共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1、客户开拓与销售：面向鞋服时尚、食品生鲜、大小家电、宠物健康等行业头部电商品牌客户，主动开拓并建立商业合作关系，推动站外营销、整合营销等商业化合作签约与落地，承担商业化收入目标； 2、客户关系深耕：与KA客户保持长期稳定的合作关系，结合品牌年度营销规划与经营情况，共同制定基于消费者运营及营销的合作方案，带动平台商业化收入与商家销售额双向增长； 3、整合营销方案销售：基于行业趋势及商家需求，策划并制定行业的消费者运营及营销解决方案，整合平台广告产品、营销工具与生态资源，向客户中高层进行方案提案与商务谈判，推动项目签约与执行落地； 4、商机挖掘与客户分层运营：进行科学的商家分层管理，识别具有增长潜力的商家与类目，主动拓展合作商家规模，提升客户渗透率与平台商业化收入。
负责闲鱼严选数码行业的 GMV 增长与商家经营效率提升，对行业订单规模、优质商家供给覆盖及商家经营利润负责； 1、头部商家招募拓展：负责二手数码行业头部商家招募，建立核心商家池，提升行业优质供给覆盖率； 2、供给结构优化运营：基于行业供需走势、商品生命周期和价格趋势，规划商家供给结构，提升供需匹配效率； 3、商家经营诊断提升：建立商家经营指标体系，对商家经营结果负责并推动持续改善； 4、销售增长策略制定：制定行业运营策略，通过平台流量机制、营销资源和大促活动，推动对应商家 GMV 目标达成；
1、对所在行业供给规模与质量负责，通过商业化产品整合、品类拓展、场景招商、营销大促等抓手，实现对行业优质资源的充分引入与整合，实现行业收入目标； 2、负责市场与经营分析，关注行业格局变化，敏锐捕捉增长机会；对内寻找与地图结合的增长机会，并输出切实可行的业务规划； 3、负责销售及销售运营团队的搭建及管理，不断提高销售效率及盈利水平。
岗位概述 负责高德医药行业药企KA广告团队的整体管理与业务推进，带领团队完成药企品牌客户的效果类及展示类广告合作拓展，制定行业营销策略，推动团队能力建设与业绩达成。 岗位职责 团队管理与建设： 负责药企KA广告团队的搭建、带教与日常管理，制定团队目标分解与考核机制，关注人员成长与梯队建设，持续提升团队整体作战能力。 行业策略规划： 围绕药企行业特征与高德LBS平台优势，制定行业广告营销策略与阶段性打法，统筹效果类及展示类广告产品的组合推广方案。 KA客户攻坚： 主导全国范围内头部药企KA客户的拓展与深度合作，亲自参与重大客户的方案策划、商务谈判与关系维护，建立标杆案例。 全链路营销赋能： 指导团队为客户提供从整合营销策划、投放策略制定、数据分析到投放复盘的全链路支持，提升客户满意度与复投率。 跨部门协同： 联动产品、运营、数据等中台团队，推动广告产品能力迭代与客户需求落地，打通业务信息差，提升整体服务效率。
1、负责建立和完善研发质量管理流程，优化产品研发质量控制体系文件，保证产品研发体系的有效运行； 2、负责新产品研发阶段质量体系导入，监控设计开发流程的执行，确保设计完整性及开发活动符合设计开发程序和法规要求； 3、负责项目研发阶段质量控制和管理，负责项目流程中TR节点评审和问题跟踪闭环管理；负责组织进行阶段性评审与复盘，对研发风险进行评估与监控； 4、推动设计开发过程的质量控制，识别不符合问题；能对研发产品进行风险分析、风险评价、风险控制等风险管理；参与设计变更、工程变更的评审与监督，确保设计变更满足质量要求； 5、负责组织上市初期的EWP分析，确保能够迅速的定位原因并督促相应责任岗位尽快改善和闭环问题。及时推动研发和生产进行问题闭环和收敛。
负责大模型相关业务场景中“人”与“任务”的高效匹配与调度，通过数据驱动和流程优化，提升业务团队的整体生产力。需要建立并完善人员排班、任务分发、产能预测、绩效追踪等机制，保障大模型业务交付的稳定性、质量与成本效率，同时推动调度环节的自动化与智能化落地 1. 业务需求拆解与产能规划 对接大模型业务线（如数据标注、模型评测、内容审核、AI 训练支持、客服辅助等），理解业务高峰低谷、交付标准与质量要求。 基于历史数据和业务预测，制定周/月级别的人员排班与产能规划，确保人力供给与任务量动态匹配。 2. 人员调度与任务分发 设计并执行日常人员调度方案，结合人员技能标签、效率数据、工作负荷与任务优先级进行合理分配。建立应急响应机制，处理突发任务、人员缺勤、产能瓶颈等异常场景，保障交付不中断。 3. 生产力管理体系搭建 建立业务人员生产力指标体系，包括人均产出、任务耗时、准确率、饱和度、出勤率、有效工时等。通过监控核心指标，输出日报/周报/月报，识别低效环节并推动改进。 4. 流程优化与工具落地 梳理现有调度流程，推动标准化、自动化，引入或协同产研搭建调度系统、排班看板、任务分发平台。 探索大模型能力在业务调度中的应用，如智能排班推荐、任务优先级自动排序、产能预测等。 5. 成本控制与数据决策 监控人力成本、外包成本、加班成本等，通过调度优化提升人效和成本效益。 用数据支撑管理决策，定期输出人员调度与生产力分析报告。
1. 负责淘天新品全链路运营机制设计与迭代，结合行业品类特征与商家运营规律，优化新品孵化机制，提升冷启成功率； 2. 构建数据驱动的新品特征提炼体系，从品类、人群、策略等维度建立可量化的优质新品识别模型，提升参与率、转化率与供给质量； 3. 主导AI技术在运营场景的落地应用，包括异动分析、机会挖掘、类目发现、孵化链路优化等，通过AI能力实现运营提效与决策精准化； 4. 优化行业协同机制与策略支持体系，为各行业提供有效的策略、机制、产品支持，推动重点节点下商家深度参与； 5. 跨部门协同推动策略落地，与数科、产技、行业运营深度协作，建立策略效果评估及迭代反馈机制，对新品冷启核心指标负责。
1. 负责平台新品商家分层运营体系的建设与迭代，结合产业特征设计差异化经营策略与成长路径，提升商家参与积极性与分层渗透率； 2. 建立数据驱动的商家行为洞察模型，识别核心痛点与生意机会并设计精准激励策略，提升新品运营效率与GMV贡献； 3. 完善商家评测及反馈机制，通过参与链路升级迭代，持续提升商家新品运营体验与满意度； 4. 打造商家影响力运营体系，通过标杆案例、专属通道、共创机制等方式，增强优质商家归属感与持续投入动力； 5. 跨部门协同推动分层机制落地，建立反馈收集与迭代闭环，对商家参与度及核心经营指标负责。
1、分析AI智能硬件行业、场景与用户人群等信息，参与规划OS中长期产品能力，并拆解落地路径； 2、围绕OS的特性，负责系统的需求定义，推进实现OS系统迭代规划与需求落地； 3、思考技术与行业趋势，洞察业务需求，提出高质量的创新方案； 4、协同产品线共同推进创新产品上线，并根据市场、用户及竞品反馈持续提升功能与体验。
1、对江浙沪皖区域特别是出海业务的企业的IT、云计算市场有较深刻的认知，对于IT需求、IDC，公共云产品有深刻理解，能够促进客户需求和云产品的有效结合，并结合市场特点建立客户拓展地图和计划，完成业务拓展和业绩指标； 2、具备与客户CXO 级别高层对话的能力，完成从项目机会挖掘、商务谈判、项目交付的全流程商业闭环；和客户不同层级人员建立友好互信、长期的合作关系； 3、有较强的销售能力，至少在有泛企业、互联网、零售电商等某一个行业有数字化转型或公共云的项目经验，能够制定个人销售计划，制定财务目标和关键里程碑，有效调动及组织公司内部资源推动业务落地，确保业务目标完成； 4、需要有一定的行业解决方案共建、梳理和总结能力和经验，牵动解决方案团队沉淀解决方案及实施案例。
1、负责淘工厂产业带及重点品类的经营策略制定与落地，围绕品类供给、价格带、商品结构和供给质量优化，提升核心品类竞争力与平台 GMV； 2、建设商品运营与管理机制，完善商品准入、分层、标签、质量、价格及经营诊断体系，结合数据洞察识别品类和商品经营问题，并推动策略闭环； 3、负责商家及商品全生命周期运营，推动商家引入、入驻冷启、分层成长，以及商品选品、上新、测款、动销、爆品孵化和商品淘汰等关键链路的效率提升； 4、基于产业带商家需求与供给链路，探索 AI 在商家经营、智能选品、商品运营、营销托管、客服及履约等场景的应用，推动商家全链路智能化经营； 5、协同商品运营、产品、技术、算法、体验等团队推进项目落地，围绕商家增长、商品供给、动销效率和 GMV 制定可量化指标，并持续复盘优化。
聚焦廉正合规业务，基于现有 Agent 平台与大模型能力，参与调查、预防等场景的智能化建设。 你将在团队整体架构下，独立负责边界清晰的业务功能模块，根据需求完成前后端开发、Agent 能力接入与业务 Skill 实现，推动模块从需求理解、技术设计到开发验证和上线迭代。岗位聚焦上层 AI 应用研发，不要求自研 Agent 引擎或编排框架。 1. 需求理解与模块设计：理解业务场景与需求目标，在既定架构下完成模块级技术设计和任务拆解，主动澄清模糊点，识别实现中的风险与依赖。 2. 模块级全栈开发：负责业务模块的前后端开发与联调，包括业务页面、表单与列表、数据查询与提交、后端业务逻辑及接口实现；根据场景接入平台提供的 Agent、工具调用等能力，实现对话、流式输出、结果展示和人机协同操作等 AI 交互，保证模块功能完整、体验良好、运行稳定。 3. 业务 Skill 开发：将业务流程组织为可复用的 Skill，编写任务指令、配置工具与知识资源，验证触发条件和执行结果；结合业务接口开发，完成 Agent 与业务系统的集成。 4. 效果验证与持续优化：围绕典型业务任务构建和维护验证用例，分析任务完成率、工具调用正确性、结果可追溯性及响应耗时，定位并改进 Prompt、上下文、Skill、工具接口和应用代码中的问题。 5. 协作与生产落地：与产品、业务、算法、测试等团队协作，推进模块上线与迭代；落实数据权限、敏感信息保护和操作审计要求，为关键操作设置必要的人工确认，并持续关注和解决生产环境中的性能与稳定性问题。
云产品知识库构建 1. 透彻理解互联网应用开发、AI、大数据、网络、安全、可观测等领域，是其中一个或者多个领域的专家，有大规模生产环境经验，能够对专业领域部署架构、能力边界、技术细节、演进路线有洞见，确保知识库内容的专业性、准确性和前瞻性。 2. 构建云产品优质应用知识库，覆盖产品能力、使用场景、实践范例、常见问题、技术细节等层面，形成结构化、可被 AI 调用的知识资产，这是 AI 生成优质内容的核心基础。 3.能够深入理解客户生产环境，亲身实操云产品，理解开发者在真实业务场景中如何使用产品，识别用户认知盲区与使用痛点，将一线洞察转化为知识库的核心内容。 AI 知识工程 1. 设计并落地基于 Agentic Loop 的 AI 原生内容生产系统，编排"规划→生成→校验→反思→迭代"的多智能体协作闭环，实现优质、规模化、标准化的 AI 内容持续产出与剪裁迭代。 2. 构建系统化的 Evaluation Harness，设计多层面自动化评测基准与质量门禁（事实准确性、技术深度、结构一致性、多语言对齐等），让 AI 内容质量可度量、可追溯、可自动拦截。 3. 深入实践 Human-in-the-Loop 与数据飞轮机制，将专家审核反馈、用户行为信号高效导入优化链路，在推理编排、SFT、RLHF/DPO 等阶段持续提升 AI 的技术写作能力。 4. 建立技术文档的专业评判标准与质量评测体系，以极致品味驱动 AI 能力持续提升，对 AI 生成内容进行专业级审核与评估。
职位描述 客户开拓与商机挖掘 1、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。 2、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。 3、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。 4、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 1、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。 2、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。 制定商务策略及商机转化 1、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。 2、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 1、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。 2、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。
客户开拓与商机挖掘 1、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。 2、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。 3、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。 4、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 1、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。 2、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。 制定商务策略及商机转化 1、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。 2、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 1、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。 2、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.支持浙江大区泛互联网售前业务拓展，结合阿里云以及阿里巴巴集团的产品，技术，生态优势，为客户提供公共云解决方案，带领产品和服务团队进行技术，业务验证，及项目招投标技术工作。 2.为客户提供业务和技术层面的架构咨询服务，理解合作伙伴及客户的业务和功能性需求，非功能性需求，性能和可靠性需求，提供基于阿里云技术体系的架构设计方案，支持客户或合作伙伴成功地在阿里云上构建上层应用系统和服务。 3.与产品研发团队合作，传递市场需求，共同研发或完善满足特定行业，特定应用场景的产品和解决方案。 4.基于阿里云的云计算/大数据/人工智能技术孵化游戏/AI/企业服务等行业性创新性解决方案，并在行业内构建技术影响力。
1、负责阿里云浙江区域商业客户的销售拓展工作，挖掘潜在销售机会，有效管理pipeline，实现增长的同时，保证业务健康可持续发展； 2、负责区域内泛互联网行业，以及传统企业的客户直销，包括客户关系维护，商务报价，合同签约，结单等；同时进行标杆打造，行业突破以及场景创新等； 3、抓住AI时代里瞪羚企业快速成长的机会窗口，拓展新客户机会，为客户提供更加智能、高效的全栈AI解决方案和服务； 4、制定个人销售计划，并且能够有效调动及组织公司内部资源推动业务落地。
1. 负责信息流程智能管理，推动跨部门信息标准化整合，结合AI能力，设计核心信息的智能收敛、自动提取与结构化整合方案，建设分析体系洞察项目进展、风险和机会点，提升信息处理效率与准确性； 2. 负责智能运营平台的产品规划与设计，为客户运营团队、产品运营团队等内部角色构建智能化运营工作台，支撑客户从获取、激活、留存、转化到服务的全生命周期运营线上化； 3. 负责智能客服与导购Agent产品的设计与迭代，搭建“智能+人工”的分层服务体系，设计全AI Agent自主服务、AI Copilot辅助人工服务以及智能导购推荐等产品形态，持续提升自助解决率和客户满意度； 4. 设计客户全生命周期运营工具，包括客户分层分群、智能标签体系、健康度评分、经营洞察、自动化运营策略触发等，实现从“经验驱动运营”向“AI驱动运营”的转变； 5. 探索LLM与Agent技术在运营与服务场景的深度落地，包括导购Agent（基于用户意图的主动推荐与交易撮合）、运营策略自动生成、智能工单处理、问题诊断与归因等，推动客户服务与运营工具的全面智能化升级； 6. 搭建运营数据监控与效果分析体系，定义核心指标（如自助解决率、转人工率、首解率FCR、客户NPS、激活率、留存率等），通过数据驱动运营策略的持续迭代。
1. 负责淘宝闪购C端零售导购场景的视觉体验与信息表达，从用户发现、比较、判断到下单的完整过程，梳理商品、价格、优惠、权益、服务和 AI 建议的表达关系，建立清晰的视觉重点和决策节奏。 2. 面向不同品类、任务和营销节点，定义导购体验的视觉方向、信息层级、版式规则和素材标准；将复杂的价格、权益和服务机制组织成用户看得懂、愿意相信的表达。 3. 为 AI 建议、生成内容和动态素材建立视觉标准与事实边界，守住商品信息、品牌表达和用户信任；主导重点项目的设计走查与质量把关。 4. 使用 AI 进行视觉探索和内容生产，搭建覆盖参考准备、生成控制、人工筛选、精修与审核的 AI 生成工作流；沉淀案例、规范、模板和审核清单，推动团队使用。 5. 与产品、运营、算法和工程高频共创，把视觉判断转化为产品和内容规则；关注上线后的用户反馈与业务结果，持续调整方案。
客户开拓与商机挖掘 1、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。 2、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。 3、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。 4、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 1、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。 2、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。 制定商务策略及商机转化 1、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。 2、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 1、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。 2、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. 参与企业级 AI Agent 平台的设计和研发，建设 Agent、Skill、知识、身份、会话、任务及渠道接入等核心能力，独立承担模块从方案设计、研发交付到线上运行的完整闭环。 2. 建设企业办公技能市场及开放平台能力，包括 Skill 的创建、发布、版本管理、安装升级、权限控制、运行审计、运营管理，以及通过 MCP、API、A2A 等方式接入内部和外部系统。 3. 参与 Agent 运行时与控制面的建设，包括会话编排、任务调度、事件流、沙箱隔离、多 Agent 协作及不同 Agent Runtime 的接入，持续提升系统的稳定性、扩展性和运行效率。 4. 推进企业知识与工具的 Agent 化接入，解决身份传递、用户授权、多租户隔离、敏感操作确认及调用链审计等企业级落地问题。 5. 建设 Agent 应用的质量与工程体系，通过日志、指标、链路追踪、评测和线上案例回流，定位并改进 Agent 在真实业务中的效果与可靠性。 6. 与产品、算法、业务及基础设施团队协作，将业务需求抽象为可复用的平台能力，推动方案达成共识并按期落地。
1.受理来自于不同渠道的举报及调查任务，熟练运用各种调查方法，独立或组织团队查明事实真相，取得充足证据，针对调查过程及结论形成完整书面报告，对调查中发现的风险进行分析和评估，与业务共同形成改进方案，并推动业务完成风险改进； 2.对于调查中发现的涉嫌违法案件，推动司法资源介入，追究违法人员责任； 3.积极开拓及维护内外调查资源，并在公司内外形成广泛的廉正调查同盟。
盒马，新零售业态的新生力量，依靠科技重构餐饮及零售产业链。从创立伊始，盒马的使命就是让消费者享受“购新鲜”的高品质生活。 盒马，以吃和吃的配套商品这一最高频品类为切入，探索一条立足本地，深耕供应链与物流配送，线上线下融合，主打会员心智的全新电商道路， 让每一位盒马会员“吃的好， 吃的方便，吃的开心” 盒马，已打造了颇具人气的独立APP、业界名厨领衔的餐饮研发中心、国际标准的中央厨房、买手制采购团队、自建+众包物流配送体系和线下体验门店，从而形成了极致的配送“29分半”和产品“新鲜每一刻”这两大核心竞争力，如今盒马在消费者当中已形成了出色的口碑和网红效应，异军突起！ 欢迎有梦想的你，速速加入盒马！ 盒马官网：www.freshhema.com 1. 根据营运战略和计划，制定培训制度和流程、培训课程体系、讲师体系、培训评估体系的整体规划和运营 2、根据企业培训建设目标和方向，制订、组织、落实公司年度和月度培训计划，重点围绕关键人才培养和营运团队的战斗力提升项目的制定和落地； 3、拓展培训渠道，建立教练圈团队，开发培训课题，编制培训教材，落实培训效果评估和培训成果转化； 4、负责建立各级各类培训体系，重点推进团队凝聚力培训、营运专业培训、领导力培训等，确保培训运营体系对于人才发展体系的健康良性运行； 5、负责搭建公司职业生涯规划体系，设计并实施关键人才培养项目； 6、负责企业文化的建设与完善，将企业价值观与个人价值观有机融为一体。
1. 根据阿里云AI战略发展方向，结合人工智能技术演进与行业变革趋势，前瞻性地识别并开拓重点目标客户在大模型、智能计算等领域的业务机会； 2. 能够深入调研客户业务场景，敏锐捕捉行业中的应用痛点与创新潜力，结合阿里云产品及技术优势，促进客户需求与云产品的有效结合，提供立体、专业的咨询及服务，帮助客户成功，并沉淀行业解决方案； 3. 与客户或合作伙伴进行重点项目对接，能向客户高层解析阿里云AI优势，向业务高管呈现具有说服力的AI投资回报率（ROI）分析，加速商机转化； 4. 善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践，为阿里云AI战略的长期发展储备关键客户与技术资产。
1. 主导AI智能辅助方向的客服产品规划与建设，AI在客服工作流的深度赋能（SOP、托管、AI助手），主导建设AI为核心的下一代智能工作台，向自助决策、人机协同的智能体推进 2. 打造面向电商场景的AI助手，覆盖如商品运营、素材生成、智能分析、商家机器人等核心工作流，在电商运营中的落地应用 3. 基于Prompt工程、RAG、智能Agent、skills等技术的AI产品解决方案，通过构建自动化任务流与智能决策系统，实现人效显著提升 4. 建设数据分析与产品分析体系，设计A/B实验体系，量化评估AI功能效果
1、负责千问办公数据体系的建设，通过数据+工程化，赋能业务，提供全链路、可分析的业务服务能力；配置化、可复用的数据技术能力；更直观、更具指导性的产品化能力 2、大模型多模态AIData数据工程体系建设，探索实践面向各领域的高质量数据自动化清洗、标注、合成增强技术，设计并构建高效可扩展的数据飞轮（Data-Flywheel）闭环系统，为智能体和模型后训练提供高质量训练集和评测集 3、构建湖仓一体数据底座、智能问数Data Agent等核心能力，提升Data + AI 方面的技术竞争力
团队介绍 我们是平头哥AI 芯片软件互联团队，主要职责是积极拥抱社区生态、并基于平头哥AI 芯片产品来打造我们自己的互联通信库。 越来越好的大模型对算力需求日益高涨，而大模型训练与推理的高效部署都依赖越来越多的芯片通过互联在一起，高效协同以发挥出线性增长的计算效率。我们会与架构/硬件/Model 同学紧密合作以共同打造越来越符合业界需求的芯片，同时也会协同服务器/网络等伙伴共同打造基于平头哥芯片的高性能集群 solution，还会深入到各种应用场景去洞察并满足用户对多卡训练、推理在性能、鲁棒性、故障定位等各方面的需求，协同各方共同打造最高效、易用的平头哥多卡产品软件解决方案。 职位描述 1. 为芯片设计开发高性能、有竞争力的互联通信库； 2. 基于芯片、服务器、网络集群架构特性与互联通信应用模式进行极致性能优化； 3. 增强在大规模机器任务下发生 hang 或 crash 时的专家分析与诊断、定位能力； 4. 支持多卡或多机互联场景下各种用户问题分析与定位； 5. 和其他团队紧密合作，影响芯片、服务器与集群架构等方案设计和演进。
面向淘宝直播场景，利用前沿大模型技术构建“高智商、高情商”的数字人直播体系及智能助理。不限于： 1. 参与直播场景下超大规模用户评论的实时意图识别，解决口语化、垂直领域语义模糊等难题；构建基于Agent架构的对话管理系统，实现灵活的控场、互动与转场决策。 2. 参与研发高性能的直播垂直领域RAG系统，结合向量检索、知识图谱及在线实时外网检索，确保数字人回答内容的专业性、时效性及准确性（解决幻觉问题）。 3. 参与设计并实现面向直播侧的Agent框架，支持大模型自主调度营销工具、素材展示等能力，提升互动性。 4. 参与优化多轮对话能力，通过垂域SFT、DPO/RLHF等手段，训练大模型掌握数字人主播的个性化人设、带货节奏及高转化话术逻辑。
1. 主导AI智能辅助方向的产品规划与建设，AI在电商工作流的深度赋能，主导建设AI为核心的下一代智能工作台，向自助决策、人机协同的智能体推进 2. 打造面向电商场景的AI助手，覆盖如商品运营、素材生成、智能分析、商家机器人等核心工作流，在电商运营中的落地应用 3. 基于Prompt工程、RAG、智能Agent、skills等技术的AI产品解决方案，通过构建自动化任务流与智能决策系统，实现人效显著提升 4. 建设数据分析与产品分析体系，设计A/B实验体系，量化评估AI功能效果
1. 参与构建面向家装与家居消费场景的生成式AI智能设计系统，结合大模型、多模态理解与空间推理能力，为用户生成合理、美观且可落地的全屋设计方案 2. 围绕户型解析、家具布局生成、商品搭配生成等核心问题，设计并实现空间布局与搭配生成算法，提升设计方案的合理性与美学一致性 3. 构建空间关系建模与约束推理能力，结合场景理解与用户需求，实现可控的空间布局生成与商品组合推荐 4. 设计与实现面向设计与导购场景的Agent决策与执行架构，实现从用户需求理解、方案生成到交互式调整的完整智能设计流程 5. 基于大语言模型与多模态模型开展算法研究与工程落地，探索生成式建模在空间设计、商品理解与用户意图解析中的应用 6. 研究并实践SFT、RLHF、DPO等大模型后训练方法，持续提升模型在布局合理性、空间约束满足、搭配一致性与用户偏好对齐方面的能力 7. 设计并开展系统性的实验与算法评估，持续优化模型效果与系统性能，并推动相关算法在真实业务场景中的落地
