共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
1、负责天猫APP端用户产品的运营：从用户视角出发，通过AI设计不同动机用户在首页/购物车/详情等访购路径和交互逻辑，优化信息架构和页面布局，降低用户决策成本；构建智能交互逻辑，实现"千人千面"的动态内容呈现和引导策略； 2、设计业务运营空间和分发逻辑：从平台视角出发，结合AI思路，设计不同类型业务或活动在首页的运营空间和分发逻辑，提升业务分发和转化效率，设计差异化的AI运营方案 3、推动运营工作流AI化：通过AI持续推动产品在内容投放、数据体系、运营流程上的工作流优化，提升运营时效
1. 履约核心系统设计 ● 负责履约表达与协同领域核心功能的领域建模、架构设计及编码实现。不仅关注传统业务逻辑，更致力于将 AI 能力原生地融入业务流程，确保系统的高可用性与智能化扩展性。 ● 主导重点项目的技术方案设计与评审，攻克“业务+AI”结合部的技术难点，保障项目高质量交付。 2. 系统性能优化与AI重构 ● 深入分析现有系统的瓶颈，通过重构代码、优化算法及引入 AI 辅助决策机制，显著提升系统性能与业务处理效率。 ● 基于 DDD（领域驱动设计） 方法论，清晰划分履约业务的领域边界，构建高内聚、低耦合的业务模型，为 AI Agent 提供清晰、标准化的业务接口与数据上下文。 3. AI Native 应用落地与工程化 ● Agent 研发与场景落地：负责 AI Agent 在履约协同复杂场景（如智能调度、异常自动处置、多式联运协同、客服交互等）中的研发、编排、调优与实际落地，解决传统规则引擎难以处理的长尾问题。 ● LLM 工程化体系建设：掌握 LLM 基本原理，负责企业级知识库（RAG）的构建与维护；熟练运用 Context Engineering（上下文工程） 和 Harness 工程/SDD 开发能力，优化 Prompt 策略，提升大模型在垂直业务场景下的准确性、稳定性与可控性。 ● 协议标准化与技能扩展：基于 MCP (Model Context Protocol) 协议打通数据孤岛，实现系统与模型间的无缝交互；开发标准化的 AI Skills，实现跨领域需求的快速组装与交付。 ● AI 驱动的研发效能提升：利用常用 AI IDE 及辅助工具优化开发全流程，探索 AI 赋能软件开发生命周期的最佳实践，推动团队从“Code Writer”向“AI native Architect”新研发范转型。
1、负责大规模商品标签、类目属性及商品信息理解算法，解决商品分类、信息抽取、标签生成、知识补全和商品摘要等问题。 2、探索大语言模型和多模态模型在商品理解中的应用，参与指令数据构建、监督微调、偏好优化、强化学习及模型评测等后训练工作。 3、建设面向商品数据生产的 Agent 系统，研究复杂任务规划、工具调用、记忆、反思和多智能体协作等问题，推动数据生产从人工规则驱动向智能化、自迭代方向升级。 4、面向数十亿级商品和多业务场景，建设覆盖数据构造、模型训练、自动评测、在线应用和效果迭代的完整算法链路。 5、与搜索、推荐、广告、大模型及商品发布等团队深度合作。你不仅负责模型指标，也能够参与业务问题定义，并推动算法能力产生真实、可量化的业务价值。
1. 统筹百炼重点项目及内外部研发需求规划，推动算法与平台团队高效协作，保障核心能力高质量交付。 2. 负责研发项目整体进度规划与目标管理，协调各研发小组横向协同与资源整合，确保阶段目标达成。 3. 建立并持续优化研发项目管理机制，提升组织协作效率与交付确定性。
1、跟进研发多模态大模型（vLLM）持续训练、SFT、RLHF 等技术，并跟进在电商领域中的落地场景，涵盖商品内容理解/摘要/商品关键信息与百科生成等各项工作。 2、持续跟进业内SOTA表征模型，参与商品基础表征能力建设研发，涵盖图文与多模态表征、预训练算法、无监督聚类等算法内容。 3、参与商品理解算法基础能力建设与商品同款簇算法创新和研发，探索前沿技术并落地业务。
1、负责阿里国际旗下Alibaba.com及Accio业务在中国市场的公共关系策略制定与执行，提升品牌在AI领域的专业影响力。 2、围绕AI技术、产品及行业趋势，策划并落地高质量的媒体传播内容。 3、建立并维护与科技、AI、财经类核心媒体及KOL的长期合作关系，精准传递公司在AI领域的战略与价值。 4、监测舆情动态，并协同内部团队制定应对策略。 5、联动市场、产品及技术团队，挖掘AI业务亮点，打造具有行业引领性的传播案例，支持业务增长目标。
1、负责厨热行业运营，包含但不仅限于通过数据挖掘、对市场的洞察和专业能力，输出品牌运营策略； 2、负责商家的销售和运营提升：通过商家日常运营监控和沟通、数据分析等，协调营销活动资源，帮助商家实现销售增长目标；运用商家/平台运营经验，通过产品/规则/培训等体系化方式培育商家成长，提升商家的运营能力； 3、跟进商家大促及营销活动，对商家生意节奏进行牵引，完成目标； 4、联合商品运营团队进行商机洞察和趋势发现，改善商家供给结构，满足消费者的需求； 5、负责国补O2O模式上线跟进。
1. 深度参与飞猪智能客服核心能力建设，涵盖从需求洞察到系统构建的全流程，通过技术能力提升业务效率与效果，实现技术价值转化。 2. 重点参与客服领域真实场景的AI-Agent的设计、实现与优化演进。 3. 深度参与系统架构设计及评审、CodeRview、稳定性工具及机制体系建设，保障系统高可用。 4. 参与关键难点攻关，前瞻性技术预研等技术突破及储备工作。
1. 负责阿里集团评测平台的整体架构设计与核心能力建设，覆盖基座模型、Agent与Skills等评测对象，支撑文本/生图/音频/视频等多模态模型，Agent以及集团内各类Skills的评测需求。 2. 搭建评测诊断、归因分析与报告生成能力，沉淀一套可复用的评测分析方法论；针对评测失败原因、得分分布、执行轨迹与Badcase做深度归因，为基座模型、Agent与Skills的能力迭代提供依据。 3. 跟进业界模型与Benchmark的最新进展，制定评测实施计划与应急预案，推进评测任务落地、验收评测结果并产出高质量分析报告，把评测元信息、结果与报告沉淀为可管理、可检索的数据资产。 4. 与领域专家团队协作，支撑评测集的制作、验收与上架，配合完成敏捷评测与全面评测，提升评测全链路的自动化程度与工程效率。 5. 支撑集团内各类Agent及竞品接入EVA+自动化评测体系，开发Agent接入诊断与提效工具，建设业务评测集的自动化生成能力，降低业务方的接入与维护成本。
1. 负责酒店行业直播间的日常运营，包括直播排期、选品组货、内容脚本策划及直播复盘，确保直播间稳定高效运转； 2. 制定并执行直播玩法策略，结合大促节点（双11、618、919 等）与日常营销节奏，提升直播间 GMV、观看人数、转化率等核心指标； 3. 负责直播间货品管理，与供应链团队协同完成选品、定价、库存协调，确保直播商品的竞争力与可售性； 4. 跟进直播数据，建立日报/周报体系，针对流量、转化、客单价等维度做归因分析，持续优化运营策略； 5. 对接商家及内容团队，把控直播间视觉呈现、话术规范和品牌调性，沉淀直播间 SOP 与运营方法论； 6. 关注行业直播动态与竞对直播间，定期输出竞品分析，捕捉新玩法与新趋势。
1. 根据业务领域特点开展项目质量策划； 2. 项目过程质量控制，质量监控，质量改进，引导项目流程过点； 3. 质量管理体系建设、优化和维护； 4. 持续研究质量工程方法，在项目推荐合适的质量工具解决业务问题； 5. 制定质量氛围建设方案并实施落地；
负责企业级智能业务平台中"知识与记忆中心"的整体规划与技术落地。该模块是平台的核心基础设施，为上层多个业务 AI Agent 提供统一的知识与上下文供给，确保 Agent 在每次决策与执行时均能获取充分且精准的信息支撑。 本场景需统一治理跨域结构化数据、非结构化文本、即时通讯记录、既有知识库及业务事件流等多源异构内容，在异构数据源之上建立统一的知识表示、检索与服务体系，并构建"采集 → 提取 → 索引 → 评测 → 优化"的持续闭环，驱动知识质量与 Agent 决策质量的阶梯式提升。 岗位要求： ● 主导知识飞轮全链路的架构设计与技术选型，制定分阶段落地路线图，确保从 MVP 到规模化运转的路径清晰可控。 ● 设计多源异构数据的统一接入与变更感知体系，覆盖结构化数据、文档、IM 对话、知识库与事件流五类内容源，建立差异化的同步策略与时效性管理机制。 ● 针对不同内容类型构建差异化的知识提取与关联推理能力，包括文档解析与语义分块、对话意图提取、事件模式识别、跨域知识归一化与冲突消解。 ● 设计高效的多模态检索与分级缓存体系（向量检索 + 倒排索引 + 热温冷三级 Cache），在响应速度与知识时效性之间取得最优平衡。 ● 建立知识质量的全维度评测与归因体系（检索相关性、知识准确率、上下文完备度、业务效果归因），实现自动化持续运行，驱动飞轮各环节的迭代优化。 ● 沉淀知识工程方法论与最佳实践，培养团队核心技术骨干。
1.负责推荐系统的算法研发与迭代，结合视觉、文本等跨模态信息优化召回、排序及重排策略，提升推荐效果与用户体验。 2.设计并落地多模态特征融合方案，构建用户画像与内容理解模型，推动多模态技术在内容挖掘、识别与生成场景中的应用。 3.参与大模型在推荐系统和多模态领域中的微调，探索强化学习、指令微调等技术在业务指标提升中的实战路径。 4.跟踪多模态与推荐领域前沿技术，推动复杂项目从0到1落地并达成业务目标。
1. 建设语音数据的 Agent 能力底座：智能体框架、编排、调度与状态管理，覆盖数据生产、标注、构造、取数、质检等各类任务的自动化； 2. 把各类语音数据流程改造成 AI-Native 自动流水线：可配置的 pipeline 槽位（Preprocessor、Rubric/Schema、Judge Adapter、Aggregator 等），让语音数据处理 / 语音数据策略团队的方法即插即用； 3. 集成与服务 judge / 算子 / 生成等模型，作为 Agent 可调用的工具，实现聚合、分歧检测、软标签等增强组件； 4. 沉淀可复用的 Agent 能力与工具链，与标注平台 / 推理引擎对接，保障规模化、可观测与稳定运行。
1. 负责音频大模型的高质量的数据构造及模型评测工作，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 设计和实现TTS/ASR/文生音乐等模型的数据标注生产工作，并不断优化迭代，高效完成标注和内容生产项目； 3. 构建并维护一套完善的各领域AI数据内容质量管理体系，积极推动组织流程及交付流程优化，全面把控内容质量并对结果负责，并不断进行优化迭代； 4. 开展音频大模型及应用的评测体系方案建设，能够从各领域专业层面设计专业评测方案、开展专业的评测服务； 5.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作。
1、负责带方言、区域口音或非标准普通话语音数据的生产质量判断、复核、问题记录和样例沉淀。 2、判断语音内容、转写文本、口音特征、可懂度、噪声、口糊、无效音频和任务标签等问题。 3、支持方言/口音 ASR、真实用户语音、Audio-Chat 语音和 TTS 方言/口音音色相关任务。 4、沉淀方言/口音样例、常见误判、边界 case 和判断依据，支持 guideline 和验收标准迭代。 5、配合质检、验收和 guideline 负责人完成争议问题回流和跨人校准。参与真实用户语音、方言/口音语音和跨地域语音数据生产质量建设，帮助语音模型更好覆盖真实口音、非标准普通话和复杂说话场景。
1、负责试标结果整理、抽检记录、错因归类、批次问题汇总和复盘材料维护。 2、协助质检、验收和生产负责人跟进标注质量、人员爬坡、质检一致性和问题回流。 3、参与质检员培训、认证、盲样校准、badcase 整理和争议样例沉淀。 4、根据机检结果、人检结果和抽检记录，整理批次风险、供应商反馈材料和质量改进建议。 5、推动标注平台、AI 辅助工具和生产流程中的提效问题被记录、分类和反馈。连接标注生产、质检验收、供应商质量和 AI-Native 工具迭代，把零散问题整理成可跟踪的质量体系、培训认证机制和生产改进闭环。
1、负责普通话语音数据的生产质量判断、复核、问题定位和样例沉淀，覆盖 ASR 语音识别、TTS 合成结果和 Audio-Chat 基础语音判断。 2、判断音频与文本是否一致，识别漏字、多字、错字、实体词、标点、问号、数字/ITN、无效音频、口糊、噪声等问题。 3、判断 TTS 合成结果中的文本一致性、漏读、多读、错读、发音、韵律、停顿、自然度、情感表现、音色一致性和异常音。 4、参与 ASR diff/雷题任务、TTS 合成结果质量判断和 Audio-Chat 语音判断的试标、抽检、错因归类和 badcase 回流。 5、结合标注平台、机检结果和 AI 辅助工具，完成质量结论记录、批次质量反馈和争议样例整理。参与 ASR、TTS 和语音对话等 AI 语音场景的数据生产质量建设，把音频、文本和模型结果中的问题转化为可复盘、可训练、可改进的质量结论。
1. 负责阿里巴巴CFO相关的产品(财税资控投)研发、项目的交付，保障产品需求按时、高质量的上线； 2. 深入发掘和分析业务需求，撰写技术方案和系统设计； 3. 参与或领导跨团队的研发项目，不断拓展服务场景的边界，拿到关键项目结果； 4. 面向阿里集团复杂业务场景构建SaaS和交付能力，高质量完成行业客户的交付和能力建设。
1、平台架构与研发：负责大模型应用开发平台的核心架构设计与开发，构建可视化Agent编排引擎、RAG检索增强系统及模型网关，解决高并发下的性能瓶颈。 2、Agent生态建设：设计通用的Agent开发范式，封装工具调用、记忆模块及规划能力；整合LangChain等框架，建立Prompt工程最佳实践与评估体系。 3、AI原生研发效能：熟练运用 Cursor、Qoder、OpenCode 等AI编程工具进行全链路研发，利用仓库级理解与任务自动分解能力（Agentic Coding），主导复杂模块的自动化生成与重构，显著提升交付效率。 4、全球化支持：主导平台国际版建设，设计支持多语言、多时区调度及海外数据合规的系统架构，优化全球网络环境下的推理路由与加速方案。 5、稳定性保障：负责生产环境的运维保障，建立监控告警与容灾机制，确保大模型应用系统在高负载下的稳定高效运行（SLA达标）。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1、负责原生多模态模型研究和开发，结合多模态能力（支持文本、图像、语音输入）实现复杂指令生成，包括但不限于文生图、图生图、文档生成、可控编辑等核心方向。 2、负责图像生成模型效果优化，探索扩散模型、自回归模型结构和策略优化等核心技术课题。 3、负责人类反馈与强化学习，聚焦于更加精细的RL算法设计，并基于万相用户反馈的RLHF图像生成质量提升。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1. 探索大规模多模态理解生成统一基础模型，包括但不限于：统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等。 2. 探索和突破多模态强化学习，包括但不限于：视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等。 3. 构建基于生成模型的真实世界渲染引擎，探索新的多模态交互范式，探索虚拟和真实世界的强化反馈链路设计。
1. 精通智算、大模型、MaaS等产品和技术，支持运营商业务团队进行售前/中/后相关业务拓展工作； 2. 深耕运营商服务器集采全流程，可独立主导从硬件选型、环境构建、模型部署到性能评估的端到端验证与方案落地； 3. 面向运营商专业公司和省分公司的智算需求，提供国产智算集群与AI一体机的全栈解决方案，涵盖从方案设计、芯片适配、PoC集群验证到规模化落地的端到端交付； 4. 为运营商行业客户及合作伙伴提供阿里云AI全栈云解决方案和咨询服务，理解客户及合作伙伴的AI应用需求、非功能型需求、性能及可用性需求，提供基于阿里云AI全栈技术体系的架构设计方案； 5. 根据运营商自用和政企客户的AI合作场景的特性，基于阿里云平台的AI全栈技术能力，设计运营商行业AI应用落地场景，帮助客户或合作伙伴达成应用AI产品重构和升级； 6. 支持运营商行业客户或合作伙伴成功的在阿里云平台上构建AI应用程序和服务，通过调用阿里云tokens服务，实现Qwen/Wan/Fun大模型的规模化应用； 7. 与阿里云和客户研发团队合作，支持基于阿里云产品的管控平台开发和测试工作，实现运营商行业AI时代的合营共建解决方案。
【岗位职责】 1、深入重点客户业务场景，快速识别其对AI技术的需求场景，例如办公提效、经营优化、智能研发、多模态识别和生成等，充分利用企业数据对业务流进行重塑，通过数据+AI进行智能决策和行动，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地 2、AI 应用架构与开发： 基于 Agent 平台完成 AI应用 场景的架构设计、开发与迭代，负责模型编排、调用链路、成本与性能优化，确保应用稳定可扩展。 3、场景落地与交付： 深入客户业务现场（制造/零售/能源等行业），理解行业痛点，将业务需求转化为 AI 技术方案并完成交付部署。 4、平台能力反哺： 基于一线项目反馈，抽象通用能力推动平台产品优化，实现从“定制项目”到“平台能力”的转化
● 产品知识转化： 紧密跟进高德本地生活产品（阿里本地通商户后台、高德广告推广平台等）的最新更新迭代，将复杂的产品逻辑转化为商家易懂的可视化操作指南SOP。 ● 商家基建赋能： 通过线上视频培训、企微社群运营、电话指导等多种形式，引导商家完成后台基础设施建设（包括头图优化、营业时间校准、地址精准标注、团单上架与核销配置等），确保商家分及五星门店店铺达标。 ● 广告投放指导： 指导商家在系统后台进行广告投放操作，查看投放数据报表（曝光、点击、转化），并帮商家分析投放效果，提供优化建议，提升商家单店广告消耗，确保商家ROI保持正向增长。 ● 商业化运营与留存：监控商家广告账户余额，沟通提醒及时充值，保障投放连续性。分析商家广告投放行为与 ROI，利用AI智能体输出分析报告，引导商家增加预算或优化策略。负责商家年费产品的到期提醒与续费谈判。 ● AI 提效探索： 使用 AI 智能体工具（如Qoderwork，自动生成商家复盘报告，商家客资录音分析、商家ROI数据分析等），优化工作流，提升单兵人效。
1、负责商业化产品的策略设计与方案输出，支撑产品从概念到上线的全流程 2、 基于市场调研与用户洞察，定义产品功能规格、交互逻辑与用户体验标准 3、制定产品分层策略（免费版/付费版/企业版等），设计差异化权益与升级路径 4、与产研团队紧密配合，输出高质量PRD及原型，确保设计方案准确传达并落地 5、 参与定价策略、促销机制、套餐组合等商业化方案设计 6、跟踪产品上线后的市场反馈，持续优化产品策略与设计细节
1. 负责淘天集团商业数据安全，建立安全制度/卡口/审批流程对商业数据的开放和使用进行安全评审和管控。 2. 通过商业数据资产梳理，对服务和接口进行监控，实现事前事中数据泄漏告警。 3. 通过因子挖掘、数据分析、数据模型、策略运营，对爬虫等数据泄漏利用方式进行防控和持续对抗。 4. 兼顾风险防控和用户体验的平衡，优化防控策略的分层处置机制； 5. 对数据泄漏风险事件应急响应，进行快速的风险定位与止血，建立完善的事后处置流程。 6. 构建风控Agent对风险进行感知、巡检、止血、策略定制、样本分析等工作。
- Develop and maintain the Group’s planning processes, including annual budgeting, quarterly target setting, and monthly forecasting. - Prepare and maintain short-term and long-term financial forecasts, budgets, and business plans aligned with business strategy. - Consolidate and review submissions from Country FP&A teams to support variance analysis and management reporting. - Monitor financial performance, track KPIs, perform variance analysis, and provide insights and recommendations for improvement. - Partner with cross-functional teams to drive financial discipline, optimise cost structures, and support growth and efficiency initiatives. - Work with country and regional stakeholders to improve financial processes, enhance efficiency, and ensure compliance with policies and regulations. - Maintain accurate financial models, reports, and planning inputs using financial systems and tools. - Support process improvement initiatives and identify opportunities to streamline reporting and planning activities, including through the use of AI-enabled tools.
1、负责对接客户需求，制定合理的包装设计和材料选择，并完成对客户包装产品的推广； 2、负责对包装影响成本、体验的各环节要素分析、监控、运营，对其中的异常问题和机会点拉动各环节形成解决方案，达成成本、体验的最大优化； 3、协同采购部门进行包材采购策略的优化，实现采购成本优化。
能力建设、价值创造，以身作则、感同身受、敏捷组织、简单文化，让每个加入阿里云的同学成为更好的自己，成就生生不息的阿里云。 战略落地陪伴： 1、理解业务战略，组织业务战略通晒，确保战略层层落地，不变形。 2、了解一线员工对业务战略的反馈，通过组织沟通场促进员工对业务战略的理解。 3、目标管理，协助业务搭档通过OKR工具来确保组织战略目标层层落地，促进上下游的目标拉通，同时使得员工有清晰的目标和实现路径。 4、组织阶段性复盘，通过会议及沟通场的组织，协助业务搭档及时审视和调整业务战略的执行。 组织设计： 1、理解业务，熟知行业竞对在相同模块的业务的组织架构、人员能力和差距，根据业务组织发展的需要，配合业务一号位，梳理上下游生产关系，设计好组织架构、排兵布阵。 2、定岗定编，支持业务leader制定岗位及人才标准，进行人员的选、用、育、留、汰。 3、从业务出发，推动业务搭档做好业务取舍和聚焦，并形成相匹配的工资包策略和HC规划。日常做好工资包/HC管理。 人才供应与发展： 1、掌握所支持业务核心人员的来源和分布（不局限于内部、竞对、校招），分别运营好核心人才群体，做好链接。 2、用好人才系统，帮助业务团队做好人才的即时供应，保留业务所需的关键人才，促进人才新陈代谢。 3、人才发展，做好新人landing和融入，对管理者有识别赋能跟踪链接，推动支持团队的专业能力成长。 组织文化与温度： 1、深入理解文化价值观并身体力行，促进员工对文化价值观的理解、认同、共识与践行。 2、帮助管理者成为业务、组织、文化一号位，做到以身作则、感同身受，让团队同学成为更好的自己。 3、建立与员工的链接，成为员工与组织的桥梁，增强员工归属感和团队凝聚力。 4、妥善处理好各类员工事件和廉正合规事件，在组织中引导积极、正向的风气。 机制设计与数据驱动： 1、围绕业务端和组织端的各类场景，配合业务搭档建设和调优各类机制（包括沟通、决策、月报、汇报等机制），推动业务建立管理者和员工的常态化沟通、辅导、目标对齐等机制。 2、配合业务发展需求，建立奖惩机制，并在过程中不断审视和调优，激发团队战斗力，坚守底线。 3、通过数字化方法优化工作流程，提升效率，有高质量的数据洞察和结论输出。 4、使用数据看板等工具，发现问题并推动问题的解决，并提出对数据系统的优化建议。
