共 4293 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1、结合集团连锁业务特性，规划分销渠道商品分类，改善、丰富相关商品品类，推动商品结构优化； 2、对门店进行分层管理，推动分销全链路接口优化，保障稳定性； 3、完成品、商、履约的复盘改进，优化现有流程。
1、基于本地零售整体战略，结合城市/区域市场特征、竞争格局、用户结构及业务阶段，结合城市、品类、商家、用户等关键维度，制定分业务线的目标策略及财务投入的管控策略，核心问题与增长机会，推动业务目标的实现。 2、建立城市日常经营诊断机制，搭建经营看板与核心指标体系，定期复盘目标进度、经营质量与策略效果，及时识别风险并推动调整优化。 3、构建城市经营分析框架和方法论，围绕重点城市、重点品类、重点商家或重点用户场景开展专题分析，深入挖掘经营问题与增长机会，形成可复制的经营策略。 4、针对重点策略、专项项目或攻坚任务，建立项目推进机制，明确目标、节奏、责任人与关键里程碑，协同业务、运营、产品、数据等团队推动策略落地。 5、利用AI工具辅助经营数据分析、问题诊断、报告生成、策略推演等工作，提升经营洞察效率与决策质量，推动经营规划工作流程的标准化和智能化。
1、基于业务现状&目标，规划构建零售商全生命周期商业化运营策略，并协调各方资源推动策略落地，对商业化收入规模负责； 2、支持仓业态的商业化策略需求，分析洞察不同业态特性，监控投流策略数据，抽象沉淀投流方法论推动业务覆盖，驱动业务增长； 3、打造投流标杆案例，持续提升广告门店覆盖度及投资效率； 4、通过数据分析洞察各商业化产品的提升点，推动产品、算法、研发等进行产品优化，提升广告变现能力。
1.基础供给稳定：负责连锁集团核心大客户的业务拓展与客情维护，围绕可售/内容/房型/价格/服务系统性提升所负责商家的供应链质量与行业竞争力，重点攻坚"可售"与"价格"两大转化漏点，保障供给确定性，具备牵头推进年度深度合作、把供给拉齐为可谈判筹码的能力； 2.基于平台禀赋的供给调优：结合商家需求与行业市场判断，为集团商家提供体系化运营解决方案，用可量化的生意增速与行业差距收敛指标衡量效果；善用价格机制通过场景价/人群家行程差异价格竞争力； 3.差异化解决方案：结合平台差异化价值，为集团商家提供创新的差异化解决方案——包括第二官网会员互通（同货·同权·同价）、ACM 会员价、等差异化解决方案，推动与商家的共建及深度绑定，形成区别于传统 OTA 价格模式的独特价值； 4.对所负责集团的整体经营效率，间夜规模负责，能够统筹集团整个项目的推进。
1、商品数据基建与商品运营策略：负责行业核心商品运营链路（如IP/趋势/品牌SPU等），驱动差异化的商品运营动作与货盘结构优化，对行业核心货盘的 GMV、商品动销、供给渗透等核心指标负责。 2、AI 能力在商品运营场景的落地：设计AI Native 商品运营工作流，设计并推动 Agent 在选品诊断、商品优化、商家任务生成等场景的应用；建设行业知识库为 Agent 提供上下文引用，搭建评测基线与效能评测体系，持续迭代工具调用准确率与任务完成率。 3、数据 Agent 与自助分析：沉淀行业数据口径为标准训练集与 Skill，构建支持自然语言查询（Text2SQL）的数据 Agent，降低行业/商家/小二的查数与报告门槛，推动 AI 小二工作台等一线工具的应用与迭代。 4、跨团队协同推进：联动行业运营、产品、算法、数据等团队，定义需求、拉通链路、验证效果，推动 AI 商品运营方案从设计到落地闭环。
1. 训练策略设计与优化： 深入理解预训练与RL后训练（如PPO/GRPO等）算法流程，设计并优化大规模分布式训练策略（3D并行、MoE EP、Context Parallel等），解决RL阶段多模型（Actor/Critic/Rollout/Ref）交互的复杂调度与显存墙问题。 2. 框架定制与二次开发： 基于主流训练框架（如Megatron-LM, DeepSpeed等），进行应用层和策略层的二次开发与插件编写，快速支持新模型架构（如长文本、多模态、新型MoE）和新优化器（如Muon, SOAP）的落地验证。 3. 大规模训练稳定性保障（Troubleshooting）： 负责千卡/万卡集群训练的稳定性攻坚。排查并解决训练过程中的Loss Spike、OOM、Hang、通信死锁等疑难杂症，开发自动化诊断、监控与容错恢复工具链。 4. 跨团队协同与联合调优： 作为算法侧接口人，与Infra团队紧密协同。从算法和框架视角提出性能优化需求，配合底层团队完成算子、通信库及硬件层面的联合Profiling与调优，而非独立承担底层基建开发。 5. 前沿技术追踪与落地： 跟踪SOTA大模型训练技术，评估新技术在Qwen训练场景下的适用性，推动训练框架在算法侧的持续演进。
千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 在蕴含丰富世界知识的预训练模型的基础上，我们利用 Post-train 打造出我们想要的能够服务人类的 AI 模型。我们通过 RL、SFT、RFT 等技术，探索大模型潜能的同时，也在塑造大模型的能力与性格。本着为人类服务的目标，我们的 Post-train 将会重点探索其推理能力，实现深度思考，并致力于提升其 Agent 能力，让大模型服务于真实世界的任务。 工作职责： 1. 探索更多可 scalable 的 verifier 信号，并通过 RL 提升模型的各项能力。 2. 提升 reward model 在创作、人类偏好、指令遵循等各专项上的能力，减少reward hacking和bias。 3. 研究 reasoning path压缩和外推，实现更高质量的推理思考。 4. 将LLM的推理能力和Agent以及其他模态相结合，探索统一模态的reasoning。
负责 Qwen 基座模型 Agentic Reward System 的设计、训练与迭代，构建支撑大规模 Agentic RL 训练的奖励信号体系，持续提升模型在 Coding、Agent 等高价值场景下的对齐质量与 RL 训练上限。 1. Coding Reward System：构建面向 Code Agent 的 Reward System，设计 Evolving Rubrics 与 Code Verifier，实现 Outcome & Process Level 的自动化 Rewarding，解决长程 Coding Trajectory 下的 Credit Assignment 与 Reward 稀疏性问题。 2. Agentic User Experience Reward：研究面向 Agent 任务的用户体验建模与 Reward 优化，探索 User Model Rewarding 与 Behavioral Signal Mining，弥合 Benchmark指标与用户实际体验之间的鸿沟。 3. Reward System Infra：以 Reward 信号为核心构建数据飞轮，驱动数据筛选、难例挖掘与合成迭代；建设统一的 Reward 评估与标注框架，与 CPT / SFT / RL训练流程深度耦合，端到端优化全链路传导效率。
1. 挖掘大模型弱点，持续快速构建覆盖各项模型能力的评测数据集，探索可靠、具有可扩展性的评测方案。 2. 参与 LLM-as-a-Judge 方案构建，训练 LLM Judge / Reward Model，建模人类偏好并提升长尾任务的评价准确性。 3. 参与 Reward System 构建，设计 Reward Signal、合成对应数据，并通过 RL提升模型的能力上限。 4. 参与开发 Evaluation、Reward System 所需工程框架，简化各类测试任务和模型集成流程，帮助提高团队效率。
网络安全是大模型 Agent 能力的重要应用场景，也是检验和提升模型能力的重要方向。我们致力于提升模型在网络安全任务中的表现，推动大模型在智能安全领域的研究与应用。 1. 参与模型在网络安全方向的后训练与强化学习，提升模型完成安全任务的能力。 2. 构建网络安全任务的训练环境和评测环境，包括网络安全靶场、漏洞复现、补丁验证、攻防演练等。 3. 探索网络安全任务中的有效训练方法，推动模型能力在真实网络场景中的持续改进。
1、负责淘宝闪购营销算法，券/品生成式营销定价系统的研发工作，包括但不局限于Diffusion/Decision Transformer等生成式架构的设计与实现，覆盖亿级DAU的定价场景。 2、主导生成式定价全链路算法开发，包括端到端生成定价、Decoder Only架构优化、强化学习奖励系统设计等创新模块，显著提升计算效率和营销效率。 3、探索生成式和强化学习技术在营销定价场景中的应用，解决预算实时调控、门槛面额联合生成、商出资动态加载、多目标优化等命题，提升营销补贴效率。 4、深度协同产品、运营及工程团队，将算法创新转化为业务增长动力，打造行业领先的智能营销解决方案。
本职位为ModelScope魔搭平台与社区等技术产品岗（TPD），负责ModelScope魔搭技术生态的产品设计，覆盖魔搭站点、服务以及开源技术生态等全方面。候选人将与魔搭技术研发团队、以及运营团队等紧密合作，同时与相关模型算法团队密切沟通，共同把握魔搭技术发展发向，确保魔搭技术生态整体健康发展。在这个过程中，候选人将深入洞察开发者需求，并结合横向竞品分析等方式，围绕开发者社区核心价值，设计相关产品功能。 日常工作包括，梳理魔搭平台与站点(modelscope.cn)功能，设计后转化成具体产品PRD文档，并进行工作项拆解，与研发团队对齐研发和上线节奏；与研发团队共同设计魔搭开源生态工具链接口以及在平台上实现服务化的对接设计；明确平台与底层云基座之间的交互协作，确保云平台对于魔搭的支撑；等等。
1、数据开发：负责淘天业财一体数据体系建设，以支持集团决策和保障内部日常取数、分析的场景 2、AI产品：打造面向AI时代的数据资产，基于新数据资产平台，构建AI取数、AI分析、AI决策等应用场景落地。 3、项目管理：作为财务信息化团队项目管理的协调者，与财务、BI、产品或研发团队进行紧密对接，对财务系统进行业财打通 4、提效与技术支持：对团队成员提供SQL相关技能的知识辅导和技术支持，通过自动化应用提高团队整体工作效率； 5、项目支持：针对关键财务和业务指标建立定期监控体系，把握关键业务控制节点，对异常业务数据波动及时预警，并与相关BU财务进行反馈沟通。
客户关系管理 • 客户开发：主动了解所在区域/市场的关键行业knowhow，保持对AI趋势的深度、及时掌握，识别市场机会，开拓新客户或挖掘现有客户的产品和技术需求，形成有效商机。 • 客户业务理解及需求挖掘：充分了解客户商业模式、AI场景下的业务挑战，进行客户组织架构梳理和决策链摸排，获取客户信息，通过串联客户OKR，找到双方合作机会点。 • 建立组织客情：维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 产品和技术价值传递 • 理解阿里云产品及解决方案：深入理解飞天云计算操作系统、七大件、全栈AI（从算力到模型到应用）等阿里云产品的技术价值，了解竞对的差异化竞争优势，能够根据客户需求初步制定解决方案。 • 独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 • 促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 • 客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 • 客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度，长期陪伴客户成长 • 推动产品反向优化：将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。
聚焦淘天核心业务与真实应用场景，你将参与淘天 AI 核心平台建设，围绕 AI Agent 在理解、推理、规划、执行等关键能力开展持续优化，通过数据分析、Agent 评测、实验验证及策略优化等方式构建数据飞轮，推动 Agent 能力持续迭代，并提升其在复杂真实业务场景中的任务完成效果与业务价值。 1. 负责 AI Agent 核心能力优化，围绕任务规划、推理、工具调用、记忆、知识增强、多智能体协作等关键能力开展算法研究与优化，持续提升 Agent 在复杂任务中的执行效果。 2. 建立 AI Agent 全生命周期评测体系，设计离线评测集、自动化评测流程及线上评估指标，结合真实业务场景分析 Agent 在理解、推理、执行及交互过程中的能力瓶颈，并持续推动优化迭代。 3. 基于海量用户行为数据、模型输出及运行日志，开展数据分析、误差分析及实验验证，定位影响 Agent 效果的关键因素，制定数据驱动的优化方案，持续提升任务成功率、执行效率及用户满意度。 4. 研究大语言模型在 AI Agent 场景下的能力边界及优化方法，结合 Prompt Engineering、上下文学习（In-Context Learning）、RAG、工作流编排、策略优化等技术，不断提升 Agent 在复杂业务中的泛化能力和稳定性。 5. 参与 Agent 数据体系建设，负责训练数据、评测数据、偏好数据及高质量样本构建，持续完善数据质量分析及自动化评测能力，为 Agent 持续优化提供数据支撑。 6. 结合离线实验、在线实验（A/B Test）及业务反馈，持续迭代 Agent 能力，建立从问题发现、原因分析、策略优化到效果验证的完整闭环，推动 Agent 能力持续演进。 7. 跟踪大语言模型及 AI Agent 领域前沿技术，结合业务需求开展新算法、新框架及新优化策略的探索与落地。
1. 深入研究互联网保险行业，能基于业务发展要求制定商务合作策略，开拓和管理互联网渠道与场景资源，挖掘与保司及其他保险行业机构的合作机会，持续提升平台流量在保险行业的定价权和价值杠杆。 2. 兼具互联网业务视角和保司视角，能在跨行业和跨企业的复杂合作关系中持续摸索有效的协同和驱动策略，实现保险行业能力对平台经营的有效助力，构建多方深度互信的保险行业生态。 3. 负责保险商务团队管理，持续提升团队人才密度和专业深度。
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 Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研Agent模型、Agent系统，实现B2B AI Agent跨越式发展。 1、负责Agent算法架构设计与效果优化，包括但不限于模型优化（Agentic Post-training/Agentic Infra等）自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强； 2、复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务； 3、Long-horizon运行设计：构建结合"工作记忆+全局知识库"的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架； 4、构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地； 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； 6、探索Agent Architectures/Structures的上限，在Agent应用研究中最大程度释放模型的能力，研究Self-Evolving AI System，实现Self-Improving Agents。
岗位职责 1、负责盒马履约日常策略运营，承接总部目标，拆解并落地区域履约策略与关键参数，覆盖「编制—排班—调度—调控」全链路。 2、对接区域运营团队，推进编制排班落地，跟踪调度、调控全流程，及时干预异常，保障日常及大促高峰平稳。 3、主导履约结果复盘，围绕效率、时效等指标做归因分析，输出调优方案并推动持续改善。 4、提炼一线需求，反哺产品与算法迭代，协同总部推进系统能力建设。
世界模型方向高P，业务场景不局限于地图和具身，你将站在AI技术浪潮的最前沿，将世界模型技术转化为亿级用户可感知的产品价值。
1、负责盒马协同工作流的规划与设计，对协同效率、生意目标达成、执行结果确定性负责。 2、为公司经营规划和重点项目提供目标管理、营采销协同、任务拆解、执行过程巡检的系统性管理能力。 3、协同内部各相关业务团队，建立高效协同的合作机制。 4、充分了解各业务团队的工作模式和上下游协同关系，通过数字化手段，促进业务协同提效。
负责区域广州线下拉新、社群运营、用户成长运营及市场推广相关工作。 1. 负责新店开业拉新，通过全渠道宣传、地推等方式做用户蓄水、开业预热，完成开业新客目标。管理拉新团队、做好数据追踪、沉淀适用于本地的拉新打法。 2. 负责社群运营。持续提高社群规模，做好社群推品、社群互动、社群客情维护等，确保社群的留存率、活跃率、转化率。 3. 基于用户分层，运用用户工具，投放用户权益，对新客、低活、高活用户做好持续运营，保障DAC持续健康增长。
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、负责集团总部人员全职招聘的规划、实施与优化，按指标完成招聘工作； 2、能够有效推动招聘渠道拓展，根据公司业务需求及内部流程要求进行招聘项目规划、招聘方案制定、候选人寻访、offer发送、入职办理、人才管理等闭环管理； 3、提升招聘效能，推进人力资源各项招聘相关工作规范化，负责招聘工具研发； 4、具备良好的资源整合能力，能在关键节点与相关部门配合联动完成项目落地； 5、根据业务战略，开发新的人才供应渠道，建立并维护固定的合作单位； 6、协助各BU搭建选聘流程体系和人才发展体系，通过组织人才盘点、人才赋能、人才培养等方式，保障组织持续良性发展。
1.专家签约入驻支持：协助完成目标专家的初步沟通、意向确认与合同签署；负责专家资质审核、信息建档、合规材料收集与归档；配合内部团队完成合作协议流程，确保签约高效合规 2.项目中期执行管理：对接业务需求，协调专家参与数据生产、模型评估等项目工作；跟进项目进度，组织任务分配、时间节点提醒与质量反馈闭环；作为专家主要联系人，及时响应问题，保障沟通顺畅与任务高质量交付 3.项目后期结算与复盘：核对专家工作量、产出成果与结算标准，发起付款流程；协调财务完成酬金发放，确保结算准确、及时；收集专家反馈，输出项目小结，持续优化运营流程
岗位亮点 1. 核心业务围绕阿里巴巴大消费生态会员体系：面向全淘宝用户的大会员、面向高净值用户的88VIP会员、及面向高频用户的省钱卡等会员业务，致力于提升会员规模，并优化会员消费体验 2.权益&推荐&大模型挑战性算法方向：团队主要算法方向涵盖用户认知理解、权益素材AIGC、异构素材和商品生成式推荐、增量预估建模、因果推断建模、在线运筹和实时调控等 3. 团队技术氛围和实力：持续发表顶会论文、高校air项目合作课题、团队技术氛围简单、算法技术团队内外交流机会丰富、深度参与行业课题探索 岗位描述 1. 负责淘宝会员营销和会员增长算法方向优化，包括用户认知理解和行为建模、增量预估建模、权益推荐联合建模优化，提升核心业务指标 2. 设计并落地多模态等大模型在会员场景中的应用，探索权益素材生成、权益因果建模等技术方向，结合场景推动算法创新与业务价值转化 3. 参与权益素材生成和权益推荐系统全链路的算法设计和实现，解决因果推断、在线运筹等核心问题，持续优化模型链路准度和在线效果
1. 在算法同学的指导下，按既定流程完成大规模医学影像（CT/MRI/超声等）及配套多模态数据（影像报告、EMR、病理、随访等）的采集、清洗、脱敏、标准化与结构化，产出可用于模型训练的数据集。 2. 按照团队已有的数据处理规范和标注/质检（QC）标准，执行数据标注、格式转换、批量处理等日常操作，配合排查并修正数据质量问题。 3. 在算法同学指导下撰写和维护数据处理脚本（如批量清洗、格式转换、数据校验等），完成数据的整理、归档与版本记录。 4.配合完成数据合规相关的执行工作（如按 DICOM/HL7/FHIR 等标准要求进行数据整理与脱敏检查），确保数据处理过程符合团队规范。 5. 配合算法同学完成模型评测所需的数据准备与标注，在指导下运行评测脚本、汇总评测结果，协助整理结构化的评测记录与 badcase 清单。
我们正在打造一支 AI Native SDL团队，重新定义 AI 时代的软件安全开发生命周期。AI 不仅是我们保护的对象，更是我们工作的核心方式。我们相信安全流程正在从依赖规则、人工经验，演进为由 AI 驱动的智能工程。 * 设计并建设 AI Native SDL 体系，保障 AI 应用、Agent、MCP 等新型业务形态从设计、开发到运行阶段的安全。 * 负责 AI 应用安全架构设计，建立覆盖研发全生命周期的安全能力。 * 构建 Agent 身份认证、权限控制、工具调用、数据访问及运行时安全防护体系。 * 构建覆盖 Prompt Injection、Tool Abuse、模型滥用、越权访问、数据泄露等 AI 风险的纵深防御能力。 * 推动 AI 安全能力平台化、产品化，为研发提供统一、安全、易用的基础能力。
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
• 参与设计公共云行业云客户在不同CPU下的业务迁移工作，解决产品迁移涉及到的软硬件技术问题，面向客户提供一揽子迁移解决方案。 • 参与设计和实现云产品在不同CPU体系下的性能调优和应用迁移技术方案，提供给客户统一的云平台的使用体验。包括灰度迁移，性能优化，跨平台多产品组合方案，功能对齐等能力。 • 负责协同销售团队完成客户迁移计划的制定，实施方案的制定和实施，有良好的企业级客户服务经验和服务意识，具备复杂项目端到端技术解决方案设计和落地的能力。
1、负责新建数据中心消防图纸审核工作，确保消防图纸满足法律法规要求； 2、负责新建数据中心消防系统建设全过程管理工作，严格监督施工单位依照规范及设计要求开展施工，在施工期间主动排查潜在问题，及时督促施工单位落实整改； 3、组织开展新建数据中心消防系统的测试和验证工作，确保系统在紧急情况下可精准启动、稳定运行并充分发挥灭火与防护作用； 4、负责数据中心消防系统的日常运维管理，对各消防系统进行巡检、维护、故障排查与维修，确保消防设备处于正常工作状态； 5、制定和完善消防管理制度、应急预案和消防3P文档，定期组织消防演练和消防培训，提高全体员工的消防安全意识和应急处置能力； 6、对接合作单位、行政物业，确保合作单位、行政物业的消防相关工作按照既定计划和标准落实到位，定期检查合作单位、行政物业的工作进度和质量，及时协调消防相关问题。
