共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
Tair是阿里云自主研发的分布式缓存和KV数据库产品，为企业提供高性能、低延迟、高可用的缓存与KV数据库，场景从面向互联网的缓存/KV到面向推理的 KVCache。 在技术层面，我们持续深耕缓存和KV的内核优化、分布式架构、云原生技术、Serverless 弹性、KVCache 缓存优化等前沿方向，致力于将 Tair 打造为业界领先的分布式KV存储与缓存产品，并在 AI Infra 浪潮中处于技术前沿。团队在内核性能优化、推理优化、存储引擎、高可用架构等方面积累了深厚的技术底蕴，多篇技术论文发表于顶会。 1. 参与Tair内存数据库管控产品核心研发工作，包括高可用架构、性能优化等关键模块的设计与实现； 2. 参与Tair管控平台的研发与管理，覆盖数据库全生命周期（创建、变配、备份、恢复、监控、告警、审计、优化等）及服务相关系统的研发； 3. 参与从用户侧到资源侧的端到端研发，包括数据链路、指标链路、巡检链路、容量管理、成本分析等，构建智能化、自助化的数据库运维管理平台； 4. 利用云原生技术（Kubernetes、Docker、ECS/神龙、VPC等）与数据库技术深度融合，打造高体验、高吞吐、高可扩展、高稳定性的云原生内存数据库服务； 5. 通过产品化、智能化方式管控阿里云大规模分布式Tair实例集群，支撑集团及云上客户业务需求，为双十一等大促场景提供稳定、极致性能的缓存服务； 6. 日常研发中持续提升系统稳定性、可扩展性、可观测性与高可用能力，面向用户提供简洁、高效、自助化、自动化的数据库管理平台； 7. 负责上述相关技术方案设计、落地与实现，保障产品稳定性并持续迭代提升。
## Read me **阿里云 CIO 线** 致力于打造 AI 时代业界领先的企业 IT 系统，以 RaaS（Result as a Service）模式，通过 IT 系统的构建和应用向客户直接交付成果，帮助客户在 AI 时代获得长期优势。 我们视 AI 为新的生产力，并采用全新的软件开发范式来构建产品。生产关系匹配生产力，故我们设计了新的产研组织形式，不同于传统产研团队按岗位分工（PD、设计、前端、后端、测试），在新组织下我们设置了**产品设计前端工程师（PDFE）**、**架构与后端工程师（ABE）**两种角色。 ‒ 我们是一支以成果为核心的企业 IT 产研团队，聚焦将最新的 AI 技术落地到真实业务场景中，服务企业级客户。 ‒ 我们期待这样的你加入：人聪明，有品味，敢担当，有冲劲，有韧性。 ‒ 我们希望你有这样的能力：**数学思维**，抽象能力强；**语文表达**，写出好的 Prompt；**业务升维**，对业务的高维认知；**系统架构**，能设计复杂系统；**销售服务**，与客户建立信任和影响。 ‒ 我们想让每位同学都取得最佳成果，成为更好的自己。因此我们重视个人的基模、能力和意愿，而非传统职场资历。 ## Role 作为**架构与后端工程师（Architecture & Backend Engineer，ABE）**，你将基于 AI 软件开发新范式构建 Micro - Agents 体系，并快速进行服务端开发。无论是新功能开发还是存量系统迭代，你将体验效率成倍提升，系统开发从未如此高效。 你将拥有难得的机会，深入了解阿里云的业务及阿里云客户的业务，直接与一线用户合作，了解他们所面临的棘手问题和紧迫挑战，并使用最新的 AI 技术和关键业务数据来解决。无论是“精准分析需求，提升客户体验”，还是“分析业务痛点，让运营更高效”，你都将运用你的技术专长、创造力和解决问题的能力，赋能客户取得业务成果。 ## Core Responsibilities ‒ **系统架构**：设计系统架构蓝图选择适合的技术栈，通过合理的技术选型和服务拆分，保障系统未来的高可用、可扩展与安全性。 ‒ **业务建模**：将业务抽象为结构化、高性能、易维护的领域模型，定义数据实体、关系和生命周期。 ‒ **API 实现**：与产品设计前端工程师密切合作，提供稳定、高效、安全的API服务，并共同保障端到端的体验。 ‒ **后端工程**：基于 AI 软件开发新范式建立从编码、测试到部署的流程，构建完善的可观测性体系，保障研发效率和线上服务的稳定性。
岗位职责： 1. 深刻理解药企经营模式，能精准识别药企在终端市场、渠道管理、销售运营、激励及KPI管理中的核心问题，明确场景价值和成功标准； 2. 协调内外部资源，推动企业数据与AI模型深度融合，将业务问题转化为数据产品、分析模型和AI 智能体，实现方案快速上线验证； 3. 推动AI数据洞察进入客户实际工作流，为药企客户提供从问题发现、数据分析到任务执行和效果复盘的完整咨询服务； 4. 持续收集客户真实反馈和使用数据，将项目经验反哺和沉淀为可复用的AI 数据产品和服务体系；
全面负责线下前置仓业务渠道生态的建设与管理，统筹地面服务商管理、门店拓展及渠道运营策略，驱动业务从试点阶段向规模化扩张。 1. 服务商管理：筛选、引入、考核地面服务商/渠道商，建立分级管理与激励约束机制，确保合作质量与进度。 2. 门店拓展：制定区域拓展策略，推动新店落地，对拓展进度和成功率负责。 3. 渠道运营：建立渠道数据体系，监控门店运营指标，持续优化渠道效率。 4. 商务谈判：主导与核心服务商/渠道伙伴的商务谈判，争取有利合作条件，管控渠道合作风险。 5. 配送规划：主导规划并推动门店配送体系从 0 到 1 搭建，协同物流资源降低履约成本。 6. 团队建设：根据业务发展节奏搭建渠道团队，建立标准化 SOP。
● 面向Agent，负责AI原生数据库的产品需求分析、功能规划，输出PRD、原型设计及定价策略等； ● 负责数据库重大项目的项目管理，制定项目计划、里程碑和交付节奏，跟踪并解决项目阻塞问题，确保按时高质量交付； ● 以AI原生的方式（团队内部同时有Agent和人），协调研发、测试、运维、安全等多团队资源，推动跨团队协作与风险管控。
1、技术规划与架构设计：结合智算、云原生数据库及AI Agent业务需求，参与制定高可用的异构资源调度架构规划；参与基于Kubernetes调度系统的技术迭代，CPU与GPU/NPU等多元算力池化，支撑万卡级集群的高效运转与Agent运行时环境的资源隔离。 2、方案设计与核心研发：分析业务资源需求，设计异构算力协同与资源分配策略；参与调度器（Scheduler）的深度定制与二次开发，比如CPU在离线混部、GPU虚拟化（MIG/vGPU）、跨集群调度等，同时参与面向海量AI Agent的底层容器调度与隔离平台建设。 3、稳定性保障与性能优化：建立全链路可观测体系，快速定位并解决CPU负载异常、GPU硬件故障及调度延迟等线上难题；通过CPU/GPU潮汐混部、推理冷启动加速等手段，极致提升整体资源利用率并降低算力成本；利用AI Agent开发AIOps工具，实现故障自动排查与运维流程的自动化提效。 4、前沿技术预研：紧密跟踪AI Infra、AI Agent、Data+AI趋势，探索利用大模型（LLM）优化数据库与算力资源调度，推动异构调度系统向智能化、自动化方向持续演进。
负责阿里云 MongoDB 云数据库管控平台与数据库内核的研发工作，包括但不限于： 1、负责 MongoDB 云数据库管控平台研发，涵盖实例全生命周期管理（创建、变更、升级、迁移、弹性伸缩、多可用区容灾编排），为云上用户提供稳定、高效、自助化的数据库服务。 2、参与云原生架构演进，基于 Kubernetes、ECS、EBS 等云基础设施，构建 Serverless 形态、智能资源调度与自动化运维能力。 3、构建面向 AI Agent 的产品化能力，落地 MongoDB Agent、MCP 服务、CLI 工具链与分层 Skill 体系，系统性降低用户运维门槛。 4、建设智能诊断、巡检、根因定位与自愈能力，结合 LLM Agent 从线上问题中提炼模式，持续降低 MTTR 与运维成本。 5、深入 MongoDB 内核进行性能分析与调优，独立定位和解决云上用户遇到的稳定性与性能问题，推动从内核到管控的端到端优化。
岗位概述 DTS数据传输服务是阿里云自研的核心数据产品，大规模服务于涉及国计民生的大量企业客户，并应用于双十一核心交易异地多活、广告、搜索等核心场景，在 Data+AI 战略下发挥独特的价值。近年来，团队产出数十项发明技术专利，并在国际顶会 VLDB、ICDE、TDSC 上发表多篇学术论文。 我们正在寻找优秀的面向 AI Native 的研发工程师，参与新一代的云计算核心系统的研发工作。您将有机会深度参与 AI Native 的数据库、容器、存储、操作系统等基础设施领域的技术挑战，与顶尖技术团队一起攻克行业难题。 岗位职责 1. 负责面向 AI Native 的云基础平台核心系统的架构设计、开发与运维工作，保障超大规模分布式系统的稳定性。 2. 负责管控系统、运维自动化平台、监控告警系统的设计与持续优化，提供秒级响应能力。 3. 参与容器化、存储服务、系统工具链、AI Agent 等基础设施的研发与技术演进。 4. 负责 SRE 平台建设，包括生命周期管理、稳定性保障、可观测体系搭建等。 5. 参与跨部门复杂项目的推进，协调业务和技术目标落地。 6. 探索前沿技术在AI、数据库、云原生等场景的应用与落地。
1、带领10人左右运维团队，负责教培行业中小商家线上运营和广告运营相关工作； 2、结合线上诊断优化等业务动作，通过目标拆解、过程跟踪与流程制度优化，基于月度核心策略制定，带领团队拿结果，核心对收入和留存、续充等指标负责； 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，并及时根据解决； 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，促进商家经营的良性增长，持续陪平台一起成长； 5、做好团队员工培养和带教，通过业务推进，提升团队凝聚力和战斗力，拿到业务结果；
1、负责AI商业化产品的整体规划与设计，制定产品路线图并推动落地执行 2、定义商业化产品的核心目标与关键指标（收入、转化率、客单价等），对商业化结果负责 3、 深入理解AI技术能力边界，将技术能力转化为可售卖、可规模化的产品形态 4、 协同销售、运营、技术等团队，确保产品设计与市场需求、销售策略高度对齐 5、持续跟踪竞品动态与行业趋势，迭代优化产品组合与定价策略 6、建立产品数据监控体系，通过数据分析驱动产品决策与商业化效率提升
1、负责AI商业化产品的运营和产品迭代，为商业化产品的规模负责 2、制定产品在售卖、运维、商家使用渗透对应的产品和业务策略，提升对应的使用频次， 3、搭建销售漏斗分析体系，识别转化瓶颈并针对性优化策略 4、组织销售培训与实战演练，提升一线销售对AI商业化产品的理解与售卖能力 5、定期复盘销售策略效果，结合市场变化快速调整战术方向
1. 负责消费领域AI应用研发及业务场景落地，包括直播运营、品类规划及AIGC等方向的技术方案设计与实现 2. 参与构建，涵盖模型选型、微调、部署、计算优化、Agent构建及工程应用的全链路大模型服务框架及应用平台 3. 跨部门协同推进技术方案实施，与产品、运营团队合作，推动AI能力在业务全流程的融合应用
【团队介绍】 PolarDB管控团队专注打造国际一流的云原生数据库PolarDB，以"高性能、高弹性、高智能"为核心构建企业级云数据库基础设施。团队突破传统架构限制，首创计算Serverless架构（动态资源按需分配，降低成本50%+，支持百万核级CPU调度），率先实现多主架构、HTAP混合负载处理等创新技术，服务金融、电商等关键行业数万企业数字化转型。团队同时承担PolarDB全系列产品在公有云国产化环境的适配与落地，深度对接国产硬件生态（海光、鲲鹏、飞腾等），推动数据库核心基础设施自主化演进，服务政务、金融、运营商等国家关键行业。在Data+AI领域，团队构建AI节点计算框架支持向量检索/图计算等，持续探索智能数据平台新边界。作为阿里云数据库"梦之队"，团队通过软硬一体化创新，正引领全球数据库技术进入智能化新纪元。 【职位描述】 作为PolarDB管控研发工程师，你将深度参与PolarDB公有云核心管控系统的设计与研发，推动云原生数据库在弹性、可靠性、智能化、自主化方向的技术突破。你将与数据库内核、存储、AI、基础设施等多个顶尖团队协作，打造面向未来的下一代智能数据库平台，包括不限于： 1、负责PolarDB公有云管控系统架构设计与核心模块开发，包括集群管理、资源调度、自动化运维、高可用容灾等 2、参与PolarDB Serverless架构演进，优化弹性伸缩策略与资源利用率，提升系统性能与成本效益 3、推动PolarDB在国产硬件平台（海光、鲲鹏、飞腾等CPU及配套整机）上的全链路适配，包括规格体系设计、性能基线建立、兼容性验证与持续调优 4、参与公有云底座对接与集成，确保PolarDB在多种硬件与软件栈组合下的一致性交付体验，服务政务、金融等关键行业客户 5、探索Data+AI融合场景，参与AI节点调度、向量检索引擎集成等前沿方向研发 6、持续提升系统可观测性、自动化运维能力与客户体验，服务数万关键行业客户
1. 负责阿里云的身份和访问控制产品建设，通过对业务的理解，从用户场景和需求出发，设计并实现面向未来IAM服务，包括但不限于架构设计、系统实现、自动化监控运维； 2. 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等； 3. 调研并分析业界IAM的发展态势，理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地； 4. 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠；
阿里云 SDK 团队致力于将云上数万个 API 转化为开发者真正“用得上、用得好、用得爽”的工具链。我们不仅提供开发者门户、多语言 SDK、CLI 等经典工具，更在 AI 时代率先打造了 OpenAPI MCP Server（api.aliyun.com/mcp）—— 一款专为 AI Agent 设计的下一代 API 调用基础设施。该服务已正式上线，并已支持 Core 模式，可一键接入和管理阿里云全部 2W+ API。 我们坚信：AI 时代好的 API 工具，应该让大模型和智能体像人类开发者一样，轻松理解、调用并组合云服务。为此，团队自研两大核心 DSL： 1、CloudSpec IDL：阿里云自研的资源驱动型 OpenAPI 描述语言，统一管理数十万 API 的语义与生命周期，支撑 IaC（Infrastructure as Code）场景下的资源化改造； 2、Darabonba：一套跨语言 SDK 生成引擎，高效输出 Java、C#、Python、PHP、TypeScript、Swift、C++、Go 等八种语言的高质量 SDK，确保开发者体验一致且可靠。 在 AI 浪潮下，我们正加速构建面向智能体的 API 工具新范式： 通过 API MCP Server，将任意阿里云 API 自动转化为 LLM 友好的函数调用接口； 在已上线的 MCP 服务基础上，持续推进 Core 模式能力演进，支持对 2W+ API 的统一接入与规模化治理； 开发者只需在门户中勾选目标 API，1 分钟内即可生成专属 MCP 服务，无缝接入主流 AI Agent 框架； 深度优化 API 的语义描述、参数约束与错误反馈，让大模型“看得懂、调得准、用得稳”； 探索基于自然语言的 API 编排、自动鉴权、上下文感知调用等前沿能力，推动云服务真正融入 AI 工作流。 除上述能力外，团队还深度参与阿里云一方 Skill 建设，覆盖从内部生产、验证到外部集成的整体链路。CLI、MCP、以 Python 为主的 SDK 已成为 Skill 的核心操作支撑，正在持续沉淀为面向 Agent 时代的标准化工具基座。 加入我们，你将： 参与管控数十万 API 的元数据体系与资源化演进； 主导 SDK/CLI/MCP/Skill 等工具链的产品设计与体验升级； 深度参与阿里云 Agentic Tools 开发，推动 CLI、MCP 与 Python SDK 在智能体场景下的能力融合与工程化落地； 融入阿里云 AI 面向 AI 友好（AI-for-AI）的体系化变革，让每一个 AI Agent 都能高效调用阿里云，释放云的智能潜力。 我们正在构建 AI 时代完整的 API 工具链——不仅连接开发者，更连接未来智能体与云服务的无限可能。
1. 负责阿里云的身份和访问控制（RAM）产品建设，通过对业务的理解，从用户场景和需求出发，设计并实现面向未来IAM服务，包括但不限于架构设计、系统实现、自动化监控运维； 2. 对开发中和部署后的程序进行必要的维护和迭代，包括工单处理、问题诊断、产品体验改善、性能和成本优化等； 3. 调研并分析业界IAM的发展态势，理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地； 4. 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠；
阿里云开放平台是将阿里云各个产品生态系统连接在一起的粘合剂。其中IAM研发团队专注于构建阿里云的核心基础设施——身份认证、权限管理、访问凭证和操作审计。我们负责了阿里云每一次控制台访问以及每一次API调用的安全性和合规性。 IAM研发团队围绕认证（Authentication）、授权（Authorization）和审计（Auditing）的方向提供了以下的产品和服务： 1. 访问控制（RAM）： ● 负责阿里云身份模型的设计与研发 ，提供云平台上安全灵活的身份管理能力和解决方案； ● 负责阿里云授权系统的设计与研发；提供灵活、可扩展、高性能的鉴权平台；每天为阿里云超过数百款产品和服务提供数万亿次鉴权服务； ● 负责阿里云访问密钥和认证服务的设计与研发，提供安全可靠的API认证协议和全球化部署的认证平台，每天支撑阿里云数万亿次认证请求； 2. 阿里云操作审计(ActionTrail)： ● 负责阿里云上记录所有操作的审计系统的设计与研发，每天处理数万亿的事件数据，通过对审计数据的发掘，帮助云上客户发现潜在的安全和稳定性风险 3. 云SSO（CloudSSO） ● 负责基于阿里云资源目录RD（Resource Directory）的多账号统一身份管理与访问控制的系统设计和研发。在多账号场景下提供安全，灵活，便捷的身份和权限的管理能力和解决方案。 4. 智能体身份(Agent Identity)： ● 负责阿里云智能体身份系统的设计和研发工作。提供灵活，可扩展的Agent身份管理和agent用户出入栈的认证，鉴权和审计能力。 本岗位负责开放平台身份管理业务的需求分析和交付，包括RAM身份，CloudSSO用户身份，AgentIdentity身份。解决面向高并发、稳定性、海量数据、复杂业务场景的技术问题； • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现 • 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等 • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署 • 确保系统的稳定性、安全性、性能，寻找并解决系统中的潜在风险和瓶颈。 • 调研并分析业界身份服务的发展态势，在技术和产品上不断提升的阿里云身份服务服务和客户体验； • 帮助团队不断提升工程质量和工程效率；
负责淘天营销平台（百亿补贴&聚划算） 内服饰/运动/家纺家居行业的商家运营和平台商品运营，业务能力要求包括但不局限于以下几点： 1、对行业生态和商业模式有深度理解，对行业中短期的发展趋势有业务判断； 2、理解用户需求，能设计差异化的商品运营和价格运营策略； 3、善于整合资源和数据分析，能针对多类型商家制定经营方案；
1、负责行业损益管理，建立包括收入分析在内的行业财务指标评价体系，定期输出相关财务分析报告，为业务团队及管理层提供清晰的财务经营视图； 2、负责行业市场费用投资管理，对重点市场活动及业务投入进行投产评估，跟踪预算执行情况，持续优化投资效率； 3、深度参与业务方案评估与决策支持，提供财务可行性分析及风险评估，推动财务洞察转化为业务行动。
1、业绩指标：根据KPI指标，对所负责对接的药品天猫旗舰店制定年度、月度的运营计划，完成业绩目标； 2、商家成长：根据品牌诉求及市场情况，整合多方资源，制定药品天猫旗舰店运营策略并帮助落地实施，推动旗舰店正向成长； 3、运营管理：负责日常数据监控、日常运营、活动运营，解决日常运营中问题，熟悉站内外营销工具，提升UV、转化率等基础数据。
1、具备服饰、奢品品类的全局意识，了解行业的供给情况，洞察运动户外奢品行业趋势和消费者需求，确定周期内引进的品牌清单及供应商规模，制定对应的招商目标和规划，完成供应商引进，推动有效落地，对关键招商结果指标负责； 2、负责制定行业渠道商的商业合作策略及落地执行，通过外网渠道及自身资源挖掘，高效沟通建联，引入新商并培养新商成长，保障供给的市场竞争力； 3、负责制定行业渠道商的商品供给规划，并与内部各部门协作，确保商品上新进度和品质要求，同时推动商品优化工作，提升商品竞争力； 4、对服饰奢品的发展、行业趋势有一定的敏感性，能结合市场情况提出类目的发展方向，新模式的探索，新品牌的引进，解决新商落地过程中卡点，优化新商入驻体验。
1. 负责廉正数据资产体系持续建设与演进，覆盖数据存储、数据挖掘、数据管理、数据服务化及治理完整链路； 2. 开发数据分析 Skill / Agent，将数据分析能力封装为可被非技术人员通过自然语言消费的智能服务； 3. 推动数据能力的服务化与产品化交付 — 统一数据管理、检索发现、洞察分析与安全流通，通过标准化 API/SDK 对内对外赋能； 4. 建设实时+离线一体化数据研发能力，包括数仓分层建模、ETL 流水线开发、特征工程链路、实时计算管道，保障数据的准确性与时效性； 5. 参与大模型与数据研发融合的 AI-Native 架构设计； 6. 独立对接业务方，从模糊需求中提炼数据方案，端到端驱动从方案设计到业务结果落地的全闭环。
1. 为淘天核心业务策略、创新商业策略建立完整、科学的指标监控、预测，评估，洞察的数据体系；能够具备建设AB实验的能力，深度参与实验设计，为业务提供策略决策依据； 2、数据驱动和结果导向，设计合适的分析和数科解决方案，利用运筹优化，博弈论，因果推断，机器学习建模等方法对手淘内各场景的有效行为提升、营销策略的建模分析与推动，实现业务增长； 3、数据产品建设，负责科学分析能力产品落地，主要包括多维分析、归因分析、智能tips等多种数据科学组件。
全面负责俄向东南亚路向跨境物流的运力采购体系搭建与航线运营管理，对运力资源、航线的经营结果承担直接责任。 核心职责： 一、运力采购与商务谈判 1）负责俄向东南亚路向航空运力资源的开发、谈判与合作落地，具备B2C/B2B多模式的航线采购经验，建立完整的运力采购体系。 2）动态跟踪航线运价及市场运力变化，监控市场运价波动（如布伦特原油指数、汇率、季节性需求等），建立市场调研机制，实时掌握行业动态，灵活调整采购策略，规避风险。 3）根据航线业务目标，结合现有路向产品及销售策略，规划航线运力资源体系，联动相关采购团队完成运力资源体系的搭建与迭代。 二、供应商（CP）全生命周期管理 1）建立严格的CP准入、考核与淘汰机制，定期复盘供应商KPI（准点率、破损率、赔付响应速度、价格竞争力、拉货率、时效稳定性、合规性），持续优化供应池。 2）对时效不稳定、合规性差的供应商执行熔断或替换机制，保障服务品质底线。 三、航线运营管理 1）全面负责指定航线的日常运营管理，包括配舱协调、舱位分配、出运保障等环节，对航线经营结果（成本、时效、装载率等）直接负责。 2）管理团队跟踪并处理运营中的异常情况（延误、丢件、口岸滞留等），确保业务连续性和客户体验。 四、应急资源与风险管控 搭建多元化运力备份体系（备选航司、备用口岸、替代路线），确保在极端天气、地缘政治冲突或口岸拥堵等突发情况下仍能保障货物出运，降低供应链中断风险。 五、数据分析与决策支持 具备较强的数据敏感度与独立分析能力，搭建数据模型，对运力成本、航线时效、供应商绩效等核心指标进行监控与分析，为采购决策和运力产品优化提供数据支撑。
全面负责拉美路向CD渠道的商务拓展与末端物流渠道管理，带领团队搭建并优化该路向的末端物流合作伙伴体系，对渠道竞争力和业务增长结果负责。 核心职责： 1、商务拓展与合作管理，管理末端物流合作伙伴关系，负责商务谈判、合同签订及市场拓展，推动业务增长； 2、对物流产品的末端竞争力负责，管理末端物流资源，支撑全链路产品产品从设计、上线、到迭代的全生命周期。 3、能对该国家的电商发展情况和跨境包裹物流产品深入了解，不断优化实操，成本，时效和体验，知己知彼，保持市场优势地位； 4、有较强的定位问题，切片分段，抓住关键问题点的能力，对支持方提出有效分析方向的能力，能产品化结构化的解决运营及单点或全局提升的能力； 5、有较强的owner意识，对于影响该路向的所有问题能发现问题，并有切实可行的落地的分析及方案，推动配合方一起拿到结果； 6、对内外合作伙伴有自己的一套运营体系和方法。
1. 校招全生命周期运营 流程统筹：独立负校招项目整体运营节奏，如春秋季校招、日常项目制校招等。 数据驱动：建立并优化校招数据看板，监控校招核心关键指标，并提供改进建议。 业务协同：作为校招接口人，对接各业务团队，与前台招聘交付团队紧密配合，共同为各业务线的校招结果负责。 外包管理：管理校招运营外包团队，对交付质量和效率负责。 2. 开源策略与渠道运营 人才Mapping：拓展并维护针对技术/AI人才的垂直招聘渠道（如GitHub、技术社区、高校实验室等），搭建并运营人才池，洞察人才市场动态，持续引入高质量人才。 高校关系：负责重点高校就业关系的建立与维护，定向挖掘优质校园人才。 大使运营：负责校园大使运营，通过校园大使网络扩大雇主品牌影响力并精准触达目标学生群体。 内推运营：持续优化内部员工内推体系，策划内推激励与运营活动，提升内推参与度与简历转化率，打造内部人才开源的核心阵地。 3. 雇主品牌活动 活动策划：配合雇主品牌团队，策划并执行落地各类校招品牌活动，包含但不限于线上空中宣讲会、线下进校宣讲/双选会、技术沙龙、Open Day等。 4. 校招系统建设 作为校招系统与业务之间的桥梁，深入挖掘校招全流程中的痛点，梳理并输出系统优化需求；协同集团产研团队，推动招聘系统的迭代升级，持续提升校招运营效率与候选人体验。
1、深度理解天猫&淘宝平台类业务模式，以及掌握对财神、汇金等结算等系统计费逻辑，并推进各团队流程梳理和规范，把控结算数据的及时性、准确性并防范资金损失的风险； 2、从数据源、流程优化、业财对接及效率提升等视角，对汇金、财鲸、AI应用等产品或方案提出切实可行优化建议，推动业财数据打通以实现账务核算系统化对接； 3、全流程参商家对账结算、BU BS余额深度清理及科目异常标准建设；对于新增业务场景设计结核算解决方案、实现资产负债表满足集团外部审计遵从要求； 4、跨团队沟通协作(如行业、业务财务、总账、税务、财资、数据技术、系统开发团队等)，解决跨域问题； 5、定期向CFO及业务反馈核算、结算等流程优化、风险管理、效率和质量有关的建议并推动落地。
ꔷ 设计可扩展的治理政策与衡量体系：基于区域法规与业务场景，构建覆盖正品保障、准时达承诺、商品质量管理、商家行为准则等核心领域的治理政策框架，并配套科学的指标体系，支撑策略迭代与效果评估。 Develop a cohesive governance policy framework—spanning authenticity guarantees, on-time delivery commitments, product quality standards, and seller conduct guidelines which grounded in regional regulatory requirements and business contexts. Establish scientific measurement framework to evaluate policy effectiveness. ꔷ 推动区域-本地政策对齐与高效落地：主导与各国本地团队的常态化对齐机制，制定差异化实施细则，在确保合规的前提下，实现治理规则在本地市场的高效、一致执行。 Drive Regional-to-Local Policy Alignment and Effective Execution—Lead a structured, ongoing collaboration mechanism with local teams across markets to develop market-specific implementation guidelines. Ensure governance policies are executed efficiently, consistently while fully complying with local regulations. ꔷ 端到端管理核心治理运营流程：全面负责风险审核、违规处置、商家申诉、赔偿发放等关键环节，持续优化流程效率，保障高准确率、高时效性及卓越的用户体验。 End-to-End Ownership of Core Governance Operations—Take full accountability for critical workflows,including risk-based listing reviews, violation enforcement, seller appeals, and compensation disbursement...continuously optimizing operational efficiency to ensure high accuracy, rapid turnaround and an exceptional user experience. ꔷ 建立反馈闭环机制，驱动策略与产品迭代：密切关注本地买家/卖家反馈及监管动态，快速识别高优风险事件，制定应对方案。持续将一线洞察反哺产品与策略团队，推动政策与平台能力持续迭代。 Establish a Closed-Loop Feedback Mechanism to Drive Policy and Product Iteration—Closely monitor buyer/seller feedback and regulatory developments in local markets. Rapidly identify high-priority risk events, formulate effective response plans. Systematically channel frontline insights to product and policy teams to drive agile,continuous iteration of governance rules and platform capabilities. ꔷ 领导跨国治理运营团队：直接管理分布于多个国家的治理运营团队，清晰设定目标、系统赋能成长、优化协同机制，打造一支高绩效、高凝聚力、可持续发展的全球化团队。 Directly lead a globally distributed governance operations team—clearly define goals, systematically empower growth, and strengthen collaboration mechanisms—to build a high performing, cohesive,and sustainable global team.
1、负责搭档团队的组织诊断与优化，制定人力资源策略以支持业务目标达成，探索AI转型，提升组织效能； 2、主导梯队建设工作，关键岗位补强，支持业务组织发展需求； 3、设计并推动绩效管理、学习发展，提升组织能力，驱动业务与团队持续成长； 4、构建和优化沟通体系，持续推动文化建设，保证组织健康。
1. 深入理解风险业务，能基于业务目标，定义和拆解核心指标，用数据来统一大家的目标，提供数据看板客观衡量目标进展，并提供关键卡点的数据分析； 2. 针对风险的影响、成本等专项提供分析支持和AB实验设计，发现关键问题/路径，帮助高效决策和协同推动； 3. 了解AI领域进展，构建风险域自动化问题发现、根因分析的AI Agent。
