共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
我们希望将 Qwen 打造为具有全球影响力的 AI 产品。你将负责 Qwen 国际版 APP 与 PC 的产品运营，与Qwen 模型算法、研发及用户增长等团队紧密协作，围绕产品发展与商业转化，通过高价值场景建设、Skills 与插件生态运营、用户反馈洞察和商业化运营，推动产品 DAU 与 ARR 的规模增长。 岗位职责： 1. 围绕 DAU 与 ARR 增长目标，结合海外用户需求和产品发展阶段制定运营策略，推进对话、多模态与 Agent 的高价值场景运营，统筹产品验证、发布与海外推广，提升核心功能渗透和持续使用。 2. 负责 Agent 的 Skills 与插件生态运营，围绕高价值任务引入和孵化优质能力，推进Skills接入、质量评测、上架推荐与持续迭代，完善任务案例和使用指引，提升插件供给质量、使用规模与复用率。 3. 运营 Discord 等 Qwen 产品用户社群，持续收集客服渠道及 X、TikTok 等平台的用户反馈，主动与用户沟通并跟进问题，从海量反馈中提炼共性需求和高价值信号并推动产品优化迭代。 4. 负责会员订阅商业化运营，挖掘付费场景、验证权益价值，制定试用、升级和续费等运营方案，协同产品团队优化套餐与权益，提升付费转化、续费率和订阅收入。 5. 建立产品活跃、留存与商业转化效果的分析机制，结合行为数据、用户研究和 A/B 实验定位增长瓶颈，协同Qwen 模型算法及研发团队推动优化，持续评估对 DAU 与 ARR 的贡献。
1、负责AI多模态讲解创新方向的产品运营，基于用户需求和使用场景，规划内容与交互体验。 2、协同产品、算法、教研、设计等团队推进方案落地，并结合用户反馈与数据表现持续优化。 3、开展用户研究、竞品分析及行业趋势研判，为产品迭代和方向决策提供依据。
1. 负责夸克、千问等相关产品的规划与设计，覆盖 PC、移动端、平板等多端场景，结合业务战略、AI 发展方向及用户需求，完成产品方案设计与落地推进。 2. 深入理解AI工具、用户平台的核心体验，能够从用户在信息获取、内容消费、任务处理等场景中的真实痛点出发，判断 AI 技术带来的产品机会，并提出清晰的产品方向。 3. 负责将 AI 能力与具体用户场景结合，完成从需求定义、交互设计、功能方案到体验优化的产品设计，持续提升用户在浏览、搜索、阅读、创作、办公等场景中的效率与体验。 4. 跨团队协作，与技术、算法、AI 研究、UED、运营、业务及国际化团队紧密配合，推动产品在多语言、多端、多场景下的落地与全球化适配。
1、负责健康类AI助手产品的问答效果，重点关注运动健康领域，通过策略提升对话满足率，对留存和满意度负责 2、负责设计主动服务的产品机制，在运动/饮食/睡眠等健康领域，能做好规划/分析等Ai产品，提升用户活跃 3、深入了解穿戴设备，能围绕用户健康数据、对话历史，与算法共同建立完善的记忆机制，做好个性化 4、建设医疗ai产品的评测体系，并能基于用户日志持续迭代
1. 负责 AI 图片、视频内容生态运营，制定内容策略，提升平台优质内容供给、创作规模及内容消费。 2. 深度使用各类 AI 工具及 AI Agent（如 ChatGPT、Claude、ComfyUI 等），持续优化内容生产效率，探索新的内容玩法和工作流。 3. 持续关注国内外 AI 模型、内容平台及热点趋势，结合模型能力策划爆款内容、热点活动和运营专题，推动优质内容增长。 4. 深入理解主流 AI 图片、视频模型的能力特点和适用场景，能够将模型能力快速转化为用户价值、内容玩法和运营策略。 5. 基于数据分析和用户反馈，持续优化内容供给、创作者运营及分发策略，与产品、算法、模型团队协同推动业务目标达成。
负责千问大模型与非手机智能硬件（如智能眼镜、手表、家居中枢、车载设备等）的深度融合，打造面向C端用户的场景化AI产品体验。聚焦“大模型+硬件”创新交互范式，将千问的多模态理解、自然对话、集团二方等能力与硬件使用场景有机结合，构建语音交互、情境问答、设备联动、个性化服务等核心功能。 需要有模型优化经验，深度参与 SFT、RL 相关训练工作，善于拆解算法、工程、检索等不同环节问题，可以推进模型总体效果的迭代优化 主要职责： ● 深度洞察非手机硬件（可穿戴、IoT、车载等）的用户场景与交互约束，结合千问大模型能力边界（如端云协同推理、轻量化部署、多模态输入），与算法、硬件、工程、设计团队紧密协作，将技术能力转化为贴合硬件特性的用户价值与产品功能； ● 通过实地用户观察、场景化调研、行为数据埋点及A/B测试，持续优化硬件端交互流程（如语音唤醒效率、多轮对话容错、低功耗策略），提升用户满意度、留存率及场景渗透深度； ● 探索大模型在硬件端的创新应用，推动千问能力与硬件生态深度融合，构建差异化产品竞争力与用户心智。
负责千问语音/视频助手 职位需求 1、语音助手优化：负责千问语音场景的需求定义和产品优化。 2、视频助手优化：负责千问视频场景的需求定义和产品优化。 3、生活服务语音助手：对接淘宝闪购、淘宝、高德等集团核心业务，从“能对话”到“会办事”，打造行业领先的语音 AI 生活服务链路。 4、协调资源和推进落地：拆解业务线条，协调工程、算法、设计及各业务方资源，支撑业务目标的达成。
1、负责任务助理业务（云端/本地agent支持长程复杂任务）的业务质量保障，参与产品需求与技术架构评审，评估 AI 方案的架构合理性、可测性与可评测性，在方案阶段就把成功标准和验收口径定义清楚； 2、构建面向生成式内容的 AI 原生质量体系：设计并落地评测能力（标准定义、Golden Set、LLM-as-Judge、人工校准），把高度主观的效果判断转化为可复现、可回归、可卡点的自动化门禁，覆盖生成效果、性能、稳定性与内容安全； 3、用 Agent 重做质量工作：以尽可能高的托管比例为目标，通过 Agent / Skill / 工具链的方式重构需求分析、用例生成、自动化执行、失败归因、缺陷闭环等环节，完成任务编排与交付，产出团队可复用的能力沉淀； 4、通过全链路 trace、线上监控与指标体系，保障多端（App三端 / PC客户端 / H5 / PC web）生成链路的服务稳定性与用户体验，具备从用户反馈反查到链路日志、模型调用与下游服务的定位归因能力，驱动体验水位持续提升； 5、通过全链路数据分析、效果评测与竞对对比，帮助业务识别目标达成路径上的核心问题并驱动解决，同时量化质量投入的产出与 ROI，让质量成为业务决策的输入而非交付末端的检查站。
● 语音核心体验提升 负责语音基础能力在产品内的体验升级（语音输入、播报、搜索、实时通话等），定制优化策略，推动语音功能使用率、留存、转化的数据指标提升，推动产品内用户语音心智建立 ● 语音交互产品功能优化 负责语音交互相关的产品功能设计和落地，深入挖掘用户需求，设计产品方案和优化策略，驱动产品迭代；能独立提出需求并推动产品和研发落地，确保体验和指标提升。 ● 推动语音模型效果提升 负责 ASR、TTS、E2E、多模态模型的用户侧效果验证机制搭建，与算法团队合作，结合产品需求，拆解合理的算法评价指标，搭建评测体系，推动算法快速迭代
1、以内容在端外出圈和有声量为目标，独立负责 AI 内容与达人合作方向的整体规划与落地，对内容推广营销产出质量及业务结果负责； 2、基于业务目标与 AI 内容能力，判断内容形态、选题方向及生产方式，并设计相应的达人合作策略；负责 AI 内容创作者及 MCN 的引入与长期合作，推动达人稳定、高效地产出符合业务目标的 AI 内容； 3、深度参与 AI 内容合作全流程，从方案设计、内容生产到效果评估与复盘，形成可持续优化的业务闭环； 4、与产品、模型、商业化等团队协作，将业务需求转化为可被 AI 内容承载、可被达人执行的合作方案。
负责夸克 PC 端核心场景的产品运营工作，围绕 AI 搜索、AI 助手、AI 工具等能力，制定用户增长、活跃、留存的整体运营策略，提升用户使用规模。 负责端内外重点活动策划与落地，包括但不限于热点营销、节日活动、新功能上线传播等。 结合 AI 模型能力与用户需求，设计具备传播性的 AI 玩法与运营机制，提升用户参与感与产品心智。 围绕用户生命周期，搭建用户沟通与运营体系，提升用户留存、活跃与转化效率。
## 你要做的事 - 负责 AI 创作者运营，包括创作者的挖掘、建联、引入、分层、成长与激励，为创作者供给的数量、质量和活跃负责。 - 围绕图片、视频、角色、Skill、Agent 等创作方向，识别和服务不同类型的核心创作者，持续拓展创作者生态。 - 深入理解 Skill、角色和 Agent 的创作与使用链路，推动创作者产出高质量 Showcase、模板、工作流、教程及标杆案例，帮助用户直观理解产品能力与创作价值。 - 与创作者共同探索 AI 创作玩法，策划主题活动、创作挑战、内容专题和社区运营项目，推动优质内容生产、传播与破圈。负责社区氛围建设、内容分发和内容分层，完善优质内容的发现、激励、曝光与传播机制，为内容数量和质量负责。 - 联动产品、模型、设计及市场团队，将创作者反馈、内容趋势和场景需求带回产品迭代，持续优化 Skill、角色和 Agent 生态的创作体验。 - 通过数据分析持续优化创作者引入、激活、留存、内容生产和用户转化链路，并沉淀可复制的运营方法论。
1.针对夸克浏览器进行付费场景做优化，挖掘新的付费动机，优化当前付费链路，提升付费用户规模和流水 2.基于用户分层设计差异化产品体验，平衡用户体验与商业目标 3. 负责增值会员、商业广告入等商业化模块的需求分析、原型设计及全周期落地，确保功能符合用户场景。 4. 通过A/B测试、漏斗分析、用户行为埋点等手段，挖掘付费转化瓶颈，持续优化定价策略、购买流程及权益触达效率。
1、负责千问C端产品的整体体验设计与功能演进，围绕模型体验方向持续提升千问C端产品力。 2、紧密协同大模型算法、工程、设计、运营及市场团队，将Qwen系列大模型能力转化为用户可感知、可依赖的AI应用产品。 3、基于数据驱动与用户洞察，定义关键指标（如DAU、留存、使用深度等），通过产品创新与优化，推动用户规模实现指数级增长。 4、持续关注全球消费级AI产品趋势，探索下一代人机交互范式，为千问打造差异化竞争优势。
1. 注册局托管平台商业化推广（Registry-as-a-Service） • 负责注册局托管平台的市场拓展与商业化推广，建立并维护目标注册局清单； • 主动拓展潜在合作注册局，独立完成从线索挖掘、需求沟通、方案介绍、商务谈判到合同签署的全流程； • 面向注册局客户，系统介绍阿里云托管平台在技术架构、运营能力、稳定性及商业价值方面的优势，推动后缀迁移至阿里云平台； • 协同产品、技术及交付团队，推动客户需求落地及合作项目顺利实施。 2. 注册局后缀全球化运营 • 负责注册局后缀的全球商业化推广，拓展全球注册商合作资源； • 建立并优化注册商分层运营机制，提升注册商合作效率及渠道覆盖； • 推进联合营销、资源置换、生态合作等项目落地，打造具有行业影响力的标杆案例； • 协同内部团队，支持注册局后缀在全球范围内的增长和品牌建设。
职位描述：面向高德安全风控场景，打造AI-native的安全运营产品，覆盖风险发现、识别、决策、运营的全生命周期，并打造安全场景的通用Agent基建。 1、安全Agent构建：深入理解安全场景（业务风控、网络安全、数据安全），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设。根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式。 2、Harness Engineering：设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化。构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环。 3、Memory设计：设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）。探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率。结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案。 4、知识和skill建设：构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的知识。设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新。建立Skill的质量评估与迭代优化流程。 5、工具建设：负责风控平台能力（决策引擎、处置引擎等）的持续优化，并构建可被agent调用的工具体系。
1. 负责本地生活业务C端交易产品，深刻洞察行业用户需求及市场痛点，为交易转化率负责 2. 对C端交易链路全场景有见解和思考，能结合不同行业、人群、场景设计差异化链路、策略和推荐匹配机制 3. 洞察行业发展趋势，并结合高德特色设计产品。从为用户创造价值的角度思考，结合toC类AI产品0-1创新落地
1. EDA 领域数据体系设计：针对流片前全流程（数字：RTL 设计 / 验证 / 仿真 / 综合 / STA / PnR / DFT；模拟 / 混合信号：晶体管级电路设计 / 前后仿真 / 版图 / 寄生参数提取 / DRC-LVS signoff / 时序与功耗分析，如 ADC / DAC / PLL / SerDes / 电源管理 / 射频等）做结构化拆解（考点分类、难度分级、任务原子化），设计可复用的任务模板与评测协议；把真实芯片开发任务（spec→RTL、模拟电路拓扑设计与调参、波形 / 时序 / 综合日志理解、TCL / SKILL 脚本、bug 定位等）转化为可批量造题的数据来源，沉淀标准化的领域数据资产。 2. 可验证环境与数据链路搭建：在服务器集群（LSF / SGE）+ 命令行 / TCL / SKILL 的真实工程环境上搭建可验证环境（数字：Verilator / iverilog / cocotb、Yosys、OpenROAD / OpenLane；模拟：Virtuoso / HSPICE / Spectre / Calibre、ngspice / Magic / KLayout），把工具退出码、DRC / LVS、slack / 面积 / 功耗 / 增益 / 相位裕度等转化为可自动判分的验证信号，并配合工程侧部署采集 Agent，让数据链路贴合实际工作方式。 3. 大模型行为轨迹生产与激励标注、Rubric 共建：驱动大模型在真实 EDA 环境中执行任务，采集完整的推理与操作轨迹，设计多阶段过程激励（Process Reward）与结果激励（Outcome Reward）标注方案；与 Rubric 团队把 EDA 专业判断拆成硬验证（工具退出码 / DRC-LVS 通过）+ 数值指标（slack / 面积 / 功耗连续奖励）+ milestone + LLM judge 的多层评分规则，将轨迹转化为可用于 SFT / DPO / RLHF 的高质量训练数据。 4. 外部专家与生态管理：与高校课题组、芯片设计专家、外部众包建立长期合作机制，负责需求定义、验收标准撰写、任务分发、结果评审与流程规范迭代，通过外部资源规模化供给精标数据。 5. 与模型团队协同推进：作为数据侧对接人，读得懂 EDA 相关 benchmark，参与能力评测集设计、Bad Case 归因、数据配比与训练策略制定，定位模型能力短板并反推所需数据，推动"数据 → 模型 → 评测"闭环。
1. 负责核心业务场景下的算法设计与优化，推荐领域的召回/粗排模型开发及策略迭代，推动技术方案在业务中落地并提升关键指标； 2. 基于大规模数据构建用户行为分析、探索召粗模型升级，探索前沿大模型技术在电商场景的应用，优化用户体验与业务效果； 3.围绕序列、参数、数据三大 Scaling 主线，通过将序列建模与Scaling Up深度融合，推动排序算法从特征工程驱动向规模驱动的范式升级； 4.探索大语言模型应用在大淘宝推荐场景的落地，建立新一代认知推荐算法体系，结合交互式推荐的产品创新，提升用户体验和首页推荐的长期价值； 5.构建基于意图引擎驱动的agentic 推荐系统，跟进和研发大规模语言模型的预训练、持续训练、SFT、RL 等技术，在推荐场景落地并提升关键指标。
1. 负责公司高层的日常出行接送工作，确保准时、安全抵达目的地。 2. 负责车辆的日常维护与保养，包括清洁车辆、检查车辆性能、及时补充行车所需的物品等，保证车辆处于良好运行状态，并做好相关记录。 3. 协助处理车辆相关事务，如车辆年检、保险办理、违章处理等。 4. 遵守交通规则，安全驾驶，确保行车过程中人员和车辆的安全。 5. 在必要时，积极服从领导安排，协助完成公司其他临时安排的任务。
这个世界的运行机制是否是可计算的？世界的复杂性是否唯有用 AI 的复杂性来应对？人类是否可以造出一台机器，让未来就像过去一样历历在目？ 这些问题正在从思辨走向科学。当视频生成模型开始隐式学会重力与碰撞，当 3D 场景合成可以补全从未被观测的视角，当 action-conditioned generation 让智能体在虚拟世界中试错而非在真实世界中付出代价——通用世界模型的轮廓已经浮现。它不只是下一代生成式 AI，而是对物理现实的可计算镜像：给定任意初始状态与动作序列，推演出符合物理规律的未来。 阿里巴巴旗下高德地图·视觉技术中心已经在这条路上深耕多年。我们拥有高德积累 20 年的海量真实时空数据，无限制的算力集群，以及一支在空间智能与生成式 AI 领域持续产出世界级成果的顶尖研究团队。 现在，我们需要你的加入——与我们一起，把「让机器理解并预演物理世界」从可能变为现实。 【岗位职责】 1. 参与通用世界模型核心算法研发，包括但不限于视频生成、3D 场景合成、物理仿真等方向； 2. 设计并优化大规模生成模型的训练与推理流程，在万卡集群上实现高效训练； 3. 构建数据飞轮——从海量真实时空数据中提取高质量训练信号，持续提升模型对物理世界的理解能力； 4. 将世界模型能力落地于自动驾驶仿真、导航场景预测、空间智能等实际业务场景。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 我们在构建面向具身智能与交互式世界模型的下一代推理基础设施：支持多模态流式输入（视频/传感器/地图）、实时闭环输出（动作/轨迹/场景状态），在端云一体部署下实现确定性低延迟、可规模化吞吐与可持续的成本效率。你将负责推理加速基础框架与关键性能机制建设，打通“模型—引擎—硬件—调度—观测”的全链路。 你将负责 1) 推理基础框架与运行时 ● 设计并实现端云一体推理框架：统一模型加载、版本管理、热更新、灰度与回滚能力 ● 建设流式推理 pipeline：ingest → preprocess/encode → predict/plan → control，支持异步与背压 ● 推理引擎集成与改造：vLLM / TensorRT-LLM / SGLang / TGI（云端），TensorRT / ONNX Runtime / TVM / NPU SDK（端侧） 2) 实时调度与性能关键路径 ● Prefill/Decode 分离调度（如适用）、长度分桶、连续 batching、尾延迟治理（P99/P999） ● KV cache 管理：paged/block、prefix/prompt cache、逐出策略、显存碎片治理 ● 多机多卡并行与通信：TP/PP/EP（MoE），NVLink/IB/RDMA 等链路优化 ● 投机解码/并行解码（Speculative/Medusa 等）在业务场景的落地与收益闭环 3) 量化与算子/Kernel 优化 ● 建立 profiling 体系：算子画像（attention/GEMM/视觉编码/采样解码等）、输入分布、性能回归基线 ● 分层量化策略：FP8/INT8/INT4 与 activation-aware 量化，质量回归与灰度上线 ● CUDA/Triton kernel、算子融合、内存与流水并行优化；端到端 latency 优化而非单点指标 4) 可观测性与可靠性 ● 建立实时推理指标体系：E2E latency、jitter、FPS/Hz、丢帧率、功耗/温控降频、OOM/重试等 ● 帧级/样本级 tracing，故障定位、过载保护、降级与安全回退路径（端侧尤重）"
研发下一代机器人通用运动控制器的研发与落地：基于强化学习突破复杂地形自适应运动、多运动模态平滑切换、sim2real策略部署等关键技术，构建面向真实物理系统的运动策略训练框架，提升运动保真度与鲁棒性。
推动在各个行业专家领域高生产力价值Cowork Agent的构建与实践落地，让模型在Agent环境中完成现实世界的真正复杂任务，持续提升模型在真实、高经济价值任务中的表现，拓展大模型实际能力边界。 1. Envs/Harness Building & Generalization：复现并维护高可靠性主流Harness环境，提升模型在不同Harness场景下的泛化能力；同步探索Qwen Frontier Harness设计，探索Loop Engineering、Multi-Agent 与 Auto-Harness，与算法/数据链路 codesign 实现更好效果。 2. Data Design & Scaling：挖掘金融、量化、法律、医疗、设计、数据分析、工业、工程等场景下的高价值数据和workflow，探索数据Pattern演化，User-Centric Data优化，General Long-Horizon Data Pipeline构建；在CPT/SFT/RL端到端验证配比/学习策略，优化模型端到端长程的行业Agent解决方案。 3. Agentic Rewarding System：构建面向真实Agentic任务的General Verifier，设计Evolving Rubrics、Code Verifier、实现Outcome & Process Level 数据监督与自动化Rewarding，User model Rewarding。 4. Real World RL：基于现实环境、现实任务的大规模Agentic RL训练，探索CPT->RL的端到端Scaling Law，Multi-step Rewarding Shaping，Agentic Behavior Learning。
1、作为云产品容器云原生领域的专家，为客户提供云产品的专家服务支持，负责疑难升级问题的快速定位、分析解决。 2、与研发团队对接，根据客户反馈的问题推动云产品Bug修复、架构方案优化。推进后台诊断工具、用户侧自主化诊断工具的落地。 3、基于云产品问题排查能力和经验，利用AI Agent来完成问题处理提效。 4、整理输出官方技术文档与解决方案，指导用户合理使用云产品。 5、为客户提供企业级服务中云产品相关场景的的解决方案，协助客户完成云环境上的业务技术落地。
1. 负责研发大规模世界模型，提升模型对真实世界动态变化的建模能力。 2. 研究可规模化的世界模型架构，解决世界模型在长程预测中的物理一致性问题和长期记忆等问题。 3. 构建世界模型数据体系，探索世界模型在参数与数据规模上的 Scaling Laws。 4. 构建可交互的世界模型系统，并推动技术在实际产品中的落地。
1、负责千问、夸克的Agent应用研发，熟练运用agent相关技术，实现诸多AI应用的快速落地与持续迭代； 2、保障Agent应用系统的稳定、高效运行，帮助业务优化性能和改善系统稳定性，持续提升用户体验； 3、持续跟踪前沿技术趋势，关注并探索引入新技术新方法，持续提升产品技术、工程架构上的先进性。
团队介绍 负责高德全栈语音技术，能力覆盖语音生成与语音交互两条主线：自研 TTS 基座大模型、多语种与可控语音生成、语音识别与复杂声学理解、端到端对话模型与全双工交互、RTC 流式语音、端侧模型、模型服务与推理优化，以及配套的数据与自动评测体系。业务承载高德全部核心场景：语音导航、AI 领航员、AI 语音助手、室外步行导航与具身交互、IP 语音定制与虚拟陪伴、国际化、智能外呼、语音内容生成（有声书、播客、交互式播客）。团队通过前沿语音技术的研究与落地，支撑下一代 AI 产品创新。 职责 1. 语音交互系统研发 研发多模态对话大模型，实现"边听、边说、边想、边做"的交互形态：流式声学与时空上下文感知、增量语音输出、推理与生成并发、对话中调用工具完成任务。承担语音对话 pipeline、端到端、以及分层解耦（Thinker + Talker）三类方案的选型与实现，攻克全双工下的轮次让渡与抢占时机、打断与恢复、backchannel、流式推理链（reasoning in streaming）、主动发起交互（proactive interaction）。落地语音增值服务、室外步行导航、具身交互、本地生活通用语音入口等场景，并与高德全链路各 Agent 协同优化端到端交互体验。 2. 模型架构与训练方法创新 在首包与端到端延迟约束下提升模型智力上限（实时智能），优化方向包括注意力与状态空间结构、推理期算力动态分配、深度与专家稀疏化；探索文字 / 语音 / 视觉跨模态混合训练的最佳实践，以及面向 speech language model 的后训练技术（指令微调、偏好对齐、蒸馏与能力保持）。 3. 复杂声学理解与拟人化交互 提升复杂声学场景下的语音理解与副语言信息（情感、意图、说话人状态）建模能力，融合时空上下文；优化交互行为的灵活度、时机合理性，以及生成内容与音色的自然度，目标是在盲测中难以与真人区分。 4. 语音生成前沿技术 连续值自回归建模、多码本并行预测与延迟模式、指令驱动的可控合成（音色 / 风格 / 情感 / 韵律解耦与组合）、广义音频生成（T2A：语音 / 音效 / 环境声统一建模）、面向人类偏好与可验证指标（清晰度、说话人相似度、韵律)的强化学习优化、超越 WER 与 MOS 的多维自动化评测体系。 5. 创新业务形态落地 生成侧：长篇小说有声化、播客自动生成、交互式播客（可打断、可追问、按听者兴趣动态改写内容）；交互侧：IP 语音包向具备长程记忆、稳定人格与成长感的虚拟陪伴演进。 6. 海量语音数据与评估体系 建立数据的定性分析与定量评估手段，设计自动评估框架，研发 scalable 的数据质量改进方案。以上工作均要求跟进语音理解、语音生成、语音交互三个方向的最新进展，提出新的技术框架或改进现有算法，持续提升技术与业务指标；鼓励撰写论文、申请专利。
1. 深入研究不同行业SaaS/AI原生软件的行业发展方向、典型场景清单、业务流程、技术架构等，梳理各场景在AI应用的需求和价值，帮助SaaS等软件企业设计AI落地路径； 2. 从头部AI原生软件/SaaS类客户典型业务场景出发，结合阿里云千问模型、百炼、Agent平台等AI核心产品，帮助软件企业设计和落地大模型解决方案（覆盖客服、金融、办公OA、ERP、CRM、零售、营销、制造、医疗等行业赛道），包括如下： 1）客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2）售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3）能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 4）产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 • 了解客户大模型使用的情况恶化效果，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。
AI 客户开拓与商机挖掘： ● 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。 ● 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。 ● 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。 ● 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 价值传递与场景共创 ● 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。 ● 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。 AI 客户商务转化策略与业务收入 ● 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。对AI MaaS业务的Token用量和收入增长负责 ● 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。 持续做好客户服务与市场洞察 ● 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。 ● 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。
