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、负责夸克搜索核心产品的规划与迭代，围绕用户从需求表达、结果获取到任务完成的完整链路，明确产品策略和演进路线，对搜索质量、用户满意度、产品留存与使用频次负责。 2、深入分析搜索需求与 Query 分布，建立对信息获取、知识问答、消费决策、创作及复杂任务等场景的系统认知，识别高价值机会并制定差异化产品策略。 3、负责搜索结果页及关键策略产品设计，推动 Query 理解、召回、排序、结果组织、垂类卡片与交互表达协同优化，在相关性、权威性、时效性、丰富度和浏览效率之间做出清晰取舍。 4、探索并落地 AI 搜索产品形态，围绕直接回答、多轮追问、深度研究、内容总结与 Agent 任务执行等场景，将大模型能力转化为稳定、可信、可感知的用户价值，持续优化答案事实性、引用质量、表达效率与可控性。 5、与算法、研发、内容、运营与设计团队紧密配合，推动产品方案的落地，并对最终业务结果负责。
1、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。 2、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。 3、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。 4、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。
• 负责数据中心项目建设交付阶段的现场质量管理，参与施工质量策划，编制检验与试验计划（ITP）、质量控制点及阶段验收标准。 • 负责设备材料进场检验、施工过程巡检及关键工序旁站监督，覆盖电气、暖通、消防、弱电/BA 等机电安装专业。 • 负责不合格品报告（NCR）管理，主导 8D、5 Why 等根因分析，推动纠正和预防措施闭环，防止问题重复发生。 • 负责总包、分包及设备供应商的现场质量检查和过程审核，跟踪整改进展，推动持续质量改进。 • 组织或参与隐蔽工程、工序及分部分项工程验收，负责质量资料和竣工资料整理归档，确保完整、准确、可追溯。 • 统计并分析项目质量指标，定期输出质量报告，支持项目质量改进；根据需要参与相关调试、测试阶段的质量见证工作。
1. 负责金融 / 法律 / 医疗方向 AI 训练数据（SFT / RL 阶段）的标注管理与质检工作；与算法及产品团队协作，理解 RM 训练和 rollout 打分的数据诉求，交付满足研发需求的高质量数据。 2. 设计并落地覆盖金融分析、法律合规、医疗问答等场景的标注与质检流程，持续优化 rubric 与 verifier，推动双标一致率等核心指标达成。 3. 统筹本方向的评测方案与数据生产方案，为 rubric 设计、verifier 校验、轨迹打分等环节制定可操作的标准；定期开展 pass 与非 pass 双向抽检，迭代标注规范。 4. 构建并维护本方向的数据质量管理体系，对轨迹根因归因（模型能力 / 评测缺陷 / 任务定义）的闭环负责；警惕分数虚高等隐性风险，持续优化迭代。 5. 管理标注专家团队，统筹日常任务分配与产能调度；与上下游（算法、产品、领域专家）充分协作，把个人判断力沉淀为团队方法论。
1、 负责园安防工作，并与政府部门保持沟通，协调仓内执行政府要求，确保园区操作合法合规。 2、执行盒马仓储损耗管理体系，通过数据管理、调查稽核、流程改进的方式来预防公司资产损失。 3、 依据法律法规建立和完善安全管理体系，开展安全管理工作，维护职业安全环境。 4、 对区域内各运营部门的业务行为进行稽核，及时发现风险，有效跟进问题，降低运营风险。 5、 负责区域内各类案件、投诉的调查工作，维护公司的文化和政策，构造诚信环境。
1、伙伴规划和招募 • 识别所在区域/行业的目标伙伴群，招募高质量、高成长伙伴，制定BP/拓展计划 2、伙伴运营管理 • 基于区域市场特性及伙伴能力，明确伙伴业绩目标，对所负责伙伴的整体业绩、重点指标负责 • 与伙伴负责人、业务团队负责人合作设计和制定销售策略、业绩提升路径、伙伴解决方案升级等 • 推动合作伙伴投入相应资源以达成业务目标，包括人员投入、激励资源，市场资源（市场活动+拓新投入）等 • 负责合作伙伴整体运营管理，包含经营分析、业务review、重点战役及事项管理、市场投放、活动策划等 • 依据生态合作政策，有效进行生态品控/合规/信控管理，预防廉正等红线行为发生，提升业务安全性 3、伙伴销售赋能与项目落地 • 对合作伙伴销售进行常规的coach和项目review，进行客户分析、项目分析，并协调公司相关资源解决问题，提升伙伴商机转化和业绩达成能力 • 进行日常销售（包括电销、面销、售前）培训 • 带领和指导合作伙伴制定战略目标，规划业务重点和资源投入计划等对存量客户进行盘点和挖掘，并监督日常执行 4、客户服务管理 • 通过伙伴洞察客户需求，提供专业、及时的客户服务，帮助伙伴客户更好地使用阿里云产品和服务 • 与伙伴客户的关键人员建立长期的合作关系，提升客户满意度，并通过有效的资源整合和运作，推动实现客户的续签和Upsell • 与伙伴紧密沟通，快速响应伙伴客户问题和故障，协调内部资源以解决客户面临的问题 • 在AI、服务、运维、业务合作等多方面为伙伴客户提供体验升级 5、跨组织协作与影响力 • 协同内部团队（SA、TAM、伙伴运营等）构建和落地成功方法论。在内部建立跨组织关系，推动项目的落地 • 影响伙伴高层推动组织变革，构建成功案例证明合作伙伴赋能的商业价值
1.技术战略与架构能力： 计算机相关专业硕士及以上学历，8年以上算法研发经验，其中至少2年以上团队管理经验（直接管理5人以上算法团队）。具备从业务目标到技术路线的拆解能力，能独立制定算法团队的中长期技术规划，主导过至少一个核心算法方向从0到1的建设并推动其在生产环境中规模化落地。 2.大模型与Agent深度实践： 对大模型技术有系统性理解，不仅限于使用层面——能评估不同模型架构（Transformer及后Transformer范式）在特定业务场景下的适用性，主导过模型选型、训练策略制定及推理成本优化。具有生产级Agent系统的架构设计经验，能指导团队完成Multi-Agent系统的方案评审与关键模块设计，对Agent的可靠性、可控性和成本效率有成熟的工程化方法论。 3.算法技术纵深： 在以下至少两个方向有深入的技术积累和团队指导能力：空间智能与地理知识推理（Geo-Knowledge Graph、空间索引、地理实体识别与关系抽取）、多模态理解与生成（视觉-语言模型在地图场景的应用、POI图文理解、街景分析）、决策优化与规划（路径规划、资源调度、基于LLM的复杂任务编排）。能结合业务需求判断技术投入的优先级，避免"为了用模型而用模型"。 在算法层面，精通机器学习、深度学习及推荐系统核心范式，能够从协同过滤到Transformer、从双塔模型到图神经网络自如选型；在工程层面，具备大规模数据处理、模型服务化及MLOps全链路能力，能够将算法从实验环境推向生产系统； 4.工程化与质量意识： 深刻理解算法系统从Demo到生产之间的鸿沟，能主导设计算法服务的SLA体系（延迟、吞吐、准确率、容错），建立模型效果的持续监控与迭代机制。对RAG、Prompt Engineering、Fine-tuning等手段的适用边界有清晰判断，能指导团队在不同场景下选择性价比最优的技术方案。 5.数据与评估体系： 具备构建算法评估体系的能力，能定义核心指标（不只是离线指标，还包括线上业务指标），设计数据飞轮策略，推动数据质量与模型效果的正向循环。对数据标注的成本控制、标注方案设计、标注质量管控有实操经验。 6.跨团队协作与影响力： 具备优秀的跨团队沟通与技术影响力，能与产品、工程、业务方高效对齐需求与预期，能在技术分歧时做出有理有据的决策并推动落地。有在部门或公司层面推动技术标准制定、工具链建设或知识沉淀的经验。 7.业务了解：能够将预测建模、增强分析与商业智能深度融合，实现从"描述发生了什么"到"预测将要发生什么"再到"决策如何干预"的智能跃迁。 8.AI工具与研发效能： 熟练使用AI编程工具（Cursor、Claude Code等）并能在团队中推广高效的AI辅助研发流程，关注团队的工程效能提升，推动代码质量、Review机制和CI/CD流程的持续改进。
聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 1. 业务领域：负责飞猪火车票业务相关系统设计、研发工作，支持火车票商业化运营。 2. 产品研发：快速熟悉业务流程，理解业务痛点，对接产品需求，进行需求分析，技术方案制定，系统设计，核心模块的研发，驱动产品快速迭代。 3. 系统架构：深入了解当前系统架构及业务流程，参与制定系统架构演进， 技术规划，架构设计，并最终实施落地。 4. 沟通管理： 能够清晰表达自己的观点和方案，与他人达成共识；有Owner意识，能够有效识别、反馈、解决风险，保障项目落地，促进目标达成。 5. 研发效率：能够熟练使用AI相关工具进行系统梳理、需求开发和数据分析，提高整体工作效率。
1.质量管控：搭建大模型数据标注与评测的全链路质量体系，制定质量标准、质检流程与分级抽检机制，对站点数据交付质量负责； 2.培训赋能：规划并落地培训课程体系与上岗认证机制，将质检问题转化为培训动作，形成"发现—纠偏—验证"的质量提升闭环； 3.标准沉淀：主导标注规范、质检手册、案例库等知识资产的版本化管理，推动体系可复制、可迁移。
1、行业运营： 基于对个护家清行业市场趋势、消费者洞察及跨境电商业态的深入理解，制定品类发展规划与运营策略，对个护家清类目的买家规模、GMV及生意增长结果负责； 2、商家运营： 建立并完善国际品牌及跨境商家招募管理体系，制定针对品牌方、代理商、渠道商等不同类型商家的招商、洽谈与孵化计划，推动商家生态健康发展； 3、商品运营： 围绕消费者需求特征与使用场景，制定个护、家清品类的选品策略与商品运营方案，结合商品生命周期及季节性特征开展精细化运营，打造爆款与趋势品类； 4、营销与场景运营： 结合个护家清行业营销节奏与消费节点，策划并落地品牌营销活动、主题场景营销及新品首发项目，提升类目流量转化与用户心智渗透； 5、竞争及风险防范： 持续关注个护家清行业发展趋势、竞争格局及政策变化（如跨境电商正面清单、备案法规等），具备行业风险识别与防控能力，保障业务合规稳健运营。
1.数据标注&采集专家基地运营管理： ○ 负责站点搭建，人员招募，管理团队搭建，培训管理，质量管理与人员管理，负责站点的全面管理； ○ 负责制定交付站点的日常运营计划、标准作业程序（SOP）与管理制度； ○ 管理站点的标注评测专家，包括任务分配、绩效评估、技能培训与团队建设； 2.质量管理：搭建对大模型类数据标注、模型评测或数据集生产的质量和培训体系，对数据质量负责； 3.成本管控：负责对负责的交付站点的整体成本进行管控，包括人力成本，运营成本等各项成本，达成成本目标。 4.供应商管理：负责交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。
1.负责3C数码用户增长运营，包括行业特色人群、拉新、留存及转化效率； 2.根据分人群的消费需求，结合AI数据模型、渠道特征、品类特征，洞察用户增长的机会点，在淘宝站内渠道和站外生态找到用户增长空间，实现行业AAC/MAC增长； 3.结合用户周期和购买力等做用户分层，设计用户权益，提升用户复购和用户价值。
1. 负责天猫3C数码自营的电脑品类采销工作，包括品类策略、采购策略制定，以及销售计划执行，统筹商品全生命周期管理，包括供给引入、库存优化及滞销品处理等。 2. 与供应商在商品、采购、零售等环节展开商务谈判，与淘内多场域结合，强化商品运营合作，争取最大化资源优势，推动品类规模的快速增长。 3. 协同供应链、商家及平台资源，推动日常、大促活动（如双11、618）品类、品牌、商品销售目标达成。 4. 结合对市场趋势与用户需求的分析，能规划核心品类、品牌的商品结构，输出品类增长策略并落地执行。
1. 负责千问办公 Web 端核心功能开发与持续迭代，参与对话、任务执行、文件处理、内容生成、技能与连接器等模块建设。 2. 结合大模型和 Agent 能力，开发流式输出、任务进度、工具调用、多轮交互、结果展示等 AI 产品功能。 3. 参与文档、表格、PPT、网页、图片等办公内容的预览、编辑与交付体验建设。 4. 独立承担中大型需求的技术方案设计、开发、联调和上线，保障功能质量与项目交付效率。 5. 持续优化页面加载速度、交互响应、长任务运行和内存占用，提升产品性能与稳定性。 6. 参与前端组件、公共能力和工程规范建设，与产品、设计、算法及服务端团队协作解决项目问题。
"阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。" 职位描述 1. 负责阿里国际AIDC团队商品理解方向的AI应用系统全流程研发，包括商品信息结构化、属性抽取、类目预测、多模态商品表征等核心能力建设，覆盖架构设计、工程实现、系统部署及迭代优化。 2. 参与从0到1构建高可用、高性能的商品智能理解平台与技术中台，支持AE、Lazada等国际化电商平台的商品治理与搜索推荐场景，持续优化系统架构的可扩展性与服务稳定性。 3. 结合业务需求，设计并实现端到端的AI解决方案，包括大模型Agent应用的落地实施，推动算法模型在工程侧的高效部署与迭代优化，实现AI能力在商业化场景的价值转化。 4. 与算法、产品、数据、运营及业务团队紧密协作，深入理解商品理解域相关的问题，共同完成复杂项目的技术方案设计与实施，持续提升系统准确性、覆盖率与实时性。 5. 关注业界前沿技术，探索大模型、多模态学习、Agent等技术在商品理解领域的落地应用，参与技术决策并推动关键技术预研，驱动技术创新与业务价值转化。 1. Responsible for end-to-end development of AI application systems in the product understanding domain within Alibaba International (AIDC) team, including core capabilities such as product information structuring, attribute extraction, category prediction, and multimodal product representation, covering architecture design, engineering implementation, system deployment, and iterative optimization. 2. Participate in building a highly available, high-performance intelligent product understanding platform and shared technology platform from scratch, supporting product governance, search, and recommendation scenarios across international e-commerce platforms such as AliExpress and Lazada, while continuously improving system scalability and service stability. 3. Design and implement end-to-end AI solutions based on business needs, including the implementation of LLM-based Agent applications, driving efficient deployment and iterative optimization of algorithmic models on the engineering side to realize business value in commercial scenarios. 4. Collaborate closely with algorithm, product, data, operations, and business teams to deeply understand challenges in the product understanding domain, jointly complete technical solution design and implementation for complex projects, and continuously enhance system accuracy, coverage, and real-time performance. 5. Stay updated with cutting-edge technologies, explore the practical application of large models, multimodal learning, and Agent technologies in product understanding, participate in technical decision-making and key technology pre-research, and drive technological innovation and business value realization.
1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给； 2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型； 3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本； 4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化； 5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长； 6、与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；
1. 主导千问App 核心业务线的技术规划与架构演进，负责复杂需求的技术拆解、全链路方案评审；主导客户端架构演进，构建行业前沿的技术体系，在保障高质量交付的基础上，支撑业务创新与快速迭代； 2. 负责客户端整体架构设计与性能治理优化，主导跨端（iOS/Android/鸿蒙）技术方案拉通与落地；通过深度性能优化与体验升级，持续提升用户核心体验指标； 3. 负责 AI Native 场景下的客户端工程架构适配，构建能支撑未来智能化开发范式的基础底座；主导研发效能 Agent 的设计与开发，利用 AI 技术优化代码生成、问题分析和验证测试等流程，切实提升团队研发效率。
1、负责AI工作台产品、AI浏览器等AI协作产品PC平台核心产品功能的全链路研发与迭代，保障桌面客户端（Windows/Mac）的功能一致性与极致用户体验； 2、负责AI协作产品的AI Agent在各种场景的业务落地和开发工作，提供系统级、浏览器以及各种软件的互操作支持能力； 3、参与设计大前端侧的 AI 基础设施，推进 MCP 的接入，打通底层数据逻辑与上层 AI 技能，构建稳定高效的端侧大模型调用与调度引擎； 4、跟踪大前端及 AI 领域前沿技术（如端侧小模型部署、端侧智能体自动化流编排、WebGPU 等），结合AI协作工具产品跨平台核心产品业务场景进行技术原型调研与落地。
1. 负责千问、夸克端运营方向核心系统的架构设计与演进，包括但不限于用户画像、规则引擎、运营配置、触达编排、资源投放等核心能力建设； 2. 协同产品、运营等团队，支撑千问、夸克用户增长与运营业务发展，结合业务目标与运营链路，推动运营能力平台化、标准化建设，持续提升运营效率、用户转化及业务增长效果，并对相关业务结果负责； 3. 负责端运营领域 AI 能力建设与落地，包括但不限于运营 Copilot、运营 Agent、智能分析、智能投放等方向，推动 AI 技术与运营场景深度结合，持续提升运营效率与业务价值； 4. 负责前后端研发团队建设与管理，推动团队持续成长和技术能力建设； 5. 负责重点项目推进及跨团队协同，推动复杂项目高质量落地。
1. **AI驱动组织提效与业务落地：** 帮助客户识别核心业务中可被AI替代或增强的环节，设计AI原生工作流，推动客户从"个人AI工具使用"向"组织级AI提效"转型，实现可见的业务ROI。 2. **云业务支撑与商业价值达成：** 支持阿里云公共云业务，主要服务于西南区互联网行业客户。作为售前解决方案架构师，主导技术合作设计与对接，协同销售团队达成业务销售指标与市场占有率目标。 3. **行业专家与生态布道：** 在游戏、音视频、媒体资讯、在线教育、在线广告或人工智能等一个以上垂直细分领域深耕，把握行业市场和技术发展趋势，推动行业解决方案和合作生态的落地。 4. **AI任务闭环与运行架构：** 为客户设计自动化循环工作流（目标设定—执行—反馈—验证—修正），同时搭建Agent运行的工程基础设施，包括权限控制、执行隔离、状态管理和成本控制，确保AI在复杂业务场景中安全、稳定、可控地执行。 5. **方案沉淀与知识输出：** 沉淀行业最佳实践与解决方案，形成可复用的方案文档和技术总结。组织内外部行业峰会/沙龙进行分享，推动团队及阿里云AI生态的整体能力建设。