共 4529 个在招岗位 · 覆盖国企、大厂官方招聘
我们致力于运用机器学习、大模型推理、知识图谱等前沿人工智能技术，深入挖掘业务增长中的关键痛点与潜在机会，构建智能化的用户理解体系与商机洞察引擎。通过打造高精度的AI用户画像、自动化商机识别系统、因果推断模型及智能策略Agent，驱动业务从数据到决策的闭环升级。 1、深入理解业务场景与增长瓶颈，基于机器学习、深度学习、图神经网及多模态AI算法，完成特征工程、模型构建、指标体系设计与线上效果评估。 2、负责AI用户画像建设，持续优化用户标签体系、兴趣建模、行为预测与高价值用户识别。 3、打造趋势商机Agent，基于用户行为序列、市场环境变化与行业动态数据，构建基于大模型的多维商机趋势理解能力，构建商机数据服务能力矩阵。 4、参与大语言模型的后训练流程设计与实现，包括SFT、DPO、GRPO、GSPO等方法，负责大模型在Agent应用链路中的落地实践，包括任务规划、工具调用、长期记忆与对话状态管理等方向的研发。 5、持续跟进大模型前沿技术、开源方案及其在数据挖掘领域的应用。
1、针对供应链场景，挖掘商机与客户痛点，以OTWB，以及数据中台、供应链计划、供应链控制塔等产品为主，协同售前与交付团队形成商务方案，完成对客沟通、竞标签约、客情维护等工作； 2、可独立销售软件和数据类产品，分析并确定细分市场以及相应客户画像，制定差异化销售策略，建立获客渠道与销售团队，制定销售指标，完成销售目标； 3、具有大B客户场景拓展经验与合作思维、目标驱动与强执行力，通过分析产品、行业、组织等来优化获客渠道和销售策略，建立问题解决和沉淀机制，优化销售体系，保证业务目标的完成。
1. 提供供应链AI的解决方案，重点客户的拜访交流、需求调研、方案设计和汇报、投标等工作； 2. 针对物流场景，准确洞察需求，提供业务咨询、技术咨询、设计相应的解决方案，打造标杆案例； 3. 协同业务拓展BD和内部各产品领域的资源以及外部生态资源，完成解决方案0到1的开拓和1到N的复制，打造有竞争力的物流科技解决方案。
1，针对供应链场景，挖掘客户痛点与商机，以销售OMS,WMS,TMS，供应链计划类产品，AI解决方案为主，协同售前与交付团队形成商务方案，完成对客沟通，竞标签约，客情维护等工作； 2，可独立销售软件和数据类产品，分析并确定细分市场以及相应客户画像，制定差异化销售策略，建立获客渠道与销售团队，制定销售指标，完成销售目标； 3，具有大B客户场景拓展经验与合作思维，目标驱动与强执行力，通过分析产品，行业，组织等来优化获客渠道和销售策略，建立问题解决和沉淀机制，优化销售体系，保证业务目标的完成。
Accio是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 1、构建Agent专用合成数据管线：设计并实现自动化的合成数据方案，重点生产高质量的思维链、工具调用和自我修正轨迹； 2、Agent交互环境搭建：构建高性能、可扩展的Agent框架和运行环境（如代码执行器、浏览器模拟器、数据库交互等），为模型提供实时反馈的环境； 3、Agentic RL：应用并改进RL算法，提升模型在长程任务（Long-horizon tasks）中的成功率和鲁棒性； 4、评估体系建设：开发超越传统基准测试的动态评估方案，针对规划能力、工具选择准确率、幻觉控制及错误恢复能力建立量化指标； 5、探索落地前沿Agent技术，包含而不限于：Agentic Model、Agentic Benchmark、Agentic RL、Pro-active Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agentic Post-Training。
1.根据1688C业务定位，独立负责箱包、鞋类等非标品类的商品策划与选品。跟踪行业趋势与竞品动态，结合用户需求研究与数据验证，制定品类结构、上新节奏与竞争策略。 2. 商品企划与产品定位：设计负责品类的品牌化路径——从产品卖点提炼、视觉风格定义到价格带策略，打造在目标人群中有明确差异化的商品。 3.平台运营与增长：操盘商品上架后的全生命周期，包括搜索优化、流量策略、活动策划与转化率运营，通过数据分析持续迭代商品组合与运营策略。 4.供应链协同与商家管理：对接产业带工厂与品牌方，推动从选品到上架的全流程落地，把控材质工艺、品质标准、交期与成本。 5.趋势研究与竞品监控：持续跟踪非标品类行业趋势、竞品动态与消费者偏好变化，输出选品方向建议与品类策略调整方案。
1. 参与构建面向阿里集团海量安全业务的网络安全大模型，系统性突破在代码理解、漏洞挖掘、攻击模拟等高复杂度场景中的瓶颈； 2. 负责高质量安全数据的构建，涵盖代码漏洞检测与修复、程序逆向与分析、安全领域工具（包括但不限于Fuzz、反编译、漏扫等）等多样化安全数据的加工处理和合成优化； 3. 开展大模型全流程训练工作，包括预训练、SFT、Agentic RL等； 4. 针对经典且依赖安全专家经验的的安全任务（如渗透测试、二进制代码分析、红蓝对抗策略生成、项目级代码漏洞发现与修复等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性； 5. 探索大模型在代码安全、漏洞挖掘、逆向工程、数据安全、流量防护等方向的应用，并推动技术成果落地与学术发表。
1、负责淘宝及天猫平台的内容媒介（影视剧综晚会等）营销及整合运营，对内容植入策划、新媒体传播、用户承接、商家合作等负责； 2、跨部门协作，有效整合淘天各业务线的需求和资源，完成大型内容媒介项目的策划与执行； 3、熟悉淘天的行业商家，能够通过内容天合，即与商家出资采买的内容媒介资源，做整合和置换，扩大淘天在头部内容IP的覆盖面； 4、通过内容内外部环境洞察及用户数据运营，内容资源包ROI评估，持续优化内容营销效能，探索新的内容媒介投资选择和打法。
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性 2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力 3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等 4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
1、负责资产管理流程的落地、推进问题处理； 2、负责对资产管理员的管理，识别人员和资产风险，制定解决方案； 3、负责所辖机房的资产指标达成； 4、跟进所辖机房的资产到货、入库、盘点、上架、下架、报废处置等全部流程； 5、按照管理要求执行其他资产处置工作。
1、业绩与成本管控：统筹100家门店（10区域）销售目标达成，拆解指标并指导区域教练落地； 2、社群与用户体验：搭建门店社群运营体系，推动会员拉新、留存与复购，提升用户粘性与品牌口碑。 3、食安与合规管理：作为食安第一责任人，践行全链路管控体系，监督门店严格执行操作标准，确保零重大食安事故。 4、新店拓展：统筹新店筹备、开业全流程，协调资源确保按计划开业并快速达盈亏平衡，支撑业务扩张。 5、人才梯队建设：负责区域教练、店长等核心岗位选拔与培养，搭建三级人才梯队，推动标准化培训落地，提升团队专业能力。 6、区域运营监督：通过巡店、数据复盘监督区域教练、店长执行总部标准，针对区域问题制定改进方案，确保运营效率与标准落地。
1. 负责集团操作系统和内核的迭代演进，包括主流版本适配，重大功能、安全漏洞等Patch的快速引入； 2. 负责打造适合AI业务的运行环境，围绕AI业务进行内核调优，快速适配落地各硬件厂商驱动，保障基础设施稳定高效、快速迭代； 3. 负责围绕GPU&CPU提效建设性能优化、内核隔离能力，面向GPU&CPU软件生态建设性能分析、问题诊断工具和系统；
你将参与的方向： 1. 超大规模 CI / 构建基础设施：设计与演进支撑 数万研发人员、百万级构建请求 的核心构建系统；攻克高并发调度、大规模并行构建、多语言编译加速等工程难题；面向 Java / Go / Python / C/C++ 打造极致性能与稳定性 2. AI 增强的下一代 CI 体系：将 LLM 深度融入 CI/CD 流程，推动智能失败诊断、自愈与资源调度；构建 AI 驱动的流水线与自动化测试平台，支撑高频稳定交付 3. AI Infra & 高性能 Sandbox：研发高性能、安全隔离的 Sandbox / 执行环境基础设施；平衡安全性、隔离性与性能，支撑从传统应用到 AI Agent 的多样化负载；参与容器、隔离、远程执行与资源治理等核心能力建设 4. AI Agent 工程化与评测体系：建设 AI Agent 评测与分析平台，对齐主流 Agent 工具与 benchmark（如 SWE-bench）；为大模型在软件工程中的工程化落地提供量化与评估标准
【团队介绍】 阿里巴巴中间件团队是集团基础技术的核心支撑力量，负责消息、服务发现与软负载、分布式协调、任务调度）、配置管理等核心中间件产品在集团内部的稳定性保障与运维体系建设。 这些中间件承载了阿里集团几乎所有在线业务的流量调度、服务通信与数据流转，覆盖电商、物流、本地生活、云计算、大文娱等 BU，日均处理万亿级消息、百万级服务节点调度，是每年双 11 大促的底层生命线。 团队当前重点方向： 1、稳定性工程 — 从准入规范、变更管控到容灾演练的全链路保障体系，目标全年中间件可用性 99.99%； 2、AI 智能运维（Agentic SRE） — 将运维经验沉淀为 Agent Skills，通过 LLM + MCP 实现告警自愈、风险治理、架构演进，通过 AI 提升中间件产品的稳定性 我们相信：下一代 SRE 不只是运维工程师，更是用 AI 重新定义运维的人。 如果你既有系统功底，又对用技术杠杆 10x 提效充满热情，这里是你的主场。 【职责描述】 1. 负责阿里巴巴集团核心中间件（软负载 / 消息 / ZooKeeper / 配置中心等）的稳定性保障，包括故障定位、性能调优、容量规划与成本治理； 2. 主导中间件重大风险识别、应急预案设计与容灾演练，确保分钟级恢复能力； 3. 建设中间件 + AI 智能运维体系（Agent / Skills / MCP），实现 10x 效率提升，将人工经验沉淀为可复用的自动化能力； 4. 面向业务需求提供中间件选型建议与架构方案，联动产品和开发推动落地； 5. 参与大规模集群建站、大促备容及架构升级，支撑集团业务持续增长。
我们是 AI 时代的 Serverless / FaaS 平台核心研发团队，承担集团内 AI 生码、Agent 触发、CDN 边缘计算、AI 前端渲染等高价值业务的运行时与流量入口。日均函数调用规模在百亿级，对接 HTTP、Mtop、MetaQ、HSF、SSE、MCP、A2A 等多协议触发链路，负责让函数应用"既能极致弹性，又能稳态承接高流量"。 我们正在建设： ● 面向 AI Agent 与 AI 生码场景的统一函数运行时； ● 多协议、可灰度、可观测的高流量函数触发网关； ● VPC 隔离、身份联通、SRE 护栏完备的平台底座。 我们需要你和我们一起，把"函数 + 网关"这条主链路做成集团级的稳定基础设施。 【岗位职责】 1. 函数应用架构与运行时演进 ○ 协同推进函数应用模型（Function Application）的设计、演进与平台落地，支撑 AI 生码、AI Agent、边缘渲染等核心场景； ○ 推进多语言 Runtime 的能力建设：冷启动优化、并发模型、隔离机制、资源调度； 2. 高流量函数触发网关研发 ○ 负责函数触发网关的核心链路研发：HTTP / Mtop / MetaQ / SSE / MCP 等多协议接入、路由、鉴权、限流、降级、灰度； ○ 优化网关在百亿级日调用、突发流量、长连接（SSE / WebSocket）等场景下的稳定性与吞吐； 3. 稳定性与可观测能力 ○ 建设网关与函数运行时的全链路监控、调用链、SLO 体系； ○ 推动 SRE 护栏（diff、CF Gate、预发校验）落地，保障 P 级业务变更"零事故"； 4. 跨团队协同与技术布道 ○ 与 AI 平台、CDN、SRE、安全、阿里集团研发平台Aone / O2 发布等团队协同，沉淀平台级最佳实践； ○ 输出技术方案、架构评审、团队分享，推动 FaaS / 网关在集团内的标准化与生态建设。
• 需求对接与方案交付：作为集团AI业务算力需求的核心对接人，深入理解业务场景，将模型部署需求转化为算力规格（TPM、MU等）和SLO性能指标，输出可落地的需求应答和交付方案。协调应用团队、推理引擎团队与SRE团队，组织方案评审、跟进交付进度，确保服务保质保量上线。 • 资源效能分析与治理：建立AI算力资源的效能监控体系，围绕GPU利用率等核心指标进行数据分析，识别资源浪费和瓶颈场景，推动治理方案落地执行。跟踪核心业务推理性能表现，发现偏差时协同引擎团队调优，保障业务侧感知的推理速度与稳定性。 • 服务流程与标准化建设：建立并持续优化集团内部算力服务流程，沉淀标准化的需求受理、方案评审、交付验收规范。结合服务过程中的共性问题，利用AI Agent或自动化工具提升服务效率，沉淀最佳实践。
1. 负责阿里集团大规模 Kubernetes 调度集群与 AI 资源池资源管理系统的设计、研发与运维 2. 负责 K8s Master、etcd、节点管理、弹性能力、数据体系、风控体系等核心组件的设计、研发与运维，保障管控面的高可用与可扩展 3. 负责 K8s 调度集群与节点基础环境的稳定性能力建设，构建可观测性、监控告警、异常检测与自愈恢复、研发质量等 DevOps 基础平台 4. 负责海量 GPU / XPU 服务器的稳定性和自动化运维能力建设，包括健康检测、故障自动隔离与自愈、在线率保障等，保障资源高效率、高质量交付 5. 探索 AI 驱动的智能化运维能力，结合 LLM / Agent 等技术持续提升资源管控平台的自动化、智能化与自愈水平
● 岗位定位： 你将作为AI视频生产应用与Agent系统的核心建造者，负责打造这个时代最具创造力的“自主智能体”。我们正在用Agent重新定义视频生产的工作方式——不是让AI辅助人类操作，这个Agent将能够理解人类的创意意图，自主规划、调度并执行从创意到成片的整个视频创作流程。你将站在AI技术与视频创意的交汇点，设计并落地驱动这一切的Agent系统，让每个人都能指挥一个“AI制作团队”，让AI成为真正的"视频生产者"。 ● 核心职责 1. AI视频生产Agent架构设计 ● 主导设计面向视频全链路生产的Multi-Agent系统架构，拆解并定义不同角色Agent的能力边界与协作协议。 ● 构建支持复杂任务分解、动态规划、自主决策、异常恢复的Agent运行框架。 ● 设计Agent间的通信机制、状态管理与记忆体系，保障长链路生产任务的一致性、可追溯性与可干预性。 2. 多模态模型集成调优 ● 持续跟踪并将最新的图片生成、视频生成、音频生成、VL等多模态大模型集成进Agent生产链路，保持Agent能力的持续技术领先。 ● 对模型输出质量进行系统性调优，针对视频生产场景的语义一致性、运动合理性、视觉/音频质量、叙事逻辑性、指令遵循度、情绪传达力等关键指标进行专项优化。 ● 建立模型能力评测基准体系，定义质量基线与模型SLA，构建覆盖模型选型、版本对比、回归验证的数据化决策链路。 3. 任务规划与工作流编排 ● 设计基于LLM的动态任务规划引擎，支持自然语言输入→任务图生成→并行/串行执行→结果聚合的完整链路。 ● 在平台层统一工作流引擎之上，根据不同创作意图、内容类型、生产规格，在运行时动态构建差异化的视频生产工作流。 ● 攻关长链路任务的可靠性保障：任务断点续传、局部重试、人机协同介入点设计等核心工程难题，确保复杂任务在动态工作流下依然稳定可控。 4. 提示词工程与效果优化 ● 系统性构建面向视频生产各环节的Prompt工程体系，包括分层结构化、动态上下文、领域知识、多模态提示协同对齐等精细化设计。 ● 建立Prompt版本管理、A/B评测、自动优化机制，通过数据驱动持续提升Agent各节点输出质量。 ● 探索基于RLHF、DPO等技术的偏好对齐方法，让Agent的生产风格与用户意图高度契合，逼近"零修改直出"。 5. 视频生成流程自动化 ● 端到端打通从"创意"到"成片输出"的全自动化生产流水线，以最小化人工干预节点为终极目标。 ● 构建智能质检Agent，对生成视频进行自动化质量评估、问题定位与修复决策，形成自我纠错的生产闭环。 ● 设计支持批量生产、个性化定制、多风格并行的自动化调度体系，支撑规模化内容生产的工业级需求。
1. 与SAP销售团队对接，挖掘SAP Cloud ERP在阿里云上的商机，并协调双方销售团队共同跟进并落单； 2. 组织阿里云各销售组织，主动挖掘企业客户SAP Cloud ERP的商机，并协同SAP销售团队协同跟进并落单； 3. 与SI生态伙伴协作，推动SAP、阿里云和SI伙伴多方协同，确保SAP Cloud ERP商机挖掘、落单、至成功交付； 4. 协助公司构建并制定SAP Cloud ERP GTM的整体体系及策略，推动SAP Cloud ERP在SAP和阿里云双方销售组织中的GTM，并取得数字结果； 5. 协助探索并建立起：双方销售组织对联合销售的业绩计收管理规范，确保销售的满意度，并促进长期合作； 6. 参与公司整体业务战略的讨论，确保产品策略与公司发展方向一致。
1.基于模型内部评测和错误案例，系统性分析模型能力边界和短板；建立能力拆解框架（如代码生成可拆分为理解、规划、实现、调试等子能力） 2.主导高质量数据的获取、清洗、增强和验证；探索先进的数据合成技术（如基于强模型的蒸馏、多智能体协作生成）。 3.设计小规模实验验证数据有效性，建立数据-效果关联分析机制，量化数据投入产出比。
1、配送团队组建，有效进行运力管理，保证大促或异常天气时配送运营正常； 2、与三方供应商对接配送员日常的入离职及招聘，与三方供应商保持良好的沟通与配合； 3、处理配送中的突发重大异常并能及时给出有效的解决方案，重大异常事件要第一时间进行上报； 4、监控配送数据及异常情况，执行日报、周报及月报制度，针对所发生的客诉要及时跟进并反馈结果； 5、对本门店的配送考核指标KPI完成结果负责，推动配送管理组快速落实成本控制及服务质量提升要求； 6、新门店的配送商圈预跑、路由地址基础信息采集及上报，配送范围定期回顾并视需要及时调整； 7、负责本门店的社会众包拉新、引入、培训及日常运营管理； 8、与本门店其它部门保持良好的沟通，保证跨部门协调与合作顺畅进行。
1、负责高德【SKA商户】运维成长及营收（包含但不限于 效果广告、CPS、年费续签等），针对高德到店行业（家装/到店零售等行业），完成品牌的收入提升和行业先锋案例； 2、负责【行业增长策略】，与业务团队、产品运营 三个角色形成合力，明确行业增长策略，完成行业方法论沉淀，产出行业宝典等相关内容； ； 3、负责行业产品优化、推动和设计，为产品GTM指标和业务增长指标负责，推动高德经营经营产品和广告产品行业化落地；
1. 建设超大规模训练的稳定性治理体系，围绕有效训练时长（ETTR）与 Goodput 做端到端度量与优化，量化并持续压缩因故障、回滚、启动带来的无效算力（Badput）。 2. 构建覆盖软硬件异常的故障可观测能力，完善日志、指标、事件的采集与关联分析；研发智能诊断能力，实现训练 slow / hang / OOM / 通信异常等故障的快速定界与根因追溯，沉淀故障模式库与自动诊断规则。 3. 研发自动容错与快速恢复机制，支持断点续训、Pod 级快速重启、节点自动自愈、动态降级与局部重试；优化 failover、本地盘 / 缓存与 Checkpoint 恢复链路，缩短故障恢复时延。 4. 建设节点健康度评估与主动巡检体系，覆盖 GPU、网络、存储等软硬件健康，实现故障节点的快速隔离与自愈；支持 Ray 等分布式框架下的作业级故障感知与处理。 5. 与算法及框架团队协同保障训练全生命周期稳定交付，沉淀可复用的稳定性平台能力，推动变更灰度与自动化运维。
1. 评测平台架构与框架建设。设计并研发面向大模型与Agent的通用评测框架，支持多模态输入输出、长程任务执行、工具调用链路、执行反馈等评估维度；推动评测流水线标准化，打通数据集管理、环境隔离、任务调度、指标计算、结果归档与可视化各环节；对评测结果做数据清洗、统计分析与可视化，向算法团队输出分析报告与洞察。 2. 评测集适配与建设。吃透业界主流评测集（如SWE-bench、Terminal-Bench、JobBench等），完成向平台的精准适配；面向代码生成、工具使用、推理、多轮对话、多模态生成等任务场景，设计可量化的评估方式与指标体系；建立Benchmark版本管理机制，让评测过程与结果可追踪、可对比、可复现，支撑模型迭代决策。 3. 评测任务Agent化与Harness Engineering。以Harness Engineering思路把评测任务本身Agent化，提升评测集接入效率与执行的智能化水平；开发自动化诊断工具，定位评测适配异常、指标抖动、环境漂移等问题，降低人工排查成本；探索LLM-as-Judge、多智能体评判、人类偏好对齐等前沿评测范式，提升评估的客观性与覆盖度。
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. 1年以上销售工作经验，有TOB方面销售经验者优先考虑 2. 敢于挑战，善于学习，抗压性强，有销售的韧性和要性 3. 内心热爱销售工作，热爱与客户打交道，有高度的责任心和客户服务意识
1. CPU 开发工具链全栈软件测试方案和测试执行，覆盖编译器、调试器、模拟器等核心组件的功能、性能及可靠性验证； 2. 分析定位跨组件的系统性问题，推动工具链各模块协同优化和问题闭环； 3. 设计并实现自动化测试框架与CI质量看护体系，构建跨组件的端到端验证流程； 4. 结合CPU开发工具测试业务开发对应的AI skill和agent。
1，负责协助客户完成智能网卡的技术评估和导入，及时定位并解决落地过程中的各类技术问题，确保产品在客户业务场景中顺利落地。 2，收集并分析客户需求，形成可落地的产品改进建议，与产品和研发团队合作推动需求落地与产品迭代升级。 3，与研发工程师合作，完成面向客户的技术文档输出与版本交付支持。
1. 负责研发AI类算法的计算性能优化能力，解决大模型等情境的算力和访存瓶颈，提升AI模型在GPU、AI加速器等硬件上部署性能和效率，推动大模型普惠应用和高性价比的竞争力； 2. 负责研发业界SOTA的计算性能优化算法创新和工程落地，增强技术壁垒，并在云的商业业务中产生核心价值； 3. 负责高性能AI基础设施的构建，基于软硬结合的计算性能优化能力，在AI类业务场景尤其是大模型场景下，通过结合模型算法和硬件来充分挖掘软硬协同的组合优化潜力，实现单一领域无法达到的优化边界和收益，带来高价值的性能和成本优势。
1、服务器软硬件结合系统、模块设计与开发：基于服务器产品进行软硬件模块需求分析、技术方案设计、开发和验证交付。 2、服务器系统与场景应用优化：对服务器进行软硬件一体场景化性能优化和分析，实现软件系统稳定性/性能的提升；基于不同应用场景进行性能分析和调优，实现客户场景性能提升。 3、服务器系统测试与维护：基于服务器软硬件系统以及应用场景进行集成验证，对系统性问题进行分析定位，快速解决，保证满足系统性能、稳定性等要求。
