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
能耗平台团队负责整个阿里云的IDC、网络和服务器等基础设施内的功耗的采集、处理分析、监控预警、应用优化，从而全面的平台化产品化支撑数据中心的稳定、高效、节能。 作为研发工程师，您将负责： 1. 基础设施的能耗监控的能力的设计与研发，构建能够支撑大规模数据量下采集的高并发、低延迟分布式处理体系。 2. PUE优化平台的架构设计与核心功能开发，数据中心能耗结构复杂，结合GPU设备的特点、制冷系统、供配电系统之间的能耗耦合关系，建设相关平台化智能化的能力，达成数据中心的PUE优化目标。 3. 超电稳定性监控平台的架构设计与核心功能开发，针对于GPU的场景，构建供电链路健康评估和预警系统。
1、参与设计和实现推理引擎SDK，提升推理性能、易用性和产品稳定性。（Design and develop inference engine。Focusing on performance、usability and product robustness） 2、参与设计和实现推理引擎的AI编译。包括图融合、各类图优化、算子优化以及自动化调优等（Design and develop AI Compiling。including fusion，graph optimizations、kernel optimization and auto-tuning） 3、参与设计和实现推理引擎的运行时系统。包括内存管理以及资源管理等等。实现高效和稳定的稳定性。（Design and develop runtime system，including memory management and resource management） 4、参与设计和实现大模型的推理优化。基于推理引擎，研发和应用大模型推理优化的技术（Design and optimize LLM inference。Based on inference engine，develop and apply core technology for LLM inference）
数据中心运营平台团队的使命是实现阿里经济体的IDC、网络和服务器等基础设施整个运营领域的全面产品化支撑，从而达到高效率，低成本，低功耗的智能运维。集成了IDC和服务器领域的各项专业技术，以及运维平台进一步的智能化支持，我们励志打造一个真正自动驾驶的数据中心。 作为研发工程师，您将负责： 1. 数据中心基础设施监控的能力的设计与研发，构建能够支撑大规模数据量下采集的高并发、低延迟分布式处理体系。 2. 深度结合前沿AI技术主导智能运维体系建设，在能耗优化、故障预测、根因分析及自动化调度等方面落地智能化应用。 3. 将数据中心物理基础设施复杂场景抽象为标准化的数字模型，推动基础设施从数字化向全面智能化转型的技术演进。
1、负责各公司每月各项税费的计算、入账和申报，以及年度审计和汇算清缴等事项；负责各类涉税数据整理和分析； 2、与各税务机关保持良好的税企关系，应对各地税务机关的风险检查、协查或稽查事项，维护公司合规楷模的形象； 3、协助企业申请、管理各种适用的税收优惠、资质； 4、协助主管进行税务自动化系统建设； 5、与时俱进，不断根据行业状况、业务需求及法规变化更新完善操作手册。
1.负责AI 数字人/数字化在供应链&IDC实际业务场景中的平台化落地； 2.参与供应链集成、履约及IDC规划等系统架构设计与核心模块开发； 3.与产品及前端团队紧密协作，将AI能力高效集成到产品中； 4.在团队内做架构思想及AI理论布道，推动供应链系统AI+数字化转变； 5.优化系统性能，保障服务稳定性，支持全球化部署与多语言。
数据中心产品经理 1. 紧跟数据中心行业趋势与AI技术演进（智算集群、液冷散热等），结合实际业务场景需求，制定具有前瞻性的产品规划与路线图。 2. 清晰定义问题，结合行业趋势、AI技术能力与业务诉求，对需求进行深度分析、拆解与整合；善于将AI能力（如AIOps智能运维、智能容量预测、能效优化等）融入产品方案，形成差异化竞争力。 3. 拉通并推动研发、架构、运维、商务等多团队高效协同，保证产品规划与需求按期交付上线，确保业务目标达成。 4. 建立数据驱动的产品运营体系，通过数据分析与AI辅助决策，结合产品落地反馈，驱动产品持续迭代，实现核心指标的有效提升。 5. 负责产品的内容运营与品牌建设，输出标准化、体系化的产品内容（白皮书、技术方案、最佳实践等），结合行业峰会与品牌活动，持续提升产品在智算与AI基础设施领域的影响力。
1、业务洞察和需求分析 运用AI Native技术（大模型、智能预测等）辅助需求洞察与经营决策，识别可被AI重构的业务流程和用户场景。 主导资源规划、供应管理和交付履约的全链路产品方案，提升供应链整体运营效率； 2、产品规划和设计 基于阿里云整体产品战略和内部业务流程，制定本业务域的产品规划与迭代演进路线图； 以AI Native理念驱动产品设计，将大模型、Agent、智能决策等AI能力深度融入供应链平台核心流程，打造人机协同的新一代供应链产品； 规划AI Agent工作流与智能体架构，设计AI辅助决策、智能调度、自动化执行等创新产品能力。 3、产品开发管理 推动AI能力的工程化落地，协同算法和研发团队完成模型接入、Prompt工程、效果评估等环节的产品化闭环。 统筹产品开发的项目管理，把控关键里程碑节点，协调多端多场景的适配与支撑，整合资源推动产品方案落地； 4、产品改进和风险管理 建立AI产品效果度量体系，持续跟踪AI功能的准确性、可靠性和用户体验，迭代优化AI能力的业务价值与ROI。 持续关注用户反馈和使用体验，合理安排需求优先级，推动产品迭代和新功能孵化，优化产品的稳定性、安全性、性能和成本； 主导产品合规与风险防控，排查治理数据安全、合规、廉正、资损等各类隐患，保障日常业务与服务质量；
1、深入了解马来西亚的电商平台行业动态，分析市场趋势、竞品动向、市场需求及消费者偏好； 2、具备消费者视角，以本地用户画像切入，对多元消费群体有深入理解，以及趋势预判和文化节点的把握，结合站内优势供给，将类目供给结合营销完成平台的各类大促及营销活动，为核心指标负责； 3、基于本地化优势供给进行选品组织，对重点行业频道进行优化迭代，提升频道活跃度、点击率、转化率和整体交易效率； 4、熟悉淘宝核心类目供给结构、头部品牌矩阵、行业爆款，建立“淘宝优势供给与本地市场需求”的映射关系。
职位描述： 1、定制市场全年营销目标，制定营销策略。 2、独立撰写营销方案，统筹线上下推广项目落地推进，保障推广目标达成。 3、把控买量广告内容规划及数据调优，为新增目标服务。 4、了解国内游戏媒体及渠道的运营方式，保障项目的推进效率和执行质量。 5、管理项目营销团队，统筹团队产出及落地情况，对结果负责。
1. 行业战略客户的建联及客情关系深化，行业战略数字化转型推动落地； 2. 挖掘战略客户的业务痛点与数字化需求，设计和升级具有竞争力的解决方案，包括Ai方案，助力客户实现数字化转型与升级； 3. 负责协同和推动内外部各种资源，帮助客户落地数字化方案，带来客户业务价值； 4. 攻坚重点行业标杆客户，进行商业突破，总结行业数字化经验与实践，打造行业数字化标杆，带动行业势能。
我们正在打造高德 AI 助手，让 AI 从回答问题走向帮助用户完成行动。依托高德亿级流量与地图时空能力，与你一起打造新一代 AI 搜索与推荐体验，让每一次出发更轻松，让生活更美好。 1. 负责高德 AI 的 iOS 核心功能研发，围绕 AI 搜索、AI 推荐等场景，打通从用户表达需求到获取结果、完成操作的交互链路。 2. 建设流式回答、动态卡片、生成式 UI 和多模态交互能力，解决内容持续更新、复杂状态切换、任务中断与恢复等技术问题。 3. 主导核心模块的架构设计，围绕 AI 场景建设可复用的组件、交互协议与渲染能力，支撑 AI Agent 对客户端能力的调用与编排。 4. 持续优化核心场景的性能与稳定性，解决卡顿、内存、功耗等问题；与产品、设计、算法和服务端共同打磨体验，推动问题解决并验证上线效果。 5. 探索 AI 工具在开发、测试和问题排查中的应用，持续提升研发效率与交付质量。
高德地图视觉技术中心（AMAP CV Lab） 高德地图日均服务数亿用户，每日处理超百亿级位置与视觉数据。视觉技术中心是高德的核心技术引擎，视觉技术中心是高德的核心技术引擎，深耕空间智能、具身智能、世界模型等AGI前沿方向。我们的核心使命：以空间智能为锚点，打造物理世界的智能体操作系统 ABot。我们不做“刷榜模型”，而是打造能在开放世界中自主决策、安全执行、持续进化的智能体系统。你的研究，将直接改变数亿人的出行方式。 GitHub 主页：https://github.com/amap-cvlab 我们的优势：独一无二的“空间智能-场景-生态”三角 ● 空间智能深度：全栈覆盖三维重建、世界模型、多模态、具身导航、LLM/VLM/VLA/AI Agent，所有技术都服务于“让AI理解并作用于物理空间”。 ● 场景广度：亿级用户真实验证，从封闭测试到开放街道，技术必须经得起现实世界的“毒打”，空间智能不能只存在于实验室。 ● 生态高度：清华大学、北京大学、港科、中科院等深度合作，主导开源标准，你不是孤军奋战，而是站在全球空间智能研究的前沿。 我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。 岗位职责： 1、研发下一代 ABot-M，探索 VLA/WAM、多模态生成与理解、跨本体动作表示。 2、统一世界建模、动作预测与价值判断，提升长时序、精细操作、移动操作和双臂任务能力。 3、建设机器人数据引擎，完成清洗、动作统一、混合训练、合成数据与真机数据闭环。 4、推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练。 5、打通训练、评测、仿真和真机部署，把算法转化为真实产品与行业影响力。
1、统筹数据底座、业务数仓、数据科学三大模块整体规划与管理，统一全域数据标准、埋点规范与数据治理体系，搭建分层业务数仓架构，沉淀标准化、高质量数据资产； 2、输出规范合理的底层数据表、业务模型与宽表体系，为BI团队提供稳定可靠的数据底座与结构支撑，保障BI战略经营分析高效开展； 3、落地AI+数据融合能力，实现智能数据治理、指标异动归因、AI辅助开发，提升数据生产效率与质量；牵头核心指标建设、AB实验、用户建模、异动复盘； 4、依托数据量化能力拆解业务目标，支撑业务策略制定、落地落地与效果复盘闭环；负责数据团队搭建与管理，完善人才梯队，全面赋能业务高质量增长。
1. Identify high-potential AI native and enterprise AI-related customers. Continuously track, build, and maintain a high-potential customer pool, and conduct preliminary assessments of each customer’s development stage, business model, AI use cases and business scenarios, cloud and AI related requirements, and potential entry points. 2. Convert market insights into leads gen capabilities. Translate industry trends, customer signals, and competitive dynamics into sales-actionable lead lists, customer segmentation, priority rankings, and outreach recommendations. 3. Assess customer needs and sales conversion potential. Validate customer potential through multiple information sources, determine whether customers have clear needs for cloud services, computing resources, model services, and related solutions, and provide sales teams with conversion path recommendations, including suggested business entry points, key contact profiles, and initial communication angles. 4. Collaborate cross-functionally and build a closed-loop business process. Work with sales teams to establish a closed-loop mechanism covering customer identification, evaluation, sales follow-up, conversion tracking, and continuous iteration. Regularly collect sales feedback on lead quality, customer responses, conversion results, and reasons for non-conversion, and use the feedback to optimize customer screening criteria and analytical models.
团队介绍 阿里 ATH 旗下的 AI Coding 创新团队，致力于通过 AI 技术革新软件开发方式。我们正在打造下一代 AI 驱动的智能开发工具，产品覆盖智能体桌面应用、AI Native IDE、Agent SDK 及 Cloud Agents 等，并围绕模型能力、企业级能力及商业化体系持续建设，让 AI 更深入地融入开发者的工作流程，提升开发效率与创造力。 我们正在寻找兼具用户洞察、产品设计、技术理解或商业化能力的产品经理，参与不同细分方向的产品建设，共同定义智能开发工具的未来。 岗位职责 根据候选人的经验与能力，重点负责以下一个细分方向，并与相关产品及技术团队协同推进。 商业化方向：负责 AI Coding 及智能体产品的商业化体系建设，包括产品版本定义、商品设计、定价策略、售卖链路及商业化运营；结合模型调用成本与用户使用场景，设计合理的积分等权益、额度及计费方案，持续优化用户价值、付费转化与业务收益。 大模型生命周期管理：负责模型测评与供给体系建设，围绕真实业务场景建立模型效果、性能、稳定性及成本的评估标准；推进模型选型、接入、上线、持续优化及退出的全生命周期管理，协同算法、工程及模型合作方，提升模型供给质量与成本效率。 企业级能力：负责 Qoder 企业版产品能力的定义与建设，覆盖租户与成员组织、权限体系、企业级管控策略、企业扩展性与 OpenAPI、安全、度量及用量管理等方向；深入理解企业客户在使用 AI Coding 工具过程中的管理、合规与集成诉求，让企业能够安全、可控地规模化使用 AI 能力，提升组织级采纳与管理效率。 专业研发方向：负责专业研发领域的产品规划与体验设计，深入理解开发、调试、测试等软件开发全生命周期场景；探索 AI 能力与研发工作流的深度融合，优化智能编程交互、工具协同及使用体验，提升开发者效率。 桌面应用方向：负责桌面智能体产品的用户研究、场景定义、功能规划与交互设计，探索从零到一的产品创新；围绕用户真实任务，设计自然、易用、可控的人机协作体验，通过快速原型、用户反馈及数据验证持续迭代。 产品规划与验证：持续洞察行业趋势、竞品动态及用户需求，制定所负责方向的产品路线图与阶段目标；通过用户研究、数据分析、产品实验及原型验证，推动产品从需求定义到上线运营的完整闭环。 跨团队协作：与设计、工程、模型算法、商业化及运营团队紧密协作，协调内外部资源和合作伙伴，推动关键项目落地，对产品质量、用户价值及业务结果负责。
1. 负责千问ai功能产品的核心数据体系建设，保障数据准确性与及时性，通过数据洞察及时定位业务问题与机会点，保障业务策略落地； 2. 基于业务痛点开展专项分析，包括但不限于：用户使用链路漏斗、模型迭代效果评估、用户体验满意度刻画等； 3. 深度参与业务规划，通过数据挖掘、归因分析、漏斗分析、AB实验评估等，找到问题点，输出可落地的策略建议； 4. 协同产品、运营、算法、研发等团队，主动挖掘业务需求，提供数据支持，推动分析结论落地并追踪效果； 5. 完善数据指标体系、埋点方案，管理数据口径，提升数据应用和决策支持效率
1. 端到端负责RL数据（coding 方向）项目：从方案设计、数据有效性验证到规模化生产 ，帮助模型在性能上达到业界SOTA。 2. Rubric 与评估体系设计：将业务目标和模型能力目标抽象为多维度、层级化的评分标准（Rubric），设计权重、评分规则和边界 case 处理策略；持续迭代 Rubric 以覆盖新场景、堵住 reward hacking 路径。 3. RL Data 生产与质量保障：端到端负责 Agentic 场景的数据生产项目，从任务设计、轨迹采样、标注执行到质量验收；构建 QA 框架，对 Grader 输出做一致性校验和失败模式分析，确保进入训练的数据可信。 4. 失败模式归纳与数据迭代: 从大量 Trajectory 中归纳 Error Taxonomy，建立失败模式分类体系，将分析结论转化为数据策略调整（任务难度、Reward 信号修正、标注规范更新），形成数据飞轮闭环。 5. 协同算法团队闭环：与模型训练/RL算法团队紧密配合，对接 Reward/Grader 需求, 将模型效果反馈翻译为数据改进策略。 6. 数据体系设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 7. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 8. 探索更科学的评测指标、更高效的评测方法。
1、协同业务及财法团队，平衡风险和效率，制定和更新恰当的流程、制度、权限等，进行合理风险管控，完成管理落地并持续监控，确保公司各项业务符合法律法规、行业规范和公司战略目标。 2、对业务及财务数据进行分析，快速、准确识别业务当前风险及现存问题，并提出有效的、可落地的数字化解决方案，跟进解决方案落地。 3、依托业务流程、数据链路及核心业务系统，构建多维风险监控指标体系，形成系统性数据监测方案，实现业务全流程的风险识别与精准评估。 4、参与业务重大/创新项目，在事前、事中提供有针对的风险研判和应对建议，对业务方的策略进行风险洞察和判断，并给出风险评估和应对方案。 5、根据业务特点制定专项计划，通过项目检视，深入识别在业务设计及执行层面的风险，并对风险程度进行评估，提出有效的改进建议并协同各方进行改善，把风险控制在可接受范围内。
1、媒介策划能力，基于业务目标，制定媒介策略，规划媒介资源，推动和确保项目顺利上线，输出复盘结论及经验沉淀。 2、创新策划能力，负责日常媒介环境监测，挖掘媒介新渠道和创新合作机会点，并主动提出问题解决方案。 3、数据分析能力，日常收集、拆解和分析数据，建立指标数据库和制定评估体系，使营销投放有数可查，有理可依。 4、人群洞察和数据产品化能力，基于品牌目标和项目需求，梳理和推动数据看板落地和功能优化，实现品牌人群资产可持续沉淀。
1、负责各业务接入大模型护栏能力时的全链路方案设计，包括安全介入环节的确定、时效要求制定、数据传输与交互逻辑设计，对最终的安全体验与响应效率负责； 2、主动监控并通过数据分析等手段发现大模型安全链路中的异常问题，牵头排查、定位根源，并协调外部产品/技术/算法&内部安全技术、算法及风险运营等角色推动解决； 3、对接外部业务产品/技术/算法，及内部风险运营/技术/算法，理解各方诉求与约束，推动共识达成，确保安全能力落地； 4、统筹部门内多个安全相关项目（如护栏链路迭代、算法能力接入&应用、新业务接入等），制定里程碑，跟踪进度，识别风险，确保交付质量。