共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1. 负责AI视频生成产品的企业级客户运营策略制定与执行，推动客户从试用到活跃、从活跃到付费的全生命周期运营，持续提升产品的商业化指标； 2. 深入了解企业客户的AI视频生产工作流（从脚本到成片全流程），优化产品的Agent/工作流配置，提升客户视频制作效率和内容质量； 3. 跟进行业AI视频生成技术趋势（Sora、Seedance、可灵等），提炼优质视频内容特征与最佳实践，输出客户成功案例与行业解决方案； 4. 与产品、算法、研发团队紧密合作，将客户反馈与使用数据转化为产品需求，协同推动模型能力与产品功能迭代； 5. 负责视频生成产品的内容生态建设，包括模板库、提示词库、风格库等运营，降低客户使用门槛、提升产出效果。
1. 负责金融投研AI产品的企业客户运营，深入理解券商、基金、银行等金融机构的投研工作流，结合AI能力设计产品落地策略； 2. 负责金融数据资源的引入与管理，包括行情数据、公告信息、研报数据等，为模型训练与产品功能提供高质量数据支撑； 3. 策划并执行金融客户的onboarding方案与培训体系，输出行业最佳实践案例，推动客户在投研、风控、合规等场景的深度使用； 4. 与产品、算法团队紧密协作，将客户反馈转化为产品需求，持续优化金融Agent的专业性与准确性； 5. 持续关注金融科技行业动态与监管趋势，确保产品运营策略符合金融合规要求。
1、基于业务采购需求，制定和执行项目的商务采购策略，支持各业务线需求落地； 2、负责商务谈判，包括推动用商过程中各关键商务环节的有序落地，确保采购项目的高质量交付； 3、从业务角度提供服务商商务保障、负责供应商的商务合同履行、预算进度和付款及时与准确; 4、储备优质供应商，通过供应商定期考核、认证手段，逐步优化供应商资源，构建良性的供应商管理体系； 5、协同采购，财务，内控，风控以及生态管理部针对用商环节的各项部门管控措施落地，确保部门间的高效协同，提升用商使用的规范性；
1. 负责大模型数据处理与资产化体系的建设，围绕数据的接入、加工、治理与沉淀构建自动化、可扩展的处理能力，保障高质量数据的持续供给。 2. 抽象通用的数据处理与质量治理框架，将各类数据加工与清洗诉求沉淀为标准化、可复用、自动化的平台组件，提升处理效率与工程质量。 3. 建设数据资产化与全生命周期治理能力，实现数据的规范化沉淀、统一管理与可追溯，推动多来源数据的融合与统一。 4. 与算法及平台团队紧密协作，把复杂的数据处理需求转化为平台化、自动化能力，持续提升整个团队的数据处理与供给能力。
1.解决方案架构与设计：深耕供应链计划领域（涵盖智能预测补货、仓网规划布局、库存策略优化、产销协同S&OP等），深度洞察并挖掘市场与客户的潜在痛点。结合行业最佳实践，设计具备高度竞争力与落地性的产品解决方案，助力客户实现供应链数字化转型。 2.商业化项目交付与赋能：作为商业化项目的核心业务顾问或解决方案负责人，充当“业务需求”与“技术实现”之间的关键桥梁。主导跨团队的高效沟通与协作，制定清晰、可执行的业务落地路径；凭借扎实的交付经验，独立识别并攻克项目落地过程中的复杂业务卡点，确保项目高质量交付。
1. 市场洞察与需求孵化 竞品分析与研究：深入研究国内外头部SCP/APS产品（如o9, Blue Yonder, SAP IBP等）的架构设计与功能演进，输出深度竞品分析报告与差异化竞争策略。 客户调研与需求挖掘：主导目标行业客户深度调研，提炼零售、汽配后市场、制造业等行业核心痛点。 历史项目提炼：深度剖析公司既有定制化项目，将定制化、离散的“项目需求”抽象转化为“可复用、可配置、高内聚”的标准产品功能需求。 2. 产品规划及迭代计划制定 产品路线图 (Roadmap) 绘制：梳理产品功能矩阵，合理评估研发ROI，制定清晰的、符合敏捷开发原则的季度/年度产品迭代计划。 3. 方案设计与研发协同 高质量PRD编写：负责标准模块的业务流程图、原型设计及产品需求文档（PRD）的编写。 算法与数据模型对接：与算法工程师密切协作，将运筹学模型（如预测算法、运筹约束求解等）转化为对业务用户友好的标准化产品界面和功能。 产品验收与质量把控：负责标准产品版本的敏捷迭代跟进、组织UAT（用户接受度测试）验收，对功能质量、易用性和交付标准终极负责。 4. 赋能与推广 负责编写标准产品的白皮书、用户手册、功能发布说明（Release Notes），为售前、交付实施团队及大客户进行标准化产品赋能培训。
1、负责速卖通韩国国家站用户增长，根据用户分层设计对应的玩法和权益方案，为dac、mac、复购等指标负责； 2、玩法和权益机制：针对不同用户设计玩法、权益策略，形成覆盖用户整个生命周期管理体系，提升用户复访复购； 3、会员体系搭建：完成会员体系从0-1的搭建，设计会员专享权益，组织会员活动，提升平台会员的粘性和购买力； 1. Drive user growth for the AliExpress South Korea site; design engagement mechanisms and benefit schemes based on user segmentation; and take responsibility for key metrics such as DAC (Daily Active Customers), MAC (Monthly Active Customers), and repurchase rates. 2. Engagement & Benefits: Develop tailored engagement activities and benefit strategies for different user segments, establishing a lifecycle management system to boost return visits and repeat purchases. 3. Membership System: Build the membership system from scratch (0-to-1), design exclusive member benefits, organize member-focused events, and enhance member stickiness and purchasing power.
1、负责阿里国际旗下TikTok、Facebook、YouTube、Instagram等海外主流社交媒体账号在多个国家的内容策划、发布与日常运营，确保账号活跃度与用户互动率和转化率。 2、基于各平台特性及目标市场用户行为，制定差异化内容策略，提升品牌曝光与用户粘性。 3、独立完成从内容创意、素材制作协调、发布排期到数据分析的全流程运营，持续优化内容表现。 4、深入理解各渠道的流量机制与变现路径，设计并执行可驱动交易转化的内容活动，达成明确的业务转化目标。 5、定期监测竞品动态与行业趋势，快速迭代内容形式与运营策略，提升整体渠道效能。 6、具备内容生产管理能力，针对不同资源来源都可以顺利推进内容产出，把控内容质量，给到具体解决方案；
1、负责对酒店集团KA商家的销售需求进行挖掘、分析、整理与总结，对商家增长负责； 2、根据酒店集团商家需求制定规模增长相关会员、营销、供应链解决方案，并负责推动该方案的落地实施； 3、负责对接酒店集团内部各部门，对内对外进行有效沟通，及时解决相关问题； 4、负责制定和执行集团整体营销活动，协调资源，确保活动效果最大化； 5、负责酒店集团内部数据的收集与整理，并制定相应的运营规则，提升平台运营效率。
独立操盘市场采购领域的核心类目，比如，营销服务、线上媒体、用户增长、新媒体等方向。需要快速学习和深刻理解业务逻辑和业务需求，具备采购专业的方法和判断力，在复杂多变的营销供应链环境中制定清晰的采购策略并推动落地，同时将AI能力融入日常采购实践，持续探索新供给、新方案、新模式，具体的工作内容包含但不限于： 1.品类策略与规划：基于集团多个业务单位的需求和市场洞察，独立制定所负责类目的年度采购策略，包括供应商结构设计、成本模型搭建、资源配置方案等；深入研判营销服务市场的供给趋势、产业能力变化和技术迭代动态，敏锐感知外部市场的情况，匹配业务发展需求制定采购方案； 2.核心项目交付：作为采购类目的核心负责人，端到端主导大型市场项目的采购交付，从需求澄清、方案设计、供应商谈判到合同签署与履约跟踪；响应战役级需求，深刻理解交付目标以及协同多方资源达成目标； 3.供应链管理与建设：系统性构建市场服务领域的供应商资源库，建立从准入评估、能力分级、绩效考核到退出淘汰的全生命周期管理机制；持续追踪头部供应商的业务动态与能力变化，主动发掘和引入优质新供应商，确保供应链的稳健同时保持充分的竞争力； 4.合规与风控：在采购全流程中严格执行公司合规制度，确保寻源、比价、定标、签约各环节的合规与审计要求；对市场品类特有的机会和风险有感知力和判断力； 5.AI驱动创新：对AI有热情、有学习能力，能将AI工具和方法主动应用到采购场景中，推进品类工作的提效，沉淀采购专业skill，以及构建采购品类agent； 6.团队管理与资源协调：带领团队完成高复杂度的多线并行交付任务；在跨部门协作中发挥枢纽作用，能够对齐大团队的策略方向、向下拆解执行路径、横向拉通多方资源，解决复杂问题。
1. 设计并构建面向多模态交互（语音、视觉、语言、上下文融合）的云端推理服务平台，支持Omni/Speech/VL等大模型的在线/近线推理。 2. 主导端云协同架构中云端服务模块的技术方案，包括模型服务化（Model Serving）、动态批处理（Dynamic Batching）、请求调度、弹性扩缩容、负载均衡等关键能力。 3. 优化云端推理链路的延迟、吞吐与资源利用率，针对ToB客户对SLA（如99.9% 构建统一的服务治理框架，集成监控告警、日志追踪（如OpenTelemetry）、AB测试、灰度发布、故障自愈等运维能力。 4. 与算法团队紧密协作，推动模型结构适配、量化部署、缓存策略等端云联合优化方案落地。
我们正在建设面向下一代AI智能手机的核心算法团队。团队重点关注大模型在智能终端上的理解、推理、感知与任务执行能力，研究方向包括个人记忆（Memory）、智能体（Agent）、端侧多模态感知、端侧模型及端云协同等。 你将参与从前沿研究、数据构建、模型训练，到系统实现、评测验证和产品交付的完整研发过程，探索下一代AI智能手机的核心能力。我们希望你兼具扎实的算法能力和优秀的工程能力，具备AI手机或智能终端研发经验，能够将前沿算法转化为稳定、高效、可规模化交付的产品能力，并与ToB建设团队共同推动技术落地。 岗位职责 1. 参与AI手机个人记忆与个性化智能的算法及系统研发，重点提升个人信息的理解、组织、检索和更新能力，推动Memory与Agent、个人搜索等能力结合。 2. 参与端侧多模态感知模型的研发与优化，提升手机对图像、语音、视频、文本及设备上下文的理解能力，并在效果、延迟、内存和功耗之间取得平衡。 3. 参与Agent核心算法及端云协同能力建设，持续提升模型的任务规划、工具使用、记忆调用和复杂任务执行能力。 4. 参与算法的端到端工程实现，建设数据、训练、推理和评测关键链路，解决模型效果与系统性能问题，推动算法从研究原型走向产品级交付。 5. 与产品、工程及ToB建设团队协作，将业务需求转化为明确的算法问题和评测目标，推动方案验证、集成交付和持续迭代。
1. 探索研究多模态大模型、GUI agent、agentic RL、long-horizon agent、self-improving agent等前沿技术。 2. 参与研发多模态、全模态大模型等下一代人工智能核心技术,重点探索面向真机环境的多模态智能体大规模强化学习与自我演进。 3. 参与 GUI 垂类基座模型与真机 agent 系统的迭代,推动核心能力达到业界第一梯队。 4. 跟踪研究多模态大模型前沿进展,参与 AIOS 等 to C / to B 重点业务场景的端到端落地。
1. 负责生活服务行业大客户拓展工作和KA团队销售管理工作，根据业务要求完成业绩指标。 2. 了解行业，理解客户需求的基础上，能带领团队以商业化大客户新拓为主要目标，整合公司产品和服务，为客户提供商业化运营解决方案，并协同和推动落地，为客户交付满意的业务结果。 3. 能开拓并建立、维护大客户良好的客情关系，能独立与客户沟通推进合作，具备独立完成客户沟通、谈判和合同签订能力。 4. 具备市场敏锐性，洞察所在行业趋势，挖掘行业机会，推动现有客户解决方案和平台产品的优化。
面向阿里集团内部业务提供AI Infra容器网络、服务网络等技术支持，支撑集团内部大模型训练、推理、Agent等工作workload形态，服务ATH、淘天、闪购、国际化等各个业务BU。 ● 负责面向异构/多云等 AI 计算环境构建统一的 K8s 容器网络，支持 RDMA 高性能通信，保障大规模训练与推理场景的网络性能与稳定性； ● 负责容器网络的轻量化多租隔离能力建设，支撑 AI 业务、传统业务的统一部署； ● 负责面向 Agent 场景提供安全、高效的沙箱网络技术； ● 负责 CoreDNS、kube-proxy 等云原生网络服务的建设与优化，提升 K8s Service 的可用性与性能；
负责面向千问 APP、夸克 APP、AI 眼镜等核心产品构建统一的多模态检索与智能体搜索技术体系，推动大模型与搜索的深度融合，打造覆盖内容理解、语义检索、语义匹配与任务执行的一体化能力。岗位将支撑全网图片搜索、智能拍搜、多模态 RAG、Agentic Search 等关键场景，持续提升多模态检索系统在开放场景下的效果上限与用户体验。
1. 统筹与用增团队、市场部等渠道的协同，驱动套餐产品的用户获取与转化效率，为业务结果服务； 2. 制定渠道运营策略，结合飞猪 APP、手淘、支付宝等多端流量特性，设计差异化的曝光与转化链路，提升套餐在各渠道的渗透率； 3. 负责大促及日常营销活动的落地执行，与用增、市场团队共同策划拉新、促活等专项，推动用户生命周期价值提升； 4. 对接产品与技术团队，推动用户体验优化，提升用户购买体验与复购率； 5. 关注用户分层与精细化运营，针对不同用户群体设计差异化策略与权益体系； 6. 具备 AI native 思维，能将 AI 能力融入用户触达、内容生产、数据分析等运营环节。
1、数据资产：负责和推进盒马数据资产的建设，从业务场景中，抽象提炼产品通用能力，并持续跟进研发、保障交付结果； 2、数据平台：负责调研盒马双销售阵地的用户需求和国内外/集团内外同类产品，提炼和规划产品迭代计划； 3、业务分析：业务分析与 AI 应用相结合在多业务场景的探索与落地；
1、负责制定和完善全球数据中心消防管理体系、技术标准及操作规范，建立统一的检查清单、验收标准和整改跟踪机制，推动各区域本地化落地。 2、抽象并定义全球消防管理核心KPI指标体系（设施完好率、隐患闭环率、演练完成率等），建立数据看板和定期报告机制，通过数据分析驱动决策和风险预警。 3、统筹全球各区域L1消防专家团队，定期审核各区域提交的维保计划、测试报告及整改进展，牵头跨区域重大消防事件调查分析，输出根因报告和预防措施。 4、设计全球统一的消防安全培训课程体系和应急演练标准，组织专项培训和实战演练，建立知识管理沉淀案例和经验，提升现场工程师及驻场人员专业能力。 5、持续跟踪全球主要消防法律法规和行业标准变化，及时推动企业内部全球消防标准更新迭代，主导消防专项飞检和隐患分级治理，防范被动监管事件和行政处罚风险。 6、推进智慧消防数字化建设，探索AI、IoT、大数据等技术在消防监测预警中的应用；针对液冷、锂电池储能等智算新架构开展消防风险评估并制定相应技术标准。 7、与属地消防救援机构保持沟通，确保全球数据中心消防合规运营。
1. 负责情报团队的数据能力和体系建设，通过沉淀丰富的档案能力支持复杂多变的情报业务。 2. 重点围绕商品数据构建商品档案库、挖掘潜在业务领域知识，用数据提升业务效能，向业务前线直接贡献价值。 3. 通过深入理解业务及策略，抽象业务过程、沉淀可复用的数据洞察能力，提供系统性的解决方案。 4. 借助大模型实现日常数据开发的 Agent 工作流。
团队介绍 天猫淘宝海外搜推导购技术团队承担了平台多端的搜索及推荐两大导购体系的技术平台和相关业务研发。团队目前承担了数十亿用户搜索和推荐请求，解决国际跨境及本地市场搜索、推荐以及模型计算方面的挑战。我们正在将大模型能力深度融入搜索推荐链路，探索生成式检索、LLM意图理解、AI导购等新一代搜推产品形态。随着LLM在线推理成为搜推系统的核心基础设施，如何在保证效果的前提下实现低延迟、高吞吐、低成本的在线推理服务，是团队当前最关键的技术课题之一。国际化是集团的重点方向之一，业务的飞速发展需要有经验有想法有能力的工程师加入我们，一起打造面向全球的智能搜推推理引擎。 职位描述 1.负责搜推场景下LLM/生成式模型的在线推理引擎研发与持续优化，包括推理加速、显存优化、批处理调度等，保障线上服务的延迟和吞吐指标； 2. 参与生成式搜推架构的设计与落地，涵盖生成式检索、LLM Query理解、AI导购等方向，推动大模型能力在搜推链路的工程化部署； 3. 负责GPU推理集群的资源规划与成本优化，通过模型量化、KV Cache管理、投机采样、异步化等手段持续降低推理成本； 4. 跟踪业界推理引擎前沿技术（vLLM、TensorRT-LLM、SGLang等），完成技术选型和难点攻坚，推动团队技术演进。
1、负责公司在家电数码、医药保健、酒水零食、服饰运动等零售垂直行业的商业化广告拓展，达成年度目标。 2、以平台商业产品为核心，独立开发及管理行业头部品牌，洞察客户营销诉求，制定整合营销解决方案并推动落地。 3、深入研究垂直行业趋势，结合平台场景（地图、信息流、搜索、POI 等）及数据能力，产出高质量策略提案、创意脚本与传播内容。 4、统筹售前、售中、售后全流程：商务谈判、合同签订、项目执行、效果复盘，与产品、运营、技术、BI 等团队协作，确保客户满意度与投放效果。 5、维护并强化与品牌方、4A/代理公司等生态伙伴的长期合作关系，发掘二次及交叉销售机会。 6、收集行业及竞品信息，从一线视角为团队及平台商业产品提出优化建议，持续输出可行性方案。
作为阿里巴巴视觉生成大模型Al Infra训推优化团队，我们支持了通义Wan和Happy系列模型，你将有机会参与或负责以下工作内容： ● 设计和实现高效的分布式训练架构，优化训练过程中的计算、通信与显存使用，提升 GPU 利用率与整体训练吞吐； ● 探索并实现低bit量化技术和稀疏化，减少模型存储和计算资源消耗，同时保持训练精度； ● 构建训练性能分析与调优工具链，持续定位和解决系统瓶颈； ● 持续关注并跟进业界技术发展，积极尝试和探索新的训练优化方向，提出并验证创新性的解决方案。
1、负责大麦娱乐电影演出在抖音渠道的用户获取及转化。 2、基于抖音渠道特性，制定从用户触达、转化、成长全周期的有效运营策略。 3、基于大麦娱乐的业务特性，促成和抖音娱乐、本地生活、直播等团队的合作，实现用户增长。
作为阿里巴巴视觉生成大模型Al Infra训推优化团队，我们支持了通义Wan和Happy系列模型，你将有机会参与或负责以下工作内容： ● 对推理引擎的运行时环境进行深度优化，减少延迟，提高整体性能； ● 针对多种异构AI加速硬件，对核心算子进行极致性能优化，结合量化、蒸馏、cache等技术，降低视频推理成本； ● 开发智能的请求调度算法，确保高并发场景下的最优响应时间和吞吐量； ● 持续关注并跟进业界技术发展，积极尝试和探索新的推理优化方向，提出并验证创新性的解决方案。
1. 超大规模训练架构：负责百亿至万亿参数模型的分布式训练架构设计与演进。针对数千卡 GPU 互联场景，通过自顶向下的性能分析，利用 5D 并行以及通信优化策略，消除大规模分布式训练瓶颈，提升训练效率和线性加速比。 2. 极致性能优化与算子开发：深入软硬协同层，通过手写 CUDA / Triton 算子、算子融合及 XLA / MLIR 等编译优化技术，挖掘 GPU 硬件极致算力，打造一流的执行引擎，追求业界SOTA的 MFU。 3. 训练框架演进：结合前沿的大语言模型（LLM）与多模态模型结构，协同算法团队进行框架级优化（如 Checkpointing、显存优化、Overlap 通信掩盖），优化单位算力的模型效果。 4. AI 创新应用落地支撑：作为算力基座的核心支撑，支持行业顶尖的 GPT、AIGC、多模态模型在 AI 创新应用场景的业务落地，解决实际业务中的大规模与稳定性挑战，确保模型从训练到应用的顺畅衔接。
1. 负责模型训练场景中高性能计算Pipeline的实现，通过访存算子优化、算子融合、MoE/Attention算子定制，实现精细化显存管理、最大化计算/访存效率。 2. 负责结合大语言模型、多模态理解生成模型、Agentic RL等场景的模型训练需求进行算子设计，实现模型-Infra的Co-Design。 3. 负责世界模型、实时生成交互等场景的高性能低延迟算子设计和实现，满足模型加速上线的需求。 4. 使用专业的Profiling工具和手段，对大模型训练的端到端性能进行分析，精准定位Kernel执行、数据搬运、通信等环节的瓶颈，并提出体系化的优化方案。 5. 跟进业界SOTA的高性能计算工作，调研并实施异构硬件在超大规模训练场景的落地方案。
我们关注大模型后训练系统，为提升智能体能力上限、AIGC应用提供算力基座，加入我们迎接以下挑战： 1. 支持百亿～万亿规模的稠密 / MoE大模型的强化学习训练，实现多种对齐算法，增强大模型对齐人类模态、数学、代码、推理等方面的能力 2. 极致的通过5D并行训练、推理加速、训推一体复用等技术，与前沿的强化学习算法团队和阿里硬件团队进行协同设计，在前沿异构系统上实现高效的大规模（千卡以上）强化学习训练 3. 使用强化学习、蒸馏、量化等后训练技术，在AIGC、实时生成等场景达到极致的模型效果-性能平衡点； 4. 将成熟的系统与算法成果发表于顶会，并回馈开源社区（如 ROLL），持续提升在学术界与产业界的影响力 5. 支持业界前沿的LLM、多模态、图/视频生成模型在AI创新场景的业务落地。
1. 选品策略制定：基于直播场景特点（官播、达人直播、大促直播等），制定东南亚各国直播选品策略，包括品类结构、价格带分布、主推品与引流品的组合逻辑，并结合各国消费习惯和平台数据持续优化选品模型。 2. 货品运营机制设计：设计直播场景下的优惠机制（满减阶梯、直播专享券、Bundle组合、老客复购价等），围绕AOV提升和转化率优化目标，搭建可复用的促销框架，并与本地运营团队协同落地执行。 3. 产品运营与产技协同：梳理货品运营中的产品需求（选品工具、优惠配置后台、数据看板等），输出清晰的产品需求文档，与产品和工程团队高效对接，推动产品能力建设与迭代。 4. 策略落地与本地协同：与东南亚各国本地直播运营团队紧密配合，将总部策略转化为可执行的本地方案，跟踪各国执行效果，收集反馈并推动策略调优。 5. 数据分析与策略迭代：搭建选品与货品运营的核心数据指标体系（GMV、转化率、AOV、品类渗透率、券核销率等），定期进行数据复盘，输出策略优化建议，驱动业务持续增长。
1、独立负责中大型项目的系统分析与架构设计，主导核心代码开发，保障业务需求高质量交付； 2、参与大模型和Agent相关技术研发，包括意图理解、记忆机制、工具调用、任务规划、多智能体协同等关键模块； 3、推动AI能力在财税业务场景中的深度集成与创新应用，确保系统高性能、高可用与可扩展。
