共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1. 负责CPU子系统级以及SOC级的系统验证: a. 负责制定验证策略，提取验证特性，完成验证计划； b. 负责搭建验证环境，创建并调试验证用例，收集并分析代码和功能覆盖率，完成网表级仿真； c. 负责从CPU IP环境移植随机指令发生器以及参考模型至soc环境，增强环境的随机和压力复杂度； d. 负责验证Signoff工作，保证CPU子系统的质量； f. 承担CPU子系统在EMU平台上系统大压力和场景验证； 2. 负责支持其他子系统对于CPU子系统的依赖，保证CPU子系统的可复用性和可移植性； 3. 参与SOC系统级的性能以及功耗分析；
1. 负责子系统级以及SOC级的IP集成验证: a. 负责制定验证策略，提取验证特性，完成验证计划； b. 负责搭建验证环境，创建并调试验证用例，收集并分析代码和功能覆盖率，完成网表级仿真； c. 负责验证Signoff工作，保证高速总线子系统的质量； d. 承担高速总线在EMU平台上系统大压力和场景验证，例如，跨DIE一致性，P2P, P2M等复杂压力场景的验证 2. 协同芯片设计工程师，共同完成debug工作；
1.负责RISC-V AI开源生态的规划与建设，推动RISC-V国际社区生态建设，联合国内共建RISC-V AI开源生态。 2.参与制定RISC-V Matrix扩展标准，推动其在行业中的落地与应用。 3.参与RISC-V Matrix加速引擎的架构建模与参考设计实现。 4.参与定义与优化RISC-V AI底层算子库，提升计算效率与易用性。
● 参加高性能RISCV IP的开发 ● 阅读相关的设计文档，理解设计需求并定义出测试计划 ● 搭建模块级和TOP级验证环境，产生测试向量 ● 参与构建处理器验证流程及验证环境； ● 执行测试计划，进行覆盖率分析 ● 定义，产生和分析各种验证指标 ● 执行门级仿真和emulation ● 关注主流验证技术发展，引入先进的验证技术和策略，提高验证的质量和效率。
1、负责核心业务域数据体系的规划和建设，通过数据产品和数据服务等方式，高效支撑业务场景的数据需求 2、负责数据资产建设、数据质量与稳定性管理，构建共享融通的数据平台，让数据标准更规范、数据获取更高效 3、探索Data for AI 及Al数据产品，利用大模型提升全链路数据应用效率
1、负责美食/休娱/生服行业商业化策略运营，为整体的商业化产品渗透和营收规模负责 2、对销售侧构建商业货架和不同场景的营销手册，提升营销售卖率；对商家侧交付经营诊断模板、上手指引与价值报告模板。 3、标杆案例与经营复盘：沉淀行业标杆案例；月度复盘组合渗透率 × 活跃率 × 续费率三组指标的联动关系，驱动货架与运营策略迭代 4、把"卖不动 / 用不起来 / 算不清"三类问题结构化为带证据的需求条目，进入需求池并推动进入 AI 产品、中台产品与各产品线的 roadmap，跟踪至上线闭环 5、构建业务、运营等不同团队的协作机制，减少不同团队的沟通成本
1. 负责多模态与AIGC核心算法的研发与优化，深度推动AIGC技术在视觉智能领域的工程化落地，系统性提升图像、视频等多模态内容的生成质量与语义理解能力； 2. 持续跟踪并深入探索AIGC前沿技术方向，涵盖扩散模型（Stable Diffusion、Flux系列）、自回归生成（AR）及强化学习等核心范式，面向通用场景与垂直领域持续打磨SOTA模型，有效驱动下游业务应用效果提升； 3. 主导推动AIGC技术的产品化创新与规模化落地，重点方向包括智能内容生成工具（图文、视频、广告素材等全链路创作）、基于自然语言指令的通用图像/视频编辑能力，以及多模态内容智能化生产流程的构建与优化。
1. 视频生产链路和渲染框架搭建，设计并实现AI驱动的视频生产解决方案，优化链路性能，丰富模板效果，确保高吞吐量、低延迟，满足实时或近实时处理需求。 2. Workflow基建开发，设计并开发可扩展的工作流引擎，支持复杂任务编排（如条件分支、并行计算、异常重试）。 5. AI应用开发与部署，将AI能力封装为服务，集成到企业级应用中。 6. 技术研究与创新，跟踪前沿AI技术（如多模态大模型、Agent框架），推动技术创新与业务落地。
1、负责端框架产品能力提升，以及淘宝共性产品体验问题的优化； 2、结合ai能力、用户洞察、厂商动向，持续探索用户更优质的多终端产品体验； 3、负责淘宝在各应用市场的评分持续优于竞对，分析用户反馈的产品体验问题并完成对应优化。
1. 负责AI产品核心效果评估与精度度量：主导大模型及AI应用在业务场景下的效果评测全流程，包括构建多维度评测指标体系（如准确率、召回率、幻觉率、Rouge/BLEU及任务完成率），制定严谨的AB实验方案，并对评测数据进行深度统计与归因分析。 2. 构建对抗性评测与稳定性验证体系：设计并执行覆盖边界Case、长尾分布及恶意攻击的测试用例，系统性评估模型在复杂场景下的鲁棒性、安全性与语义稳定性，输出可量化的风险评估报告。 3. 推动效果回归与用户体验闭环：建立版本迭代的效果回归基线，利用自动化工具持续监控模型更新带来的精度波动；同时建立“线上数据回流-线下标注验证-模型优化”的闭环机制，推动产品体验的持续优化。 4. 设计自动化评测工具与数据飞轮：开发或集成AI自动化评测脚本（如基于API的批量推理、断言校验），建设数据标注与结果分析平台，提升效果评估的效率和可复现性；主导评测数据集的构建与管理，确保数据分布的合理性与标注一致性。
1. 负责天猫家装行业进口家具品牌的运营，制定并执行品类增长策略，提升商家GMV及用户心智； 2. 策划并落地跨境供应链优化方案，协调海外品牌方、物流及支付等资源，保障商品合规性与交付效率； 3. 基于用户行为及市场趋势，设计进口家具品牌营销活动，整合站内外流量资源（如直播、内容营销），提升品类渗透率； 4. 通过数据分析工具（如Excel/SQL）挖掘用户需求与消费痛点，优化商品结构、定价及库存管理，驱动转化率与复购率提升； 5. 维护核心意大利等核心进口产地的家具品牌合作关系，推动商家分层管理，制定差异化扶持策略及商业化投放方案。
1. B端客户获取：开拓海内外客户合作，搭建稳定商机管道，重点覆盖模型厂商、平台、企业客户及开发者生态，探索多元合作模式，拓展行业合作，推动业务规模增长； 2. 平台产品运营：协作维护并迭代平台文档、计费看板等模块，保障平台易用性与信息准确性。对接合作方，处理接入咨询、故障排查与功能反馈，推动产研团队优化平台体验； 3. 运营策略迭代：构建垂域定向运营策略，收集客户痛点与需求，反哺平台功能优化与运营策略迭代； 4. 风控机制建设：建立经营分析体系，输出各类运营数据报表，提前排查断供、合规等各类风险。
1、 有互联网经验和较强的商业意识，深度支持业务决策，建立通用性数据模型，对业务方案进行可行性分析和风险评估； 2、 分析复盘各业务决策、活动的投入产出效果，定期向业务方和管理层进行问题反馈，提出优化建议、影响业务并推进解决方案； 3、 有能力独立构建所负责业务板块的财务分析体系，包括业务线年度预算编制、日常业财监控指标体系，月报分析体系等，结合外部视角，定期对业务运营情况、重点项目进行定期或专项分析； 4、 参与BU财务相关业务流程的设计，能够独立完成对所支持业务及相关财务流程的整体优化，发掘并把控风险点，建立/完善相应制度，推动流程系统化，提升工作效率；
团队介绍：Data作为公司的技术中台，支撑字节跳动旗下抖音、剪映、番茄等产品与火山引擎业务的高速发展。 加入Data，你将有充足的空间进行技术探索，覆盖C端、B端、AI应用等不同业务： 算法业务：依托亿级 DAU 的超大规模真实业务场景，全面覆盖推荐、搜索、广告、电商与生活服务，持续探索 AI 应用与 AI Infra 前沿领域。 火山引擎：业界领先的AI云，涵盖从销售、解决方案到客户落地支持的全链路，为企业的数字化转型与智能化升级提供全周期技术支持。 技术中台：覆盖存储、计算、网络、数据库、大数据、视频编解码、基础设施等全领域基础技术，为产品服务与AI研发提供底层保障。 1、负责业务基模的预训练体系建设，覆盖Pretrain与Midtrain全流程，围绕多模态模型训练，开展模型架构优化、训练目标设计、世界知识体系构建与注入、训练策略优化、千卡训练效率提升等探索，持续提升模型在视频与图文场景下的世界知识能力、多实体与细粒度识别能力，以及通用感知与理解能力； 2、负责业务基模的后训练体系建设，围绕SFT、RL、OPD等方向开展方法探索与落地，建设包含指令数据、偏好数据及业务推理数据在内的后训练数据体系，持续提升模型在业务场景下的指令跟随能力、通用推理能力与抗幻觉能力，实现模型效果与业务目标的持续对齐； 3、负责基模训练全阶段的数据与评估体系建设，覆盖预训练数据、后训练数据的数据清洗、标注、配比、合成与迭代，搭建全面的评估体系与质量监控机制，建立基模评估体系与业务表现之间的桥梁，提升离线评估对线上效果的预测能力； 4、跟踪基础模型领域最新技术进展，探索模型架构、训练范式、数据构建、知识强化和模型对齐等方向的前沿方法，并推动其在业务基模中的落地应用。
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在 VLM / 多模态大模型方向，持续优化算法能力和壁垒，致力于构建业界领先的供应链多模态智能体系，基于视频-语言大模型（VLM）、图片/时序/语音-语言大模型（MMLM）解决电商供应链中商品理解、核价审核、虚假签收识别、商货品自动审核、纯新品销量预测等关键问题，持续提升审核效率与预测准确性并驱动业务损益改善。 岗位职责 1. 负责淘天海量供应链多模态数据（图像、文本、视频等）的分析与建模，覆盖商品理解、核价审核、虚假签收识别、单品自动审核、纯新品销量预测等端到端场景，持续提升供应链感知与决策效率； 2. 紧跟视觉-语言大模型（VLM/MLLM）前沿方向，参与供应链多模态智能体系的架构设计、训练范式优化与模型能力建设，构建多模态算法域深度技术壁垒； 3. 设计、研发并落地 VLM / 多模态大模型算法，综合运用计算机视觉、自然语言处理、多模态学习等方法，提升商品理解、图文对齐、OCR、文档理解等能力，推动可量化的业务价值； 4. 针对 Fashion88、淘工厂等行业特性，构建核价审核、虚假签收识别、单品自动审核、纯新品销量预测（图像+文本）等算法能力，支撑行业审核效率、预测准确率与损益等核心经营目标达成。
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在大模型决策方向，持续拓展供应链决策算法能力矩阵，构建端到端数据驱动决策算法、基于 LLM 的自进化优化算法（LLM-based Self-Evolution Optimization）与垂直领域基础大模型（如 Inventory Foundation Models），将大语言模型（LLM）、运筹优化（OR）与供应链决策优化深度融合，解决供应链计划（补货、调拨、订单履约）与物流执行（仓储优化、干线运输）中的关键决策问题，显著实现供应链成本、效率与体验的优化。 岗位职责： 1. 负责淘天海量供应链计划与物流执行数据的分析与建模，覆盖供应链计划（补货、调拨、订单履约）与物流执行（仓储优化、干线运输）等端到端决策场景，持续优化供应链成本、效率与体验； 2. 紧跟大语言模型（LLM）、LLM-based Decision Making 与自进化优化（Self-Evolution Optimization）前沿方向，参与端到端数据驱动决策算法、LLM自进化启发式询优系统以及垂直领域基础大模型（如 Inventory Foundation Models）的架构设计、训练范式优化与决策链路构建，构建供应链决策域深度技术壁垒； 3. 设计、研发并落地大模型决策算法，综合运用运筹优化（MILP/LP/DP/随机优化/鲁棒优化）、深度强化学习（DRL/Multi-Agents DRL）、大语言模型等方法，提升复杂决策问题的求解效率与业务可解释性，推动可量化的业务价值； 4. 针对自营行业、跨境供给、Fashion88 等行业特性，构建智能补货、库存调拨、订单履约优化、仓储作业优化、运输路径优化等算法能力，支撑行业成本、效率、履约体验与损益等核心经营目标达成。
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在预测与因果推断方向，持续优化算法能力和壁垒，致力于构建业界领先的自研时序预测大模型，将 TSFMs、LLM-based Forecasting 与因果推断深度融合，解决电商供应链中销量预测、新品预测、新品打爆等关键问题，持续提升预测准确率并驱动单量、GMV 与损益等核心经营目标达成。 岗位职责如下： 1. 负责淘天海量供应链时序数据的分析与建模，覆盖销量预测、新品预测、S&OP、补货计划等端到端场景，持续提升自营行业预测准确率； 2. 紧跟时序基础模型（TSFMs：Chronos、TimesFM、MOIRAI 等）与 LLM-based Forecasting（Agentic Forecasting、In-Context Forecasting 等）前沿方向，参与自研时序预测大模型 Tidal-FM 的架构设计、训练范式优化与样本增强，构建预测域深度技术壁垒； 3. 设计、研发并落地时序预测与因果推断算法，综合运用统计分析、机器学习、深度学习、因果推断等方法，提升预测准确性与业务可解释性，推动可量化的业务价值； 4. 针对国内超市、跨境供给、Fashion88 等行业特性，构建新品预测、新品打爆（价格/流量/投资因子驱动的因果推断模型）等算法能力，支撑行业单量、GMV 与损益等核心经营目标达成。
1、负责B2B(企业打车业务)中台能力建设，包括不限于 元数据管理，全链路管控能力，开放平台能力，权限体系等，支撑多场景、多产品线的业务快速拓展，保障系统高可用、高并发、高可扩展性 2、作为B2B中台方向的技术负责人，与产品、运营等团队紧密合作，共同推进项目落地，从技术角度提出业务优化建议，提升项目整体效益 3、主导B2B业务AI-Native体系建设，基于LLM、AI Agent、RAG等核心技术，覆盖从前端到测试，全链路的能力的建设，提升团队整体研发效率 4. 沉淀领域技术方法论与开发规范，指导初中级工程师成长，参与团队技术路线规划、技术债务治理，保障技术体系长期可持续迭代
1. 负责开放世界区域的POI、路线、玩法密度与位置规划等内容。 2. 与文案、LA等岗位协作，设计、制作区域白盒。 3. 负责区域gameplay白盒的点位设计与搭建。 4. 根据LA实际编辑情况、玩家测试反馈等因素，对区域设计进行修正。 5. 参与区域解谜玩法的概念设计。
1：负责游戏产品宣传PV（CG/引擎/实拍混剪等）的全流程制片管理，包括需求对接、创意策划、预算制定、进度管控及交付验收 2：对接内外部制作团队（导演、分镜、模型、动画、特效、后期、音频等），统筹各环节排期与资源协调 3：主导PV制作标准与品控体系搭建，确保成片风格符合项目美术调性与品牌定位 4：管理供应商关系：供应商寻源、合同谈判、交付评估与供应商库维护 5：参与前期创意脑暴、脚本/分镜评审，从制片角度给出成本与可执行性建议 6：沉淀项目管理方法论与制作规范，推动团队流程标准化
1. 对接游戏营销采购需求，通过多渠道拓展、筛选、引入优质供应商，持续优化更新供应商库； 2. 维护供应商信息，确保数据准确有效，支撑团队高效寻源、筛选与合作落地； 3. 跟进市场行情，收集行业资源与供应商信息，协助完成供应商评估、准入及寻源全流程推进。
1.负责场景地形的绘制，场景物件的摆放 2.负责场景氛围表现环境营造和情景气氛的烘托 3.负责场景资源整合和性能优化 4.负责和技术一起进行场景效果的提升和相关功能开发 5.负责对接策划对玩法需求的跟进和执行
1、负责高德【SME/SMB 中小商户】的运维成长及营收（包含但不限于效果广告、年费续签、广告续充等），针对高德到店行业（本地生活类，如生服/休娱/教培/丽人/家装/零售等行业），带领 10 人左右自营运维团队，提升效果广告营收规模及商家规模化运维效率，并在过程中培养潜力 SMB 商家的成长； 2、负责【区域/客群广告增长策略】，与业务团队、团队成员形成合力，明确所负责客群的广告增长策略，并在广告消耗拉升、广告主留存优化、年费续签与续充提升、广告主增长等维度上沉淀标准化动作； 3、为商家的体验和满意度负责，能及时处理商户遇到的各类问题（投放异常、客资争议、赔付疑问等），并及时跟进解决，促进商家经营的良性增长，持续陪平台一起成长； 4、根据商家经营情况，定期复盘分析，快速定位问题、找到解法，对数据敏感，善于沉淀方法论（话术/SOP/能力模型）并复制放大； 5、做好团队员工培养和带教，明确运维专员的能力模型及提升路径，通过业务推进提升团队凝聚力和战斗力，拿到业务结果。
● 负责AI智能体应用的安全渗透测试，以攻击者视角挖掘越权、工具劫持、提示词注入、记忆投毒等Agent原生风险，输出标准化安全水位报告。 ● 对多端AI应用（Web/Mobile/Desktop/Hardware）开展逆向分析与攻击面测绘，覆盖权限管控绕过、本地记忆窃取、模型推理劫持等关键场景。 ● 构建自动化渗透Agent，将手工攻击链路抽象为可编排、可复用的攻击脚本与工具链，将单次渗透从人天级压缩至审核级。 ● 跟踪Agent生态前沿攻击面，持续扩充红队攻击矩阵。
1.品类战略规划与执行：负责粮油速食及生鲜行业（水产、肉禽蛋、水果蔬菜、温层食品）特定类目运营，制定行业整体运营策略，推动品类发展及商家商品运营，达成业务增长目标。 2.商家与商品供给管理：基于市场趋势及消费需求，制定商家商品引入计划，通过招商机制优化及资源整合，确保品类供给多样性与商品竞争力。 3.客户增长方案设计：针对不同客户类型（如KA商家、中小品牌等），整合平台与渠道资源，定制化设计业务增长方案，引导客户在平台实现健康可持续增长。 4.营销活动策划与执行：洞察粮油速食及生鲜行业市场动态及消费趋势，策划符合品类特性的营销活动（如节日促销、节令促销、场景化营销），提升品类影响力。 5.运营创新与机制优化：深入研究行业特征，引入新业态及创新供给模式，优化平台场域机制与售卖策略，推动品类运营模式升级。
● 基于“新人购”建设新人商品力和履约能力，沉淀有效商品力模型和新人心智产品，结合商品补贴驱动拉新增长； ● 协同行业和导购团队联合运营新客和成长型重点用户：建立供需匹配的有效组织和商品力模型，通过供需x权益x导购场域(搜索推荐等）合力解决重点用户的经营效率； ● 主导跨渠道用户增长项目，整合站内资源与站外渠道，设计并优化用户拉新、转化与复购路径，提升用户LTV；
1. 业务策略与决策支持：深入理解电商用增业务，建立高效业财沟通机制；从财务视角评估投入产出，为业务策略制定提供数据驱动的决策支持。 2. 全面预算与经营分析：主导年度/季度预算编制、滚动预测及资源分配；监控执行偏差，搭建并完善用增经营分析体系，定期输出高质量分析报告。 3. ROI评估与效能优化：建立用增业务ROI评估模型，分析营销及补贴资源的投放效率；针对重点业务提出优化建议并跟进落地，提升资源产出比。 4. 流程优化与数字化建设：主导财务业务流程设计与系统化改造，把控风险点；推进业财系统打通，搭建产品化财务分析体系，提升整体运营效率。 5. AI赋能与自动化：运用AI工具辅助日常分析、报告撰写及数据校验；自主编写Prompt、搭建Skill及Agent工作流，推动重复性工作自动化并持续迭代。
私域渠道从 0 到 1 建设与运营（核心职责） 1. 官号运营体系搭建：负责从 0 到 1 建立 WhatsApp Business API、LINE Official Account 的官方账号运营体系，包括消息模板设计、用户分层推送策略、opt-in 引导链路、多站点（港/新/马/台/泰）账号矩阵管理。 2. 社群孵化与规模化：主导 WhatsApp/LINE 社群的冷启动、内容运营、商品运营、用户分层和增长裂变全流程。从首站首品类验证模式，到跑通可复制的 SOP，最终实现多市场多品类的规模化扩展。 3. AI 能力接入：引入 AI 工具赋能社群运营，包括但不限于：智能客服/自动应答、内容批量生成与多语言适配、用户行为分析与自动标签、群活跃度监控与预警。目标是在群规模扩大的同时，人效不线性增长。 4. 全域触达链路拓展与提效： —新通路建设：除私域外，持续拓展集团二方流量置换通路及其他第三方触达渠道，扩大站外触达规模。 —全链路提效：诊断各渠道触达漏斗（发送→送达→打开→点击→进站）中的基建卡点，通过技术手段突破屏蔽与订阅限制，提升送达率和被动来访占比。 5. 全链路承接与转化优化： —回端链路清障：优化"渠道→App"跳转链路，降低中间环节流失率（Deeplink、Universal Link、延迟深度链接等）。 —端内动线运营：深度参与外投承接页与首页融合运营，落地商品还原、新老客分流、算法差异化推荐等策略，提升进端后的 CVR 与 GMV。
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、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、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。 5、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。
1、项目交付与管理： 负责瓴羊营销云产品（CDP/MA等）在B2B客户侧的落地交付，主导需求调研、方案设计、系统配置及上线培训，对项目交付质量和客户满意度负责。 2、客户成功与运营： 深入理解泛零售/品牌客户的业务场景，通过产品交付解决客户实际营销痛点，并在交付过程中通过运营手段提升客户对产品的使用深度与粘性。 3、产研协同与反哺： 具备产品思维（PD视角），能从交付实战中敏锐洞察客户需求，将其转化为标准化的产品改进建议，推动产研团队优化产品功能与体验。 4、沉淀与赋能： 总结行业交付SOP与最佳实践案例，提升团队整体交付效率。
