径（不要求亲自编码实施） ● 建立长期关系，促进产品销售：与客户建立长期业务与技术信任，帮助客户AI转型成功 作为阿里云AI商业解决方案的核心角色，面向行业头部客户，围绕大模型平台（MaaS）构建端到端的解决方案，帮助客户完成AI转型并实现商业价值。核心使命是：以方案能力建立客户信任，以业务理解驱动商机转化，以长期伙伴关系促进持续增长。 一、客户需求洞察与业务方案设计 ● 深入了解客户的业务场景、组织架构和战略目标，识别客户核心业务中具备高价值的AI应用机会。 ● 与客户共同梳理业务问题和效果预期，明确AI介入的价值点和成功标准。 ● 基于客户业务目标和现有技术约束，设计完整的AI解决方案路径——包括场景选择、模型选型方向、效果评估框架和上线计划。 二、售前技术引导与价值传递 ● 结合客户业务需求，通过标杆案例、Demo演示和方案讲解，向客户展示阿里云大模型产品的竞争优势和落地效果。 ● 向客户的业务决策者（CEO/VP/BU负责人）和技术决策者（CTO/架构师）分别传递AI带来的业务价值和技术可行性。 ● 在客户侧建立影响力，确保方案与客户业务目标深度绑定，影响客户技术选型决策。 三、商机管理与项目推进 ● 主动识别和开发商业合作机会，制定客户经营策略，将AI方案优势转化为商业签约。 ● 面向重点客户高层，清晰阐述阿里云AI全栈能力的价值主张，引导客户AI转型方向。 ● 制定正确的产品选型策略、POC验证策略、商务策略和招投标策略，把控项目推进节奏。 ● 在售前到交付的全过程中，识别和应对技术与项目风险，协同产研和交付团队保障项目成功。 四、客户关系经营与持续增长 ● 与客户建立长期的业务与技术信任关系，成为客户在AI转型中的首选咨询对象。 ● 持续跟踪客户AI应用的使用效果和满意度，发掘新场景、拓展合作范围，推动收入持续增长。 ● 面向内部团队和生态伙伴输出行业最佳实践、标杆案例等知识资产，提升组织能力。 五、产品反馈与改进驱动 ● 将客户侧的真实需求和使用反馈系统性传递给产品团队，影响产品功能开发和路线图。 ● 对客户使用过程中遇到的问题反向推动内部解决，持续优化产品和流程。
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，并主动找到关键决策链，识别客户真实需求。 •梳理客户决策链，识别关键客户，构建立体的客户沟通界面。 •通过关键事件的导演和策划、商务沟通、拜访交流等方式和客户对话，获取客户信任，挖掘和洞察客户业务需求，形成有效商机。 •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。 •与客户CXO或CXO-D建立长期的业务关系，在合作中获得关键性支持。 产品和技术价值传递 •深入理解混合云方案，包括软件、硬件、网络、安全等各方面的整合，并深刻洞察客户业务需求。 •基于行业和客户需求洞察，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。 需求匹配和商机转化 •协同SA、产研和生态伙伴等资源，形成明确的销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，以及阿里云可标准化复制的解决方案，提供能满足客户需求的方案设计，解答客户对产品、解决方案的常规问题。 • 通过沟通和影响力、商务报价等一系列销售策略的运用，转化商机，达成业绩。 • 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。 商务运作和业务支持 •基于阿里云和客户商务流程规则，完成客户招投标及商务合同签署等商务工作。 •动态跟踪客户需求变化，推动合同变更。 •协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •支撑混合云复杂项目运作，参与招投标流程管理、项目管理、风险管理，协调组织资源。
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 1、促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 2、客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 1、客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 1、促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 2、客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 1、客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
1. 主导多模态理解大模型训练数据的标注体系设计，对接多模态算法团队，将算法团队的图文交织、高精度OCR、精细化图像描述等研究需求，转化为可执行、无歧义、可规模化的标注规范与执行流程。 2. 管理并培训视觉标注团队/供应商，拆解图文对齐任务，优化复杂的“多层级标注”的生产效率。 3. 建立严格的图像质量过滤标准（模糊、过度曝光、低俗涉黄、隐私违规等），确保进入训练集的图片在执行层做到100%合规与高清。 4. 承接评测团队和线上反馈的BadCase，针对多模态模型常见的视觉幻觉，设计针对性的反幻觉标注模版，并沉淀高质的“真/伪”对比范例。
1、以搜索/推荐的数据和算法能力为驱动，和Aliexpress的业务场景深度结合，探索各模式业务下的智能化升级； 2、针对AE业务（不仅限于导购产品、货盘策略等）进行数据分析，结合产品能力输出解决方案，并根据数据分析驱动产品落地，联合算法、开发、测试、运营等协同团队并推动产品实现； 3、搭建核心业务的解决方案平台，运用AI赋能提效，能根据业务快速迭代。
1、针对供应链场景，挖掘商机与客户痛点，以OTWB，以及数据中台、供应链计划、供应链控制塔等产品为主，协同售前与交付团队形成商务方案，完成对客沟通、竞标签约、客情维护等工作； 2、可独立销售软件和数据类产品，分析并确定细分市场以及相应客户画像，制定差异化销售策略，建立获客渠道与销售团队，制定销售指标，完成销售目标； 3、具有大B客户场景拓展经验与合作思维、目标驱动与强执行力，通过分析产品、行业、组织等来优化获客渠道和销售策略，建立问题解决和沉淀机制，优化销售体系，保证业务目标的完成。
1. 提供供应链AI的解决方案，重点客户的拜访交流、需求调研、方案设计和汇报、投标等工作； 2. 针对物流场景，准确洞察需求，提供业务咨询、技术咨询、设计相应的解决方案，打造标杆案例； 3. 协同业务拓展BD和内部各产品领域的资源以及外部生态资源，完成解决方案0到1的开拓和1到N的复制，打造有竞争力的物流科技解决方案。
1，针对供应链场景，挖掘客户痛点与商机，以销售OMS,WMS,TMS，供应链计划类产品，AI解决方案为主，协同售前与交付团队形成商务方案，完成对客沟通，竞标签约，客情维护等工作； 2，可独立销售软件和数据类产品，分析并确定细分市场以及相应客户画像，制定差异化销售策略，建立获客渠道与销售团队，制定销售指标，完成销售目标； 3，具有大B客户场景拓展经验与合作思维，目标驱动与强执行力，通过分析产品，行业，组织等来优化获客渠道和销售策略，建立问题解决和沉淀机制，优化销售体系，保证业务目标的完成。
1.根据1688C业务定位，独立负责箱包、鞋类等非标品类的商品策划与选品。跟踪行业趋势与竞品动态，结合用户需求研究与数据验证，制定品类结构、上新节奏与竞争策略。 2. 商品企划与产品定位：设计负责品类的品牌化路径——从产品卖点提炼、视觉风格定义到价格带策略，打造在目标人群中有明确差异化的商品。 3.平台运营与增长：操盘商品上架后的全生命周期，包括搜索优化、流量策略、活动策划与转化率运营，通过数据分析持续迭代商品组合与运营策略。 4.供应链协同与商家管理：对接产业带工厂与品牌方，推动从选品到上架的全流程落地，把控材质工艺、品质标准、交期与成本。 5.趋势研究与竞品监控：持续跟踪非标品类行业趋势、竞品动态与消费者偏好变化，输出选品方向建议与品类策略调整方案。
1. 独立负责多个品类的采购业务，深入了解业务需求，负责采购策略制定、寻源，招标、商务谈判，合同签订等工作，保证项目顺利交付； 2. 对项目中的采购职能负责，涉及预算管理，成本目标管理，对所负责品类的成本管理和持续成本优化，达成降本目标； 3. 严格执行公司的采购规则及流程，做好采购风险把控； 4. 供应商开发及管理：对所负责品类的供应商，做好日常采购业务管理，绩效考核等相关工作，寻源、评估、筛选优质供应商，建立稳定的资源库。 5. 文娱相关采购数据的整理及分析； 6. 采购平台系统的产品对接等。
1. 参与构建面向阿里集团海量安全业务的网络安全大模型，系统性突破在代码理解、漏洞挖掘、攻击模拟等高复杂度场景中的瓶颈； 2. 负责高质量安全数据的构建，涵盖代码漏洞检测与修复、程序逆向与分析、安全领域工具（包括但不限于Fuzz、反编译、漏扫等）等多样化安全数据的加工处理和合成优化； 3. 开展大模型全流程训练工作，包括预训练、SFT、Agentic RL等； 4. 针对经典且依赖安全专家经验的的安全任务（如渗透测试、二进制代码分析、红蓝对抗策略生成、项目级代码漏洞发现与修复等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性； 5. 探索大模型在代码安全、漏洞挖掘、逆向工程、数据安全、流量防护等方向的应用，并推动技术成果落地与学术发表。
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、负责资产管理流程的落地、推进问题处理； 2、负责对资产管理员的管理，识别人员和资产风险，制定解决方案； 3、负责所辖机房的资产指标达成； 4、跟进所辖机房的资产到货、入库、盘点、上架、下架、报废处置等全部流程； 5、按照管理要求执行其他资产处置工作。
1. 负责集团操作系统和内核的迭代演进，包括主流版本适配，重大功能、安全漏洞等Patch的快速引入； 2. 负责打造适合AI业务的运行环境，围绕AI业务进行内核调优，快速适配落地各硬件厂商驱动，保障基础设施稳定高效、快速迭代； 3. 负责围绕GPU&CPU提效建设性能优化、内核隔离能力，面向GPU&CPU软件生态建设性能分析、问题诊断工具和系统；
你将参与的方向： 1. 超大规模 CI / 构建基础设施：设计与演进支撑 数万研发人员、百万级构建请求 的核心构建系统；攻克高并发调度、大规模并行构建、多语言编译加速等工程难题；面向 Java / Go / Python / C/C++ 打造极致性能与稳定性 2. AI 增强的下一代 CI 体系：将 LLM 深度融入 CI/CD 流程，推动智能失败诊断、自愈与资源调度；构建 AI 驱动的流水线与自动化测试平台，支撑高频稳定交付 3. AI Infra & 高性能 Sandbox：研发高性能、安全隔离的 Sandbox / 执行环境基础设施；平衡安全性、隔离性与性能，支撑从传统应用到 AI Agent 的多样化负载；参与容器、隔离、远程执行与资源治理等核心能力建设 4. AI Agent 工程化与评测体系：建设 AI Agent 评测与分析平台，对齐主流 Agent 工具与 benchmark（如 SWE-bench）；为大模型在软件工程中的工程化落地提供量化与评估标准
【团队介绍】 阿里巴巴中间件团队是集团基础技术的核心支撑力量，负责消息、服务发现与软负载、分布式协调、任务调度）、配置管理等核心中间件产品在集团内部的稳定性保障与运维体系建设。 这些中间件承载了阿里集团几乎所有在线业务的流量调度、服务通信与数据流转，覆盖电商、物流、本地生活、云计算、大文娱等 BU，日均处理万亿级消息、百万级服务节点调度，是每年双 11 大促的底层生命线。 团队当前重点方向： 1、稳定性工程 — 从准入规范、变更管控到容灾演练的全链路保障体系，目标全年中间件可用性 99.99%； 2、AI 智能运维（Agentic SRE） — 将运维经验沉淀为 Agent Skills，通过 LLM + MCP 实现告警自愈、风险治理、架构演进，通过 AI 提升中间件产品的稳定性 我们相信：下一代 SRE 不只是运维工程师，更是用 AI 重新定义运维的人。 如果你既有系统功底，又对用技术杠杆 10x 提效充满热情，这里是你的主场。 【职责描述】 1. 负责阿里巴巴集团核心中间件（软负载 / 消息 / ZooKeeper / 配置中心等）的稳定性保障，包括故障定位、性能调优、容量规划与成本治理； 2. 主导中间件重大风险识别、应急预案设计与容灾演练，确保分钟级恢复能力； 3. 建设中间件 + AI 智能运维体系（Agent / Skills / MCP），实现 10x 效率提升，将人工经验沉淀为可复用的自动化能力； 4. 面向业务需求提供中间件选型建议与架构方案，联动产品和开发推动落地； 5. 参与大规模集群建站、大促备容及架构升级，支撑集团业务持续增长。
我们是 AI 时代的 Serverless / FaaS 平台核心研发团队，承担集团内 AI 生码、Agent 触发、CDN 边缘计算、AI 前端渲染等高价值业务的运行时与流量入口。日均函数调用规模在百亿级，对接 HTTP、Mtop、MetaQ、HSF、SSE、MCP、A2A 等多协议触发链路，负责让函数应用"既能极致弹性，又能稳态承接高流量"。 我们正在建设： ● 面向 AI Agent 与 AI 生码场景的统一函数运行时； ● 多协议、可灰度、可观测的高流量函数触发网关； ● VPC 隔离、身份联通、SRE 护栏完备的平台底座。 我们需要你和我们一起，把"函数 + 网关"这条主链路做成集团级的稳定基础设施。 【岗位职责】 1. 函数应用架构与运行时演进 ○ 协同推进函数应用模型（Function Application）的设计、演进与平台落地，支撑 AI 生码、AI Agent、边缘渲染等核心场景； ○ 推进多语言 Runtime 的能力建设：冷启动优化、并发模型、隔离机制、资源调度； 2. 高流量函数触发网关研发 ○ 负责函数触发网关的核心链路研发：HTTP / Mtop / MetaQ / SSE / MCP 等多协议接入、路由、鉴权、限流、降级、灰度； ○ 优化网关在百亿级日调用、突发流量、长连接（SSE / WebSocket）等场景下的稳定性与吞吐； 3. 稳定性与可观测能力 ○ 建设网关与函数运行时的全链路监控、调用链、SLO 体系； ○ 推动 SRE 护栏（diff、CF Gate、预发校验）落地，保障 P 级业务变更"零事故"； 4. 跨团队协同与技术布道 ○ 与 AI 平台、CDN、SRE、安全、阿里集团研发平台Aone / O2 发布等团队协同，沉淀平台级最佳实践； ○ 输出技术方案、架构评审、团队分享，推动 FaaS / 网关在集团内的标准化与生态建设。
• 需求对接与方案交付：作为集团AI业务算力需求的核心对接人，深入理解业务场景，将模型部署需求转化为算力规格（TPM、MU等）和SLO性能指标，输出可落地的需求应答和交付方案。协调应用团队、推理引擎团队与SRE团队，组织方案评审、跟进交付进度，确保服务保质保量上线。 • 资源效能分析与治理：建立AI算力资源的效能监控体系，围绕GPU利用率等核心指标进行数据分析，识别资源浪费和瓶颈场景，推动治理方案落地执行。跟踪核心业务推理性能表现，发现偏差时协同引擎团队调优，保障业务侧感知的推理速度与稳定性。 • 服务流程与标准化建设：建立并持续优化集团内部算力服务流程，沉淀标准化的需求受理、方案评审、交付验收规范。结合服务过程中的共性问题，利用AI Agent或自动化工具提升服务效率，沉淀最佳实践。
1. 负责阿里集团大规模 Kubernetes 调度集群与 AI 资源池资源管理系统的设计、研发与运维 2. 负责 K8s Master、etcd、节点管理、弹性能力、数据体系、风控体系等核心组件的设计、研发与运维，保障管控面的高可用与可扩展 3. 负责 K8s 调度集群与节点基础环境的稳定性能力建设，构建可观测性、监控告警、异常检测与自愈恢复、研发质量等 DevOps 基础平台 4. 负责海量 GPU / XPU 服务器的稳定性和自动化运维能力建设，包括健康检测、故障自动隔离与自愈、在线率保障等，保障资源高效率、高质量交付 5. 探索 AI 驱动的智能化运维能力，结合 LLM / Agent 等技术持续提升资源管控平台的自动化、智能化与自愈水平