共 4293 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1、负责产业带商家资源拓展与招商工作，制定并执行商家引入策略，推动业务增长； 2、参与品类规划及商品运营，通过数据分析和市场洞察优化商品结构，提升商家分层运营效率； 3、协同平台、供应链及营销团队，整合资源支持商家成长，保障供应链稳定性与用户体验； 4、基于销售数据及用户行为分析，制定数据驱动的运营策略，提升ROI和市场份额。
1、推动贯彻公司制度、规范、标准在门店的落实，保障门店运营制度规范的有效落地；执行公司的政策和建立可依赖且有效的门店日常运行。预防管理里消防、食安、意外等风险。 2、理解商圈、竞对和用户，据此对门店品类和商品经营方向有清晰的认知，通过品类/商品经营、拉新、营销、卖场布局、商品订货、陈列、服务面销、合理进行库存管控，控制损耗等方式达成销售业绩及毛利目标； 3、带领和控制店内已知未知损耗、管控和提升门店的人效，管控和优化门店相关费用（物料，水电煤等营运费用），达成EBITDA目标。 4、负责门店链路打通及优化，提效降本，负责总部和区域新项目落地优化。 5、负责门店营运标准（安全、陈列、卫生、库存、体验）等的高标准落地。 6、对外建立维护政府（食药监、消防、城管、派出所等）、物业关系，打造协作融洽的合作伙伴。 7、团队管理：指导与培养下属工作能力，打造高绩效团队，形成阶梯化人才成长模式。配合HR落地员工关怀。
1、目标对齐与口径统一：协助算法团队、领域专家完成目标对齐与里程碑确认，保障双方口径理解一致； 2、数据看板搭建与过程可视：搭建并维护模型领域方向的数据看板与运营指标体系，确保口径统一、数据可追溯、进展与风险全程可视； 3、跨团队协同与项目推动：在模型具体领域中进行策略的高效拆解，确保跨业务线的项目推进，善于协调全链路各方资源按优先级解决，风险问题报告反映资源缺口； 4、成本效率分析与资源支撑：联动财务等部门定期输出模型领域项目进展、成本效率分析，为资源分配与预算规划提供量化依据，配合管理动作的落地
飞猪正在重构下一代 AI Native Search，打造旅行行业的AI搜索引擎。我们希望通过大语言模型、Agent、Reasoning、Semantic Retrieval 等技术，构建能够理解用户真实需求、具备推理能力的新一代搜索系统。如果你希望参与搜索范式的变革，而不仅仅是调排序模型，这将是一个非常好的机会。 你将负责 1）构建 AI Native Search Engine，提升复杂旅行需求的搜索理解与满足能力； 2）设计并实现基于LLM的 Query Understanding、Constraint Reasoning、Intent Planning等核心能力； 3）探索Agent驱动的搜索范式，Reason Search、Intent Navigation、端到端生成式检索等能力； 4）研发 LLM Re-ranking、多目标优化及搜索决策模型，提升用户体验与业务指标； 5）跟踪 Agent、Reasoning、RAG、Memory、World Model 等前沿技术，并推动业务落地。
1、 酒店拓展：拓展区域优质酒店，保证区域供应链完整、拿回优势价库； 2、价库运营：结合平台工具和资源，做好基础信息维护、工单处理、平台重点项目的落地执行，提高间夜产出； 3、商户问题处理及关系维护：解决商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过高频次拜访，帮商家解决具体问题及维护与商家的关系； 4、结合区域酒店情况做好售卡目标的规划和执行，以此提升酒店间夜产出。
1、 酒店拓展：拓展区域优质酒店，保证区域供应链完整、拿回优势价库； 2、价库运营：结合平台工具和资源，做好基础信息维护、工单处理、平台重点项目的落地执行，提高间夜产出； 3、商户问题处理及关系维护：解决商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过高频次拜访，帮商家解决具体问题及维护与商家的关系； 4、结合区域酒店情况做好售卡目标的规划和执行，以此提升酒店间夜产出。
1、 酒店拓展：拓展区域优质酒店，保证区域供应链完整、拿回优势价库； 2、价库运营：结合平台工具和资源，做好基础信息维护、工单处理、平台重点项目的落地执行，提高间夜产出； 3、商户问题处理及关系维护：解决商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过高频次拜访，帮商家解决具体问题及维护与商家的关系； 4、结合区域酒店情况做好售卡目标的规划和执行，以此提升酒店间夜产出。
1、负责芯片级、封装级、系统级电源完整性的分析、设计和验证工作； 2、解决芯片设计和应用中的供电质量等相关问题； 3、超大功耗系统的供电方案设计，为芯片、封装、系统提供供电、电源完整性解决方案； 4、参与行业调研，参与先进供电技术的开发。
•与设计团队及3D Fab合作，确定芯片3D物理架构及其技术落地方式，完成产品结构设计和工艺选择； •与3D Fab 合作，设计和优化 3D 芯片工艺集成流程，确保技术方案满足项目要求和技术规格 •负责3D芯片的Tape out；沟通，评估并协调满足3D Fab，2D Fab等各方的技术需求 •负责3D芯片的技术开发，工程验证和量产导入； •负责3D工艺技术问题的监控解决及3D良率提升，持续改进； •负责3D 芯片新的物理架构和技术实现方案的探索；
1. 行业战略客户的建联及客情关系深化，行业战略数字化转型推动落地； 2. 挖掘战略客户的业务痛点与数字化需求，设计和升级具有竞争力的解决方案，包括Ai方案，助力客户实现数字化转型与升级； 3. 负责协同和推动内外部各种资源，帮助客户落地数字化方案，带来客户业务价值； 4. 攻坚重点行业标杆客户，进行商业突破，总结行业数字化经验与实践，打造行业数字化标杆，带动行业势能。
1. 客户经营：对区域内大客户进行分层分类（战略客户 / 重点客户 / 潜力客户），制定差异化经营策略与覆盖节奏，达成营收、签约、增购等核心销售指标。 2. 项目操盘：独立负责头部客户的商机挖掘、方案共创、商务谈判与签约闭环；联动并赋能区域服务商/生态伙伴，形成""直销 + 生态""双轮拓展模式。 3. AI 解决方案：深度理解钉钉 AI 产品矩阵，结合客户业务场景，主导落地区域级 AI 解决方案，打造可复制的标杆案例。 4. 圈层与生态运营：联合政府、行业协会、商会及生态伙伴，策划并落地区域内行业峰会、闭门会、客户走访等不同规模活动，撬动商机转化并提升钉钉品牌势能。"
该团队负责高德本地生活的交易平台，支持高德酒店，门票，租车，美食，休闲娱乐，加油，充电，电影等多行业的正逆向交易，是一个集业务开发和平台设计为一体的团队。 职位描述： 1、负责高德交易平台的整体技术战略与业务方向，主导交易平台的架构演进、平台化建设及AI Native转型，带领团队实现从需求到交付的全链路提效； 2、技术战略与架构规划：制定交易平台中长期技术路线图，主导交易系统的架构决策，确保平台在复杂业务场景下的高可用、高扩展性，完成交易系统的平台化； 3、 业务方向与价值判断：深度理解出行生态下交易业务的商业逻辑，对行业需求进行优先级判断与资源调配，推动技术方案与业务目标的深度对齐，对交易方向的业务结果负责； 4、AI Native转型：主导交易平台在需求分析、架构设计、代码生成、质量保障等环节的 AI 深度嵌入，推动 SDD+ATDD 范式的落地，实现交付效率的量级提升。
1. 调查和研究外部行业趋势和薪酬动态，基于内外分析，为公司的薪酬福利机制设计及完善提供有效的数据支持并协同政策实施。 2. 负责各项薪酬福利政策的设计或推进工作，协同HR横向团队处理日常各项薪酬福利相关事项。 3. 统计和分析组织及薪酬相关数据，定期制作相关组织、薪酬与人力成本等分析报告。 4. 作为薪酬AI专项和年度项目的核心成员，参与项目设计、推进与落地
1.事件策划：结合飞猪重点目的地及核心业务，挖掘或策划符合品牌心智的传播事件； 2.话题营销：针对小红书、微博、b站等不同内容生态，落地有话题讨论度的热点话题； 3.官方媒体矩阵内容运营：针对小红书、微博、视频号等官方媒体矩阵，定期输出创意内容，传递品牌信息； 4.项目推进：洞察业务、品牌需求，从业务运营视角搭建从需求到方案到渠道的工作流程，对内承接业务和品牌，对合作伙伴输出方案，确保落地完成传播目标。
岗位职责 负责高德美食 KA 客户（连锁餐饮SKA品牌、区域CKA商户）的整体运营，对 KA 客户的 GMV 增长与整体营收（GMV + 广告 + 增值服务）负责； 牵头 KA 客户在渠道服务商体系下的分层分级管理，制定品牌客户的年度 / 季度生意计划（JBP），推动签约、续约、提客单、提复购； 设计 KA 专属产品权益与营销组合权益包（包括但不局限于联名活动、品牌专场、定制券型、私域联动、达人/直播协同），提升品牌在高德流量下的转化与复购效率； 联合渠道服务商建立 KA 客户运营 SOP，提升 KA 续约率、健康度与生命周期价值（LTV）。 持续跟进竞对KA 政策与品牌投放动作，及时输出竞对策略洞察与反制方案。
1、渠道的拓展：负责团长、社群、达人等分销渠道的合作拓展，完成渠道拓展数量和成交/履约GMV、AAC等的目标交付； 2、渠道的运营：基于分销渠道的属性，针对券、套餐商品等不同业务推广需求，制定有效的渠道推广方案，优化货品与渠道的匹配，提升渠道转化率，完成获客、成交等业务目标； 3、渠道的商业机制：梳理渠道梯队分层，针对不同梯队设计阶梯激励方案等商业合作机制，促进渠道生态健康稳步增长；
1、产品规划设计与落地：负责商品数据资产（属性、SPU、商品百科等）AI评测全生命周期管理，支撑各类商品资产从生产-评测-应用-迭代的全流程 2、AI评测体系设计：参与负责设计覆盖商品资产全链路（准召覆盖率、ACC、一致性等）的细粒度评测指标体系，熟练使用模型常见的评测方法（Golden Dataset构建等），能驱动资产质量走向系统自动化评测 3、追踪行业前沿并判断技术适配：持续关注AI及数据资产领域前沿进展，具备将新技术映射到商品数据资产场景的判断力；能独立评估新技术对商品数据资产生产的适用性与ROI，输出可落地的产品迭代方向。
你将负责淘系商品详情的产品设计与体验升级，聚焦用户在商品了解、选款决策等关键环节，结合垂直场景导购特性，主导设计相关导购产品能力，提升用户体验与转化效率。 包括但不限于： 1、特色商品导购产品设计：对不同品类、人群及营销玩法等垂直场景，理解用户在导购过程中的核心诉求，设计特色化导购产品，提升细分场景下的用户体验与平台效率。 2、AI驱动的导购模式创新：结合大模型技术，探索“千人千面”“千品千策”的内容生成与交互方式，推动详情页从静态图文向动态、对话式、个性化演进，带来体验与转化正向变化。 3、多视角方案设计：具备消费者视角，理解用户痛点，产出可引领前台用户习惯及体验的产品方案；同时具备商家及平台视角，对商家经营模式、平台目标及策略深入洞察，通过前台策略撬动商家供给，发掘问题和业务机会，形成新的产品能力及增量场景。 4、数据驱动与协同落地：建立业务监控与分析体系，从数据中提炼确定性结论，驱动产品迭代；同时协同算法、工程、运营等多方团队，高效推进重点项目落地并达成目标。
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。
我们正在寻找一批具备强烈成长意愿与一线实战潜力的优秀人才，加入公司门店管理梯队培养计划。作为未来门店的核心管理者，你将通过系统化轮岗、实战带教与专项任务，快速掌握门店运营、团队管理与经营分析等关键能力，并在6个月内成长为独当一面的储备店长。 你将参与： • 门店日常运营管理，包括排班、服务标准执行、库存与损耗管控； • 销售目标达成与业绩提升策略落地，关注人效、坪效等核心经营指标； • 团队带教与员工激励，打造高效协作的一线作战单元； • 基于数据洞察优化顾客体验与运营流程，推动门店持续改进； • 参与新店筹备、重点促销项目等跨部门协同任务。 本岗位为公司重点人才培养项目，提供清晰的晋升通道、专属导师辅导及有竞争力的薪酬发展体系。
1. 负责云网络产品市场经营策略在区域/行业线的落地，直接对经营结果负责，包括不限于：客户满意度、产品规模、客户渗透率等； 2. 洞察云网络技术发展趋势与市场竞争格局，制定行业战略规划与经营策略；敏锐挖掘客户商机及行业数据，促进商机转化以推动业务规模增长； 3. 围绕客户需求与业务价值开展产品经营，持续完善与创新云网络解决方案；支撑全链路（售前/售中/售后）服务，并推动解决方案的规模化复制； 4. 深耕重点潜力客户，维护头部客户关系并提供优质服务；打造行业头部客户标杆案例，持续赋能区域团队并推动案例的复制推广； 5. 深度挖掘客户痛点，抽象典型业务场景，沉淀创新解决方案；洞察共性需求，反哺产品迭代与优化，协同产研团队完成产品及业务规划； 6. 围绕“提升客户支持与覆盖效率”的目标，探索并沉淀促进产品与解决方案规模化增长的GTM方法论、工具及制度体系。
1. 中间件运维与高可用保障：负责消息队列（Kafka/RocketMQ）、服务注册与配置中心（Zookeeper/Nacos）等核心中间件的稳定性维护、性能调优及高可用架构设计；基于Kubernetes完成容器化部署、弹性扩缩容、版本升级及日常运维，保障核心系统7x24小时稳定运行。 2. 故障排查与根因分析：通过日志分析、链路追踪及监控体系快速定位中间件相关故障（如消息堆积、服务注册异常等），主导问题修复与复盘；使用Java或Go开发调试工具，高效排查线上性能瓶颈及与业务系统的兼容性问题。 3. 性能优化与平台适配：测试并优化中间件在不同CPU架构、内核版本及容器环境下的性能表现，解决资源调度与性能瓶颈问题，持续提升中间件运行效率与资源利用率。 4. 负责搭建及使用SRE数字人实现线上运维智能化。
1、负责千问服务端技术体系的系统分析与架构设计，主导完成详细设计和核心编码任务，确保项目进度与质量，并承担关键系统的技术决策； 2、主导技术难题攻关与架构优化，持续提升核心系统的高并发处理能力、高可用性与可扩展性，保障高负载下的系统稳定性，为业务快速增长提供坚实工程支撑； 3、深入理解业务、识别需求，协同产品、算法、设计等团队推动AI原生体验落地，参与架构、系统、数据分析等多领域项目的技术实践与研发； 4、负责业务领域内AI能力建设与落地，推动AI技术与业务场景深度结合，提升业务效率和价值，跟踪行业AI技术趋势，识别关键技术痛点与创新机会点； 5、负责重点项目推进及跨团队协同，推动复杂紧急项目高质量落地；参与团队技术规划与人才梯队培养，提升团队整体技术水平。
岗位职责 1. 主导CRM AI Native升级，设计并落地Agent系统架构（任务规划、工具编排、多轮对话、长期记忆），驱动商机跟进、业绩排查等业务闭环自主完成。 2. 将CRM核心能力抽象为标准化可编排工具接口，构建高可靠连接层，保障幂等性、可观测性与异常降级。 3. 工程化落地企业知识检索与多层防幻觉体系（操作校验、来源追溯、置信度评估），确保生产环境准确可信。 4. 深入一线挖掘高价值场景，以业务问题真正解决、效率显著提升为核心衡量标准。 5. 搭建效果评测体系（自动化评测/A/B实验），建立效果-成本量化决策机制，驱动产品迭代。
1. 媒体处理核心系统架构与研发 ● 主导视频转码、截图、Meta 、媒体工作流、切片打包等核心媒体处理能力的架构设计与持续优化，保障高并发、高可用、低成本。 ● 负责转码增强方向（超分辨率、窄带高清、画质修复、音频增强等）的技术探索与工程落地，结合 AI 提升媒体处理效果与效率。 ● 设计并优化大规模媒体处理任务调度、状态流转、数据一致性与资源利用率，支撑日均千万级媒体处理任务。 ● 负责媒体处理服务的稳定性建设，包括 API 5XX 治理、可观测性、容灾降级、自动化运维与灾难恢复预案，系统可用性目标 99.9% 以上。 2. AI 原生应用落地（Agent & RAG） ● 深入媒体处理业务场景，利用 Agent 技术拆解复杂业务需求，设计包含记忆管理、推理策略、工具调用的智能系统，实现媒体生产与运维的自动化闭环。 ● 搭建基于 RAG 的视频与媒体处理领域知识库，优化向量检索、召回质量及上下文注入策略，为大模型提供精准的编解码参数、业务规则等知识支撑，有效抑制模型幻觉。 ● 负责意图识别、步骤规划、反思纠错等 Agent 关键模块的工程化落地；封装标准化 SDK/API，构建 Agent 观测体系，实现全链路追踪与多维效果归因。 ● 探索大模型在智能运维、自动化问题定位、智能文档生成、智能转码参数推荐等场景的落地。 3. 技术融合与效能提升 ● 将传统媒体处理技术与大模型能力结合，探索基于自然语言指令的视频编辑、智能摘要、自动化质检、智能封面、内容审核等创新功能。 ● 作为 AI 编程工具重度用户（如 Qoder、Cursor、通义灵码），通过高阶 Prompt Engineering 和自动化代码生成提升研发效率；建立自动化评测与回测机制，推动 AI 能力从单点验证走向规模化落地。 4. 前沿技术探索与团队影响 ● 跟踪业界在多模态大模型、智能媒体生产、分布式计算、云原生方向的最新进展，将其转化为可落地的技术方案。 ● 每季度输出至少 1 篇高质量技术沉淀（架构设计文档、专利或技术博客），持续提升产品行业影响力。
1、与算法团队对接，协助多模态理解大模型训练数据的评测体系设计，参与评测数据集构建及后续摸底报告产出，将算法团队的图文交织、高精度OCR、精细化图像描述等研究需求，转化为具体的评测任务 2、负责大模型训练及评测所需的数据标注任务全流程管理，包括需求拆解、规范制定、任务分发、进度监控及质量验收。 3、管理评测标注团队（专家社区&供应商等），制定培训计划与绩效考核方案，并负责项目结算。
1.技术战略与路线决策 (Technical Strategy & Roadmap) 定义 Agentic AI 业务的整体技术演进路线，对技术选型的前瞻性与落地性同时负责。 主导核心技术路线的战略级取舍，避免因归因错误导致的规模化资源浪费。 与业务及产品负责人共同定义技术目标与节奏，确保投入与业务北极星指标强对齐。 2.Agent 质量体系与评测飞轮 (Quality System & Eval Flywheel) 对线上 Agent 的端到端质量直接负责。建立系统级的 Agent 标准，让"好不好"成为可度量、可归因、可迭代的工程问题。 构建从数据清洗、Bad Case 挖掘、评测执行到修复上线的自动化闭环飞轮，持续压缩问题发现到修复的周期。 解决离线评测与线上体验的错位问题，建立离线 Eval、在线指标与人工抽检三者互相校准的质量体系。 3.平台化与基础设施 (Platform & AgentOps) 统筹 Agent Infra & Platform 建设，包括 Agent 框架、Eval 平台、Sandbox、可观测性 (Observability) 以及统一的工具调用 (Tool-use) 能力。 主导 Context Engine 的架构演进：RAG、Memory、上下文组织与数据供给，确保 Agent 在真实业务数据上的准确性与新鲜度。 对平台建设保持克制与判断力，清楚区分"应该沉淀为平台的共性能力"与"应该留在业务侧快速迭代的能力"，以平台采用率而非平台数量作为衡量标准。 4.工程效率与成本经营 (Engineering Efficiency & FinOps) 对单位任务成本、推理效率与资源利用率负责，将成本能力建设为业务的结构性优势而非事后补救。 主导 Agent Ops、FinOps 与资源调度体系建设，把成本账算到可归因的粒度，支撑技术决策与商业化定价。 持续投入研发效率工具与工程基建，让团队的产出效率随规模增长而不是被规模稀释。 5.应用交付与端到端体验 (Applied AI & Delivery) 统筹 Applied AI 与产品功能的交付，对从模型能力到用户手中体验的完整链路负责。 在不确定性极高的底层模型之上，交付具备生产力级别稳定性的用户体验：定义 Agent 的自主权边界、错误恢复机制与人机协作范式的工程实现。 建立跨方向的联合作战机制，避免 Infra、Applied AI、Context 各自为战，确保同一个质量问题有统一的归因和裁决路径。 6.组织建设与人才培养 (Org Building & Leadership) 带领团队下多个技术方向，搭建下一层组织人才，定义技术标准与人才梯队。 打造兼具工程师文化与良好 AI 技术直觉的复合型团队，让工程与算法能够在同一套语言体系下决策。 在高速迭代、充满不确定性的 AI 浪潮中保持团队的战略定力，建立容错、鼓励验证、以结果为准的技术文化
1.负责千问办公 Web 端核心产品体验建设，覆盖会话、侧边栏、文件预览、错误态与移动/钉钉 WebView 适配。 2.建设技能市场、专家包与连接器能力，打通上架、生态接入、技能发现、安装授权、引用输入、命令预填到会话创建的完整链路。 3.维护 AI 会话核心链路，包括模型档位、prompt、session 参数、流式状态、多 Agent、artifact/sandbox 等前后端协同能力。 4.负责企业办公集成能力，包括授权、企业身份校验、凭证安全、连接器可见性与异常兜底。 5.保障产品稳定交付，完善单测、交互测试、lint/build 验证，并持续优化复杂输入、状态同步、WebSocket 与宿主兼容问题。
1、在供应商生态中发现AI Agent产品的客户与合作机会，深入挖掘客户业务场景、核心痛点和潜在需求，结合产品能力形成初步“敲门方案”，找到合作切入点； 2、识别项目关键决策人、业务推动者及主要影响人，梳理决策链和预算路径，推动双方就合作方式、首期范围、资源投入及预计规模达成初步共识； 3、完成商机验证后，整理客户需求、决策链、合作方案、预期规模及关键风险并交接销售团队；持续协调产品、采购、销售、法务及财务等团队，推动项目进入方案、商务及签约阶段； 4、对合作中的利益冲突、价格公平性、数据安全、知识产权、跨境经营及商业合规风险进行前置判断，及时推动相关团队完成评估和审批； 5、对AI Agent产品收入目标负责，持续管理商机储备、预计规模、转化进度和落地结果，与销售团队共同推动有效商机转化为实际签约收入。
1、门店物流体系、物流团队的搭建与日常营运管理工作，支撑业务发展，及时处理各类重大突发事件； 2、负责仓储、配送的现场运营管理，包括生鲜类非标品和标品的收货、拣货、打包、配送、盘点、退货等操作； 3、制定和改进物流体系的规范与制度，梳理并建立标准化作业流程，并监督执行； 4、建立门店质控体系，完善数据报表，对仓库内各组别KPI进行月度、年度评核和原因分析，寻找提升服务质量的方案； 5、与物流各环节相关部门联系，跟踪和处理各类运作异常状况，并提出改善方案； 6、负责物流部员工的招聘、绩效评核，确保全职与兼职员工配置合理，使员工保持在稳定而高效的工作状态。
