共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1. 协助处理公司各类侵权投诉； 2. 信息收集、资料整理、法律调研及部门安排的其他辅助性事务。
1、负责网易传媒SSP流量接入和分发、NEX广告交易平台、DSP广告投放平台整体产品规划、功能迭代与落地，熟悉主流头部媒体DSP及三方联盟对接逻辑。 2、深耕程序化广告业务，预算侧支撑穿山甲、优量汇、快手、美团等主流DSP及三方联盟广告投放业务；流量侧负责外部网盟、下游渠道流量接入、治理与运营。 3、负责品牌广告产品能力建设，统筹品牌广告投放、资源位包装、定制化营销方案、品牌曝光与品效协同策略，平衡品牌调性与商业化收益。 4、负责广告产品全生命周期管理，联动运营、商务、研发、数据团队，快速响应媒体方、渠道方、广告主业务需求，解决投放异常、流量质量、结算对账、渠道冲突等各类线上问题。 5、搭建平台反作弊、流量风控、异常止损、预算风险管控等产品机制，甄别劣质流量、异常投放行为，保障平台投放合规、资金安全及业务稳定运行。
1. 负责端（方舱/设备）侧智能化产品技术研发，内容包括但不限于通讯协议选型与适配、软硬件架构设计、推理引擎选型与测试等。 2. 负责端（方舱/设备）侧智能化设备中心化交付和运营体系/工具研发，实现远程自动化部署、调测、监管、OTA升级等。 3. 负责制定IDC智能化产品&流程相关的技术规范并推广，对研发产品的质量负责。 4. 参与边（园区/楼栋）和云侧基础监控能力升级和智能化应用的研发和推广。 5. 参与AI与IDC智能化的全面、深度融合，包括制定适配云/边/端的模型应用规划，模型的选型、验证、灰度、部署、执行等的全链路闭环与协同。
1、结合用户审美和平台需求，对剧本、素材、成片进行内容预检，发现问题，且能提供内容调优的解决思路； 2、与平台各剧集工作室对接，管理好平台项目的整体供给链路，能够在各核心节点梳理清晰业务痛点，掌握相应业务信息。 3、有一定的数据分析能力，定期整理掌握市场动态，对全市场各主要平台的剧集业务做系统性分析和输出。
面向高性能SRAM, 基础IP或标准单元（如触发器、脉冲锁存器、逻辑触发器、特殊复杂单元等）的设计、验证及库生成。与晶圆厂开展DTCO（设计/工艺协同优化） 针对性能、功耗和面积（PPA）以及良率优化SRAM/定制电路。 开发定制版图并执行物理验证（例如，DRC、LVS）。 开展大量电路仿真，以验证SRAM的功能与性能、电气完整性及鲁棒性。 开发并改进SRAM/定制电路设计方法，包括用于设计、仿真和验证的自动化脚本。 与高性能CPU/SOC物理设计团队合作，提升产品PPA竞争力。 与产品工程师和测试工程师协作，制定测试方案并支持芯片流片。
• 头部IP资源拓展与生态搭建 ∘ 负责明星艺人、头部二次元（动漫/游戏/虚拟偶像等）IP的深度授权洽谈，建立并长期维护与经纪公司、版权方、头部MCN、知名配音团队/工作室的核心资源池。 ∘ 结合高德场景（语音包、车标、实体周边等），设计IP合作模式与商业化机制，推动合作落地。 • 利用AI驱动IP资产升级 ∘ 洞察多模态交互与AIGC趋势，推动合作方从“传统内容授权”向“AI数字资产+智能交互产品”转型，策划并落地高附加值的IP衍生形态。 ∘ 联动内部产品/技术团队，将IP资源转化为可量化商业价值，通过AI预测模型与数据分析精准评估IP ROI，优化引进策略与投放节奏。 • 行业标杆打造与生态合作 ∘ 持续追踪泛娱乐与AI内容生态动向，挖掘跨界联名、品牌共创、虚实结合等创新合作模式，打造高德IP商业化标杆案例。
1. 设计、开发和优化大规模高可用的智能搜索系统，持续提升检索效率与用户体验； 2. 深度参与AI模型（如召回、排序、理解、重排等）在在线搜索服务的集成、部署与性能调优； 3. 搭建和完善数据处理与特征工程链路，支持大规模数据的高效流转与特征管理； 4. 参与搜索系统的架构设计与工程实现，包括分布式服务、索引构建、检索优化、缓存加速与横向扩展等； 5. 联合算法、产品、前后端等多团队协作，推动AI搜索相关功能的快速落地； 6. 建立完备的监控、日志、报警与追踪体系，保障服务的稳定性、可观测性与高可用性； 7. 积极跟进行业搜索与信息检索前沿技术，持续推动创新和最佳实践在系统中的落地。
1、负责企业客户的售前工作，支持销售拿到业务结果，提升销售额 2、作为技术专家，提供客户云架构解决方案，并在落地过程中提供对内外部团队提供必要的技术指导，确保方案可落地、有竞争力 3、负责所支持区域细分领域（出海、大数据、人工智能等）的市场洞察、解决方案的制定及落地，能够把握市场和技术发展趋势，推动产品、解决方案的落地 4、建立行业影响力，参加内外部行业沙龙，做技术分享，传播云原生最佳实践 5、参与客户的方案比选，做POC演示和功能/性能测试，在保证性能和安全性的前提下做到成本最优，性价比最高 6、为客户提供整体技术架构服务，构建监控体系、DevOps、大数据、AI等能力，从成本、效率、稳定性三个维度提升客户的云化架构能力
我们关注模型训练系统，为深度学习模型训练和超大规模训练提供算力基座，包括但不限于以下职责： 1、基于阿里云原生底座，设计实现数万卡规模的多租户、多种异构硬件、高性能计算集群的调度系统； 2、研发轻量级的训练重启、故障备份迁移、代码-依赖分发系统，面向有效训练时间极致优化； 3、针对基座模型训练，打造全面的可观测、可视化系统，洞察全生命周期软硬件故障动态； 4、结合大规模分布式训练框架、前沿的异构硬件，分析并解决预训练、后训练过程中软硬件缺陷； 5、构建大模型的模型训练、模型评测、模型管理、模型交付在内的MLOps平台； 6、平台化的支撑多模态生成模型的训练、迭代，以及在AIGC场景的生产化落地应用。
1. 对大区高频渠道业务结果负责，制定大区年度及阶段性经营计划，拆解到省区、城市、类目、服务商和团队，并推动目标达成。 2. 基于不同城市和类目的商业化阶段制定打法，不简单追求商户数量，而是同时关注新签质量、广告激活、持续投放、续签、退款和投诉。 3. 搭建并经营区域服务商体系，完成服务商引入、分层、诊断、辅导与汰换，提升核心服务商的组织能力、销售效率和交付质量。 4. 围绕生活服务、休闲娱乐等重点行业识别增长机会，结合类目空间、城市供给和平台政策，形成清晰的区域作战地图。 5. 管理区域团队，做好目标分解、过程复盘、人才培养和绩效管理，打造一支能打硬仗、能持续复制结果的队伍。 6. 协同产品、运营、行业、风控及平台规则团队，推动影响区域业务发展的产品、政策和交付问题得到解决。 7. 对区域经营风险负责，确保业务增长建立在真实客户价值、合规经营和可持续续费基础上。
1、负责阿里云全球IDC机房资产运营管理，制定并持续优化IDC资产运维标准、流程，开资产管理质量分析，提升运维专业化水平。 2、资产日常运维管理： • 资产账管理：负责建立、维护和更新数据中心的资产账，包括但不限于存货类、基础设施类、工具仪器类和耗材类资产；按照财务制度定期核对资产账与财务账，确保双账数据的准确性和一致性。提供准确的资产报告，为管理层决策提供依据。 • 财务账管理：负责与财务部门沟通，确保所有资产的价值和状态在财务系统中得到完整及时的反映。 • 实物账管理：对数据中心的实物资产进行定期盘点，确认实物资产数量与资产账的匹配情况；制定和实施实物资产管理流程，确保资产的安全、完好和有效利用。 3、负责阿里云全球IDC资产运营专业线能力建立，协助一线运维团队建立资产运维管理专业梯队。 4、主导阿里云全球IDC资产运维质量飞检，定期开展IDC资产盘点，达成公司资产存在率、准确率等指标要求。
负责广告投放系统的核心算法研发与优化，涵盖召回、粗排、精排及投放策略全链路。 具体包括：基于大规模用户行为数据构建高效的广告召回策略，设计和优化排序模型以提升广告变现效率与用户体验；探索前沿机器学习方法（如深度学习、强化学习、生成式检索等）在广告系统中的落地应用；与工程团队紧密协作，推动算法方案在大规模分布式系统中的工程化落地与性能优化。
1. 负责广告平台投放 Agent业务的研究、设计与落地，构建具备规划、执行、反馈、迭代能力的智能投放 Agent，推动广告投放从人工操作走向全链路自动化与智能化。 2. 负责以 Skills 为核心的 Agent 自主进化体系建设，构建 Agent记忆、经验、任务复盘系统与知识固化机制，使业务 Agent 能够从历史任务、人工反馈、线上结果和异常案例中持续学习与改进。 3. 构建面向业务 Agent 的 Harness 基础设施，包括上下文工程、任务规划与执行、多 Agent 协作机制、评测与观测体系、HITL人机协同、安全约束与异常兜底机制等。 4. 负责 Agent进化相关的大模型后训练与强化学习前沿研究，持续提升模型在业务场景下的决策、规划与执行能力。 5. 与产品、工程、运营等团队深度协同，将模糊业务问题抽象为可评估、可迭代、可规模化的 Agent技术方案。
负责夸克、UC、书旗媒体的广告商业化变现工作，深入理解媒体业务逻辑，通过场景创新、流量精细化运营及广告形态优化，提升媒体流量的变现效率与整体收入，实现商业价值与用户体验的双赢。 1、战略执行：承接部门中长期商业化战略，负责目标的路径拆解与执行落地；通过精细化规划与过程管理，确保商业化收入高质量交付； 2、场景变现创新：深入分析夸克、UC、书旗 媒体产品的用户场景（如小说、信息流、工具使用等），挖掘高价值变现机会点，并拿到增收结果； 3、用商平衡：主导广告在媒体端的落地体验优化，通过 A/B 测试持续监控广告对留存、时长等核心用户体验指标的影响，探索广告原生变现路径； 4、链路优化：深化广告链路的效率优化，构建可持续发展的商业化产品能力体系，包括预算优化、流量管理、竞价环境保障等； 5、数据驱动迭代：构建媒体变现数据监控体系，深入分析 ad_load、eCPM、CTR等核心指标波动原因，快速定位业务瓶颈并推动产品/策略迭代。
团队围绕百炼图像、视频、实时生成及世界模型等场景（Qwen Image, Wan, Happy Horse, Happy Oyster等），建设业界前沿的稳定、高效、易用、成本可控的生产级模型服务，持续提升用户体验、服务稳定性、GPU 利用率和模型研发效率。 具体职责包括： 1. AIGC 模型服务化：面向图像生成、视频生成、实时生成及世界模型场景，负责高可用服务架构与端到端方案设计，适配一方及第三方模型；支持同步、异步、流式及长任务等各种服务形态； 2. 调度与资源效率: 面向不同workload请求，建设任务队列、批处理、流量路由、QoS 和弹性伸缩能力, 优化容量匹配与资源分配，提升 GPU 利用率并降低单位生成成本。 3. 研发与交付效率：打通模型从算法代码到生产服务的交付链路，完善 CI/CD、问题回放和自动化准出能力，提升模型 Day-0 上线及持续迭代效率。 4. 用户体验与稳定性：面向多模型、大流量、长耗时和复杂 Pipeline 场景，保障线上服务slo；持续优化端到端耗时、用户调用体验，完善服务观测、故障恢复、灰度及回滚体系。
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。
1、定义网络安全基座模型的知识体系和评测体系 2、建立网络安全基座模型的知识迭代飞轮，从多种知识来源收集沉淀网络安全领域知识，与算法同学合作为网络安全基座模型提供高质量领域知识与数据 3、针对网络安全基座模型在评测中的问题进行归因分析，识别网络安全基座模型的短板
本岗位支持魔搭站点（modelscope.cn）以及整体技术生态对应的后端服务的研发工作。同时负责在快速迭代的AI领域，架接模型贡献者和模型使用者之间的桥梁。支持新模型，新应用的迅速接入，确保前沿模型以及衍生的AI生态能在魔搭上迅速落地。具体工作包括（但不限于）： 1. 魔搭模型，数据集，创空间等功能研发以及后台服务的管理，以及上层Agentic应用的服务化和产品化建设。 2. 通过与底层云基座打通，打造魔搭服务平台自动弹性和水平扩展能力，为千万级别的开发者用户提供稳定的服务，实现高效的计算资源使用。 3. 围绕魔搭的模型生态，开发LLM、Diffusion等各领域大模型实现应用落地所需的相关工具链。并支持模型从ckpt落地为实际应用和服务化所需的自动化部署，评测等一系列工程链路。 4. 撰写技术设计文档以及用户文档，包括操作手册和最佳实践指南等。
伙伴拓展 • 结合业务策略，拓展、培育生态伙伴资源及网络，形成以AI和公共云为核心的生态体系，提升阿里云整体产品(MaaS\Agent\公共云等）销售、技术方案和交付实力。 战略合作协议签订及策略落地 • 基于年度业务目标及伙伴合作政策，挖掘、调动伙伴资源，设计并与伙伴协商签订合作协议。 • 制定GTM plan，通过销售激励，联合市场拓展，推动合作协议落地执行，实现业务策略有效落地。 合作关系管理 • 与公司内部相关方、生态伙伴的关键人员建立长期深度的沟通合作机制，促进阿里云和生态伙伴的长期、全面合作关系，包括但不限于长期业务合作规划、项目团队建设、联合商机拓展、服务&交付合作、联合解决方案方案推广等。 协助生态伙伴发展（行业生态） • 指导合作伙伴基于阿里云开展业务，能够站在合作伙伴的业务角度，从市场拓展、产品规划等方面指导合作伙伴的阿里云业务从无到有、从有到多的发展。 推动合作创新 • 与具有重要影响力的合作伙伴一起推动创新，洞察客户需求和市场机会，推动新产品、新技术、新领域的联合解决方案从想法落地到上市。
岗位描述：面向大模型"加速乃至自动化 AI 研发本身"的能力（自主写代码、跑实验、复现/改进算法、端到端做研究，进而推动模型自我迭代），独立负责其能力提升的完整闭环。 岗位职责： 1. 设计衡量 AI R&D 自动化 / 自我改进能力的评测任务与指标，对标并扩展业界 benchmark（RE-Bench、MLE-bench、PaperBench、SWE-bench 等）；核心指标包括相对人类专家的 uplift、长程 agentic 任务成功率、随时间 / 算力预算的收益曲线，并区分真实能力提升与刷分（reward hacking）/ 数据污染。 2. 定位模型在真实研究工程场景（跑实验、调优、写高性能算子、复现论文、自动化 ML）中的短板与失败模式。 3. 针对短板设计数据与环境合成方案：构建真实的长程研究工程环境、agentic RL 环境，结合拒绝采样、self-critique、AI feedback（RLAIF）、自动生成训练数据 / 代码等，产出高质量训练数据。
1. 负责Qwen大模型预训练数据的算法设计与体系建设，面向海量文本、代码、多模态等数据，开展数据采集扩充、质量评估、筛选配比和合成优化，建设高质量、可持续迭代的预训练数据管线； 2. 持续建设面向mid-train阶段的模型驱动的合成与质检链路，围绕知识、推理、代码、长文、Agent、多模态等核心能力方向，形成数据生产、质量控制与训练反馈的闭环优化机制，不断提升数据密度、能力针对性与最终训练收益； 3. 持续完善数据实验与验证链路，构建覆盖不同模型参数规模的数据scaling研究策略，系统分析数据策略在不同参数规模下的收益迁移与效果一致性，同时丰富预训练评测体系，跟进大模型前沿技术研究，推动预训练数据闭环迭代，打造业内领先的数据算法能力。
1、深度参与AI推荐工程全链路建设，推动大模型（LLM）与传统推荐架构的深度融合，构建具备推理、规划与执行闭环的智能体（agent），提供实时用户数据处理、用户记忆查询、圈人、主动匹配策略等特定场景的智能化服务能力； 2、负责agent核心架构的设计、开发与持续优化，构建高可用、可扩展的agent运行框架，完成在千问相关业务场景的落地； 3、抽象并持续优化agent关键能力模块，包括意图理解、任务规划、工具调用、记忆管理、多轮对话等核心功能，提升agent的自主决策与执行能力； 4、跟踪agent领域前沿技术与开源框架，推动技术选型与架构升级，沉淀agent开发规范、工具链与优秀实践，提升团队研发效率； 5、协同算法、产品、测试等团队，参与agent全生命周期管理，包括需求评审、方案设计、代码开发、测试验证与上线运维，保障项目高质量交付。
1. 优化Leads全生命周期管理体系：从Leads生成、分级、分发、跟进、流转到转化，设计端到端运营流程，确保各环节高效衔接、闭环可追踪。 2. 推动Leads统一池建设与智能分发机制落地：协同产品、数据、销售及市场团队，建立跨来源Leads的标准化接入、去重、打标与动态分配规则，重点支持MaaS等高价值业务线的精准匹配。 3. 搭建全链路转化漏斗与效能分析体系：建立监控关键指标（如MQL→SQL转化率、首次响应时长、Leads存活周期、渠道ROI等），定期输出洞察并驱动流程优化。 4. 联动市场、销售与解决方案团队：推动Leads质量反馈闭环，反哺市场投放策略与内容优化，提升前端Leads精准度。 5. 探索AI/大模型在Leads运营中的应用：如智能评分、意图识别、自动分配建议等，提升运营自动化与智能化水平。 核心能力： 1. 精通Leads全链路运营方法论，具备搭建或优化Leads管理体系的成功案例； 2. 熟悉主流CRM及营销自动化工具能基于系统设计运营规则； 3. 具备强数据分析能力，熟练Excel、BI工具（如Tableau、Power BI），可以进行漏斗分析与归因建模； 4. 优秀的跨团队协作与项目推动能力，能有效协同市场、销售、产品、数据等多方角色。
1. 负责千问学习核心智能体算法研发与优化，使用大模型实现题目理解与分析、AI学情诊断分析、学习规划等核心agent。 2. 负责智能学习助手算法研发与优化，包括大模型在智能决策、RAG、个性化推荐等领域的应用。
千问多模态推理算法致力于使用AI在Agentic、stem等方向的效果提升。在这里您将与我们一起挑战前沿的产品技术问题，并收获服务千万级用户的成就感和影响力。 1. 负责面向推理的多模态大模型研发，包括图文、视频、音频等多个模态的预训练，探索多模态的数据质量评估和清洗方法； 2. 负责对模型的训练数据、训练策略、模型结构等进行深入分析。 3. 负责强化学习算法研发、提升训练稳定性、采样效率、训练效果。 4. 负责跟踪和研究多模态大模型前沿技术调研、落地、对业务进行优化； 5. 负责对各业务场景下相关技术问题进行分析、算法设计、研发以及推动上线，提升业务效果；
1. 负责千问ai创作线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：图像生成创作体验、内容消费及分发、内容供给等； 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. 负责研发语音端到端、语音Agent、多模态交互、语音实时同传等任务的基础研究和应用落地； 2. 负责研究语音生成与理解一体化模型架构、强化学习、统一的语音表征等技术方向； 3. 跟踪并研究实现业内顶尖成果，结合业务场景实现算法的工程化部署。
1. 负责音频多模态生成大模型的研发，包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地； 2. 研发基于扩散模型（Diffusion Models）或自回归模型（AR）的音频生成算法； 3. 研究音频表征、强化学习或语音端到端等技术方向。
1. 深度支持业务决策，参与复杂业务经营， 如果有销售任务管理、渠道策略效果评估、媒体流量效率评估等优先，并据此建立通用性数据模型，进行业务方案的经营性分析，可行性分析和风险评估； 2. 有较强的商业意识，分析能力，沟通能力和业务洞察力，能够有意识辨别问题中的关键矛盾并给出解决方案，提出相应的财务建议提出并推进，产出客户价值分析、市场分析等多维度的财务分析报告， 3. 扎实的风险管理经验，参与相关业务流程、系统流程的设计及优化，包括但不限于结算、税务、核算、风险控制等，并对制度、计划及流程的运行进行分析，提出流程优化建议，协助业务完善流程制度并推进执行； 4. 有能力理解复杂的业务生产关系，并设定合理的指标评价体系，根据设定的指标体系对BU运营情况进行定期的评估，定期进行管理层汇报，进行业务健康情况分析。
1、负责会员业务年度预算编制、月度滚动预测及专项分析，持续优化预测模型，识别资源使用效率问题并推动优化配置； 2、建立并维护会员业务经营关键业财指标追踪体系，定期输出经营分析报告，及时预警经营风险并提出可落地的财务建议； 3、进行专项分析与决策支持，针对会员定价、促销，权益成本核算，渠道投放，代理商管理等开展专项财务测算与投产比分析，支持业务决策； 4、深度参与业务流程设计与风控管理，以主导者视角拉通资金、税务、核算、风控、法务等团队共同确保业务健康稳健发展。
