共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1. 基于前台业务的策略，评估对供应链计划影响，制定并拆解品类/场域/国家的销售计划，指导供应链库存备货、物流资源准备，对计划达成及准度负责 2. 建立并沉淀适配业务的销量/单量预测&计划模型，沉淀与前台业务的协同流程 3. 针对预测偏差归因分析，提炼提升预测能力的核心专项，协同算法、产技、业务推进落地，提升品预测准确率并持续优化 4. 负责供应链计划域的业务及数据产品需求梳理，协同产技部门推动产品建设
1. 平台研发：负责 AI 平台管控系统的架构设计与核心开发，覆盖多模态模型训推、模型服务、Agent 等场景，包括任务编排、资源管理、服务生命周期、弹性伸缩、灰度发布等核心能力。 2. 工程体系与技术带领：推动研发流程、架构规范、设计模式、代码质量、测试和 Code Review 等工程体系建设；根据候选人经验，承担核心技术方向规划及团队技术带领工作，同时保持一线编码。 3. 稳定性与线上问题：负责平台稳定性和可观测体系建设，深入分析和解决线上复杂问题，推动故障自愈、风险治理及运维经验的平台化沉淀。 4. 跨团队协作：与模型算法、推理引擎、前端、产品及基础设施团队紧密合作，推动需求落地和端到端产品交付，持续优化平台架构和用户体验。
加入天猫技术质量团队，你将面向导购、搜索、营销、商家经营、客服等核心业务场景中的各类 AI Agent，对端到端业务效果负责。 这个岗位不止是“给 Agent 打分”，而是深入 AI 应用链路，通过指标设计、评测集管理、自动化评测、执行轨迹分析、问题挖掘和数据回流，定位影响业务效果的关键问题，并推动 Prompt、Skill、记忆、知识库、工具链及 Agent 架构持续优化，建立“应用构建—效果评测—问题归因—数据回流—针对性优化—回归验证”的完整闭环，以评测驱动 Agent 演进，让 AI 应用在真实业务场景中取得可衡量、可持续的效果。 具体你将负责 1. Agent 端到端业务效果评测与优化 面向天猫业务 Agent，设计覆盖任务理解、规划决策、知识获取、工具调用、任务执行及最终业务结果的端到端评测方案。 建立多维度评测指标与判定标准，包括任务完成率、结果正确性、业务规则符合度、工具调用准确性、过程合理性、稳定性、安全性、成本及时延等。 打通离线评测与线上业务效果，围绕真实场景中的任务成功、用户体验、业务转化和履约质量等目标评估 Agent 价值。 能够独立负责一个 Agent 应用或核心组件的效果优化，从问题定义、方案设计、评测验证到上线回归，对最终效果负责。 2. 业务评测集与数据回流体系建设 从真实业务流量、用户行为、反馈数据、线上问题和专家经验中沉淀高价值样本，建设场景化、分层化的评测集与业务 Benchmark。 设计覆盖常规、边界、复杂及对抗场景的评测任务，持续提升评测集的代表性、区分度与风险覆盖能力。 建立数据采集、清洗、标注、质检、版本管理与持续更新机制，保障评测数据的质量、时效性和可追溯性。 建设线上问题与评测集之间的数据回流机制，将真实应用行为和失败案例转化为可复现、可回归的评测资产，驱动针对性优化。 3. 深度问题挖掘与效果归因 对 Agent 输出结果和完整执行轨迹进行分析，定位 Prompt、Skill、记忆、知识库、检索、规划推理、工具调用及业务执行等环节的问题。 建立失败模式分类与根因分析机制，识别共性短板、系统性风险及高价值优化机会，并形成可落地的改进方案。 运用统计分析、实验设计、AI 对齐评估及人工评测等方法，判断效果差异、优化收益和结论可信度。 建设可视化评测报告与问题追踪机制，推动问题从发现、归因、修复到验证的闭环管理。 4. 评测驱动的 AI 应用优化 与算法、研发、产品和业务团队协作，将评测结论转化为 Prompt、Skill、记忆、知识库、检索策略、工具链及 Agent 架构的优化方案。 设计 A/B 测试、红蓝对抗和版本对比实验，验证优化效果，识别真实收益、适用边界与回退风险。 建立版本准入、自动化回归和持续效果追踪机制，保障 Agent 迭代过程中的效果稳定性与可控性。 沉淀评测方法、工具和最佳实践，建设自动化评测框架及自助评测能力，提升团队规模化发现问题和优化应用的效率。
1、需求洞察及规划： 洞察IDC业务和机电行业发展趋势，明确IDC电力设备研发需求并制定研发规划，输出电力设备创新研发的顶层设计，制定符合关键结果要求的目标、技术方案和里程碑。 2、创新研发：负责电力设备的创新研发，包括设计、开发、测试、灰度等环节，新研电力设备的性能指标和里程碑符合研发规划要求。 3、技术规范制定：制定电力设备技术研发规范；明确研发流程和各研发阶段的工作内容和要求，包括需求书、测试和灰度标准；制定新研产品的SOP、MOP、EOP等技术规范。 4、技术支持和推广：负责电力设备技术支持，制定解决方案、推动技术决策；负责自研电力设备供应能力的建设和在自有基地、Powershell项目中的推广落地。 5、质量管理：对电力设备的质量负责，包括制定质量管理流程和指标，主导测试和灰度验证等，为各类暴露的质量问题提供处理方案、规避相同质量问题复现。
你将获得什么 • 真实的AI原生战场——深入浸润在悟空事业部及其庞大的业务生态中，在真实的业务流、工作流与协同流中，重塑AI时代的组织形态。 • 前沿模型与充足算力——你的组织变革想法不用排队，试错不用繁琐审批，依托顶尖的AI能力让一切快速落地。 • 最短的决策链路——在扁平的AI Builder团队中，好想法到上线之间没有太多中间层，直接驱动业务成功。 • 同路的超级伙伴——与一群对AI有极致热情的聪明人共事，在复杂多变的环境中共同探索组织进化的最优解。 你要做什么 • 用AI重塑生产关系——结合业务战略，深入钉钉生态，识别高价值场景。将模糊的业务问题抽象成AI可执行的步骤，理顺人与AI、人与人之间的协作关系。 • 沉淀组织进化的原子能力——能和业务团队建立信任，将复杂的组织诊断、绩效创新、激励机制等转化为可复用的AI Skill、Tool或Agent，实现生态组织能力的全面自动化提升。 • 端到端推动变革落地——从方案设计到效果验证，独立负责并跑通关键的AI-Native组织流程。在“这样改会不会出问题”的质疑中，用真实落地的效果给出让人安心的答案。
岗位职责： 将大模型能力转化为可上线、可运营、成本可控的产品化能力。你将主导从问题定义到生产交付的全链路工作。 需求与设计： 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。 建立对用户业务的高维认知，使用定性方法和定量指标洞见需求实质。 制作页面原型，与需求校验对齐。 全栈工程交付： 独立完成前端页面开发与后端服务搭建，具备从接口定义到页面交付的全链路交付能力。 在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略）。 搭建 Agent 系统工程化落地，包括多 Agent 协作编排、Tool-Use（MCP 等协议）集成、Memory 管理，推动从原型到线上的完整闭环。 数据与评测 构建数据飞轮：设计采集、清洗、标注的工程化流水线，打通"上线→反馈→数据→迭代"循环。 面向业务目标设计评测指标，搭建自动化评测框架（LLM-as-Judge / Auto-rater），执行 A/B 实验，监控效果漂移。 线上质量 对所负责模块的线上质量、稳定性与成本负责，建立监控、告警与兜底机制，驱动持续迭代。
1、负责质量相关Agent和skill的构建，利用AI 能力建设从测试分析到测试执行、总结的能力，能够独立承接项目并进行良好的系统设计和实现； 2、探索AI Agent 驱动的测试模式，利用AI 能力提升工程师的体验和效率； 3、设计AI 相关技术方案和效果评估方案，提供发展规划方案、架构设计方案，并能根据方案展开研发工作。
1. 负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验。 2. 推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设。 3. 针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力； 4. 研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力； 5. 与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能。 6. 跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用。
1、负责即时零售业务中AI提效方向的产品运营工作，推动AI技术在产品运营中的落地与应用，提升平台效率及用户体验。 2、深入分析即时零售场景中的商家及用户需求，结合AI能力，设计并优化运营策略，提升平台规则的智能化水平。 3、协同技术团队，推动AI算法模型在平台规则、决策能力及运营场景中的应用，实现数据驱动的智能化运营。 4、通过数据分析与AI模型评估，持续优化AI提效方案，提升平台的运营效率及业务增长。 5、参与履约专项、商品竞争力、商户与商品治理等项目，推动AI技术在实际场景中的应用与效果提升。
1. 负责全球IT软硬件供应链管理，基于IT服务标准与SLA要求，不断完善和提升用户IT服务体验； 2. 负责建立完善的软硬件管理制度，通过AI Native，持续改善办公质量，推动软硬件全生命周期管理； 3. 成本及效率驱动，开创优质的采购/服务模式，通过引入AI等生产力工具，提升办公效率； 4. 建立软硬件供应商的运维、跟踪及评估体系，合理控制采购成本并保证品质； 5. 结合控股及各业务集团全球发展方向，制定年度IT预算并确保预算的有效执行。
你将负责开发适用于自研数据中心CPU场景下的编译器/虚拟机等相关工具，充分利用CPU特有的特性，提升CPU产品在关键应用场景下的适用广度和性能指标。在这个岗位上，你可能会接触到最新的CPU架构与微架构流水线方案，通过和CPU芯片设计团队和商业化落地团队的紧密协作，交付具有竞争力的高性能数据中心CPU产品解决方案。 You will be responsible for developing compilers and virtual machines related tools tailored for our in-house data center CPU scenarios, leveraging the unique features of the CPU to enhance its applicability and performance in key use cases. In this role, you may work with the latest CPU architectures and micro-architecture pipeline designs, collaborating closely with the CPU chip design team and the commercialization team to deliver competitive, high-performance data center CPU solutions.
Accio work 自研的 Agentic RL Infra —— Dressage 开源啦！也被放到了 Slime 的 README 里，欢迎大家来交流~ Github: https://github.com/Accio-Lab/Dressage 岗位职责： 1、支撑模型团队使用 Megatron 框架进行大规模分布式训练，处理 tensor parallel、pipeline parallel、data parallel、expert parallel、sequence/context parallel 等并行策略相关问题; 2、支撑模型团队使用 SGLang 进行高吞吐推理和 rollout，优化 batching、KV cache、prefill/decode 调度、长上下文稳定性和在线训练链路； 3、设计和实现面向更大模型规模的 post-training infra，降低训练资源成本，提高实验迭代效率和系统稳定性； 4、建设 profiling、benchmark、monitoring 和 debugging 工具，提升训练吞吐、GPU utilization、rollout 稳定性和故障定位效率； 5、与研究员和模型工程师紧密合作，把新的训练想法快速落地成可复现、可扩展、可长期维护的系统能力。
1、参与人工智能芯片的软硬件协同设计，指令集功能验证； 2、参与人工智能芯片的编译器算法设计和实现, 工具链开发与维护，网络模型的性能调优； 3、参与深度学习软件栈的设计和实现； 1. Working closely with hardware/architecture engineering and software teams to understand the hardware and software requirements. 2. Responsible for compiler and tool chain design, implementation, maintaining and performance tuning. 3. Responsible for the design and implementation of deep learning software stack.
1、参与电商大模型智能体产品研发，包括框架设计、算法开发、迭代优化等 2、根据业务产品形态对大模型进行post training（SFT/RLHF等）优化、结构优化、prompt engineering等 3、基于LLM的机器人AI Agent模块与产品其他功能模块交互的工程实现 4、跟进大模型智能体前沿技术趋势，结合实际业务需求，将技术应用到实际业务场景
1. 负责 AIPC OS 端云一体服务的架构设计与开发，构建支撑海量 AI 终端设备的高可用云服务基础设施； 2. 设计并开发云服务核心模块，包括账号与鉴权、消息通道、存储与数据同步、数据采集与汇聚等； 3. 参与建设 Agent 运行平台与 AI 能力中心，打造高性能、可观测的 Agent 开发与运行平台，并落地端-云混合部署方案； 4. 建设 Agent 评测与飞轮体系，形成"开发—运行—评测—优化"的闭环，持续提升 Agent 效果与质量； 5. 保障云服务在大规模场景下的稳定性、高可用与性能，构建可扩展、可维护、可演进的服务框架。
1. 负责 AIOS 系统安全架构的落地，面向智能终端，构建覆盖硬件、系统、应用、Agent、模型和云端服务的纵深安全防护体系； 2. 负责 Android/AOSP 系统安全能力建设，包括但不限于：SELinux、应用沙箱、进程隔离、权限管理、Binder/D-Bus 等 IPC 安全； 3. 负责 AI Agent 运行环境的安全架构设计，建立 Agent 在文件、网络、进程、设备能力和用户数据等维度的权限边界，解决 Agent 自主执行带来的越权访问、恶意指令执行及数据泄露风险； 4. 建设 AIOS 安全开发生命周期和安全治理机制，将威胁建模、安全评审、代码扫描、模糊测试、渗透测试、漏洞响应和安全回归集成到研发及CI/CD流程中。 5. 跟踪 Android、Linux、AI Agent及端侧大模型相关的新型安全风险，持续分析行业攻击事件、漏洞和防御技术，并推动关键安全能力预研和落地。
1. 负责语音识别（ASR）核心算法研究与推理引擎开发，对 Conformer、RNN-T、Whisper 等主流架构进行性能优化，覆盖实时转写、离线识别、多语种、强噪声等复杂场景； 2. 负责语音合成（TTS）声学模型与声码器算法研究，对 VITS、NaturalSpeech、CosyVoice 等架构进行优化，提升合成语音的自然度、表现力与推理速度，支撑多发音人、多语种、情感风格可控合成等场景落地； 3. 负责机器翻译算法研究与产品化落地，基于 Transformer 等主流架构进行优化，设计支持云端与离线端的翻译推理框架，覆盖多语种互译、低资源语言对及垂直领域翻译场景； 4. 负责 ASR / TTS / 翻译全链路推理框架设计，推动模型流式改造、INT8/INT4 量化、知识蒸馏、结构剪枝等轻量化技术落地，支撑移动端、嵌入式设备的大并发低延迟部署； 5. 跟进 ASR、TTS、机器翻译及多模态语音领域的学术前沿与行业动态，将研究成果快速转化为工程能力，持续提升产品效果与用户体验。
1. 负责 Android Audio 框架层（AudioFlinger, AudioPolicy等）的深度定制，打通多媒体上层与底层音频通路，优化音频路由机制、重采样与多路混音性能； 2. 主导 Audio HAL（HIDL/AIDL）的架构设计与核心开发，打通 TinyALSA/ALSA 与底层音频芯片（Codec、SmartPA）的连接，提供稳定的硬件抽象支持； 3. 针对游戏、乐器模拟、直播等场景，运用 AAudio/Oboe 等超低延迟音频通路进行深度优化，攻坚并解决系统级音频卡顿（Glitch/Under-run）和音画不同步问题； 4. 设计并实现复杂场景下的音频焦点（AudioFocus）管理、音量曲线动态校准、多通路并发录播策略，以及外接音频设备（USB/蓝牙/Type-C）的智能动态路由； 5. 负责声学前处理算法（AEC、NS、AGC 等）以及空间音频、第三方音效（Dolby、DTS）在框架层或 DSP 侧的集成打通、性能优化与效果调优。
1. 负责设计基于AI大模型的下一代人工智能操作系统（AIOS），包括但不限于OS底层系统、AI软硬件结合、端云协同大模型调度等关键技术； 2. 设计原生支持多模态大模型（LLM）的系统内核架构，包括AI原生的进程调度、内存管理及功耗控制策略； 3. 定义Agent应用与OS系统的交互新范式，实现从“应用为中心”到“智能体（Agent）“为中心的变迁理念，构建面向AI Agent的新型应用生态和系统深入融合； 4. 紧跟行业和前沿技术发展趋势，深入理解AI技术发展理念和逻辑，前瞻性布局关键技术，保证系统架构先进性和可持续演进。
围绕构建AI时代的新一代操作系统产品，负责OS能力层的产品规划与落地，定义操作系统如何为AI提供系统级支撑，并推动核心能力面向品牌厂商、生态伙伴的标准化能力输出： 1. 负责AIOS系统能力层的产品规划与路线图制定，构建面向AI场景的底层能力体系； 2. 定义系统能力的标准化封装与模块化输出方案，支撑外部合作伙伴按需集成与灵活适配； 3. 深入洞察AI大模型对操作系统的能力诉求，包括不限于如智能调度、多模态感知、端云协同、Agent执行环境等，推动系统能力的持续演进； 4. 主导面向厂商的适配方案与集成策略设计，协同商务与技术团队推动生态合作落地； 5. 与AI算法、端侧工程、用户产品等团队紧密协作，确保系统能力有效承接上层业务需求； 6. 跟踪行业趋势与竞品动态，持续优化产品方向与竞争策略。
1. 负责设计基于千问大模型的下一代人工智能操作系统（AIOS）的端云一体服务架构和开发； 2. 具备高并发和分布式架构经验，熟悉云原生架构，有面向高可用的云服务基础设施架构和落地经验； 3. 负责面向Agent运行平台与AI 能力中心，打造可管可控可观测的 Agent开发与运行平台，并落地端-云混合部署方案； 4. 紧跟行业和前沿技术发展趋势，深入理解AI技术发展理念和逻辑，前瞻性布局关键技术，保证系统架构先进性和可持续演进。
围绕构建AI时代的新一代操作系统产品，负责 Agent Memory 产品策略的规划与落地，围绕记忆的获取、存储、召回、更新和遗忘机制，持续提升 Agent 的理解能力、个性化体验和任务完成效率： 1. 规划 Agent Memory 产品能力及演进路线； 2. 设计短期记忆、长期记忆和用户偏好等管理策略； 3. 制定记忆召回、更新、遗忘及隐私权限规则； 4. 建立效果评估指标，结合用户反馈和数据持续优化； 5. 协同算法、研发、设计和业务团队推动产品落地。
围绕构建AI时代的新一代操作系统产品，负责端云一体平台方向的产品规划与落地，搭建支撑整个AIOS及其生态运转的核心平台能力： 1. 负责AIOS系统侧端云一体平台的产品规划与路线图制定，建立统一的平台产品架构； 2. 主导系统基建类平台产品设计与落地，包括不限于账号、设备管理、系统升级等方向； 3. 主导系统开放能力平台、以及应用生态管理及分发平台相关产品规划，推动生态建设； 4. 与AIOS系统其他产品板块紧密协同，确保平台能力有效支撑上层业务及用户场景； 5. 跨团队协作推动产品从规划到交付以及后续升级演进、能力扩展的全生命周期。
围绕构建AI时代的新一代操作系统产品，负责AI OS生态推动构建与商业化策略的规划，推动伙伴能力融入Agent及用户场景，形成持续的用户价值与商业价值。 1. 规划AI OS生态与商业化产品能力及演进路线； 2. 设计生态能力的接入、管理、分发和服务机制；拓展重点生态伙伴，推动合作方案设计、商务协同及项目落地； 3. 建立融合生态策略的订阅、增值服务、权益等商业化产品方案； 4. 与生态伙伴与运营团队深度协同，建立联合产品市场活动，构建开放生态影响力。
1.负责AI硬件整机硬件系统架构设计，将 PRD 转化为详细硬件技术规格，向 ODM 输出技术规范，对接PCB原理图/layout/Gerber文件的详细评审； 2. 统筹管理各模块硬件开发，深度评审 ODM 输出的技术文档（原理图、Layout、堆叠图等）； 3. 负责核心器件评估与导入验证，主导二供（2nd Source）的准出与技术风险评估； 4. 牵头解决研发及试产阶段的系统级重大技术瓶颈（信号完整性、整机功耗、复杂 EMC/EMI）； 5. 协同软件及测试团队，跟进整机系统性能优化，对最终产品的研发进度和交付质量负责。
1. 生态伙伴关系管理 — 与阿里云销售团队深度协同，主导建立、管理与维护战略合作伙伴关系，推动伙伴与产品团队达成合作，确保生态体系健康可持续发展。 2. 商业目标达成 — 制定产品推广策略，拓展生态产品销售通路；负责客户与商机管理，推动项目落地并完成既定商业目标。 3. 市场活动规划与落地 — 基于业务发展需求，策划并推动市场活动在重点区域和行业的执行，提升产品影响力与市场渗透率。 4. 公益合作模式探索 — 探索与国内外企业客户及公益机构的合作捐赠产品模式，设计可复制的公益项目框架（如技术产品捐赠、乡村教育赋能计划等），实现社会价值与商业价值的融合。 5. 教育行业解决方案设计 — 基于阿里云技术栈（云计算、AI、大数据），设计面向教育行业的定制化解决方案，覆盖教师、学生、教育局等全场景需求，达成公益与商业的双重目标。
1. 负责产品官方内容矩阵（微信公众号、小红书、B站/视频号等短视频平台）的日常运营,包括选题策划、内容生产、排期发布与数据复盘,独立对各平台粉丝增长、内容互动和转化结果负责； 2. 围绕新品上市及重要行业节点，对接产品与研发团队，结合当下热点，牵头产出发布内容与传播产品定位，配合社媒投放和 KOL 合作节奏，提前做好内容弹药储备与关键节点的集中引爆； 3. 承接产品卖点与技术叙事，把相对复杂的 AI 产品能力，转化为面向大众用户听得懂、愿意传播的内容表达； 4. 建立内容数据看板与复盘机制,用数据驱动选题和渠道策略迭代，挖掘有效的传播方式，用数据驱动选题与渠道策略迭代，保障产品的声量增长与转化路径。
1. 配合阿里云海外业务团队开展售前技术支持工作，与客户进行技术交流，针对需求和场景提供无影云电脑相关解决方案，负责方案规划、编写、讲解及招投标等工作，支持项目落地； 2. 定期调研海外市场，了解行业需求和使用场景，把握行业发展动向及技术变革方向，为产品送代提供建设性输入； 3. 沉淀标杆案例，沉淀典型行业和场景的解决方案，定期为一线进行培训和赋能； 4. 主动发掘生态合作伙伴，探索创新商业模式和合作场景； 5. 承担产品线的业务指标，为结果负责。
1. 负责无影云电脑硬件产品线的整体规划与设计，包括云终端、一体机及配套外设的产品定义、规格制定、芯片平台选型（SoC/NPU）及用户体验优化； 2. 主导硬件产品的全生命周期管理，涵盖概念设计、ID/结构评审、EVT/DVT/PVT、量产发布到迭代升级的全流程；协同 ODM/OEM 及供应链团队，把控 BOM 成本、交付节奏与量产品质； 3. 制定硬件终端的设备管理与安全策略，包括设备 SN 录入、分组管理、远程诊断、强制升级、安全启动等能力的设计与实施，确保规模化部署下终端的安全性与稳定性； 4. AI 与硬件结合的产品方向探索：包括端侧 AI 算力（NPU）在终端上的应用规划、端云协同的 AI 能力架构（端侧推理＋云上算力互补）、面向 AI 交互的硬件形态创新（摄像头、麦克风阵列、语音唤醒等多模态交互能力），以及 AI Agent 时代下一代智能终端的形态定义； 5. 组织推动硬件产品的国内外认证工作（CCC、CE、FCC 等），确保产品符合目标市场的准入与合规要求； 6. 协调研发、供应链、运营及市场团队，推动硬件产品的技术落地与市场推广。
1. 主导Android系统级性能优化工作，涵盖内存管理、CPU 调度策略、启动速度、帧率稳定性等方面，建立系统性的性能基线与监控体系； 2. 针对云手机上的AI Mobile Agent创新场景，能构建并研制出与之适配的Android底层能力，能高效支持AI业务的创新； 3. 攻克云手机场景下的疑难技术问题，如 Android 兼容性适配、应用APP兼容性等； 4. 与内核团队、虚拟化团队、产品团队紧密协作，推动端云协同的技术方案演进，参与技术预研与行业趋势跟踪。
