共 4293 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1、负责游戏发行技术中心的整体规划和战略制定，建立完善的技术体系和团队架构 2、组织、协调和推进发行团队的业务研发工作，确保项目按时高质量交付 3、主导游戏发行平台的业务需求分析、系统设计和关键模块的研发实现，解决开发过程中遇到的各种复杂技术问题，制定技术解决方案 5、负责广告智能投放机制、策略和算法的研究与实现，持续优化投放效果，构建智能化的游戏发行平台体系
1、客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 2、产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 3、推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 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。 4、业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。
1、制定日本市场品牌策略、传播计划。 2、能独立把控品牌推广，统筹线上下推广项目，保障推广目标达成。 3、对日本手游用户、流行文化、社会趋势有较为明确的洞察理解。 4、了解日本市场媒体及渠道的运营方式，保障项目的推进效率和执行质量。 5、能独立撰写推广文案，如产品核心信息描述、游戏通稿等。
1. 热爱游戏，了解游戏SLG，RPG，MMO等各赛道产品投放方式，了解APP，小游戏，PC端等多端买量特性，可因产品特性定制合适的投放策略。 2. 了解巨量、广点通、快手、ASA等各投放媒体，全平台投放策略规划，涵盖游戏行业主流渠道，结合不同平台用户属性制定差异化投放方案。能带领团队深度研究媒体渠道，以合理的成本获取目标转化。 3. 主导投放全流程，包括素材筛选、投放预算分配、投放时段优化、数据监控与复盘，实现投放ROI最大化。 积累并沉淀各类投放成功案例，提炼可复用的投放方法论，赋能团队投放效率提升。 4. 深入研究行业发展动态、用户偏好及投放规则，定期跟踪竞品投放策略、素材风格、数据表现，输出竞品分析报告，为投放策略调整提供依据。与营销、运营、设计等团队协同配合，明确投放素材需求，以数据引导合作团队制作出高点击率、高转化的投放素材，持续迭代素材。 5. 数据敏感度高，具备较好的数据分析能力，可与技术团队配合完善搭建投放数据BI后台。 6. 善于总结方法论，定期对有效投放策略，方法，做总结沉淀。
1. 参与新一代Agent驱动的自适应爬虫系统的设计与落地，面向Web、Android、iOS 等多端场景，持续提升采集系统的成功率、稳定性与可扩展性； 2. 深入研究多维度数据采集策略，建设站点/APP 结构自动识别、覆盖策略生成与异常处理能力，提升复杂场景下的数据获取效率与覆盖质量； 3. 攻防对抗：针对不同目标平台开展系统性技术分析，结合环境仿真、协议模拟、设备指纹绕过、行为拟人化等技术，提升系统链路稳定性； 4. 构建AI Native的数据采集到数据处理的智能化全链路体系，利用 AI 技术实现数据采集、自动化清洗、结构化提取、质量评估与工程化落地； 5. 技术沉淀： AI采集平台架构设计、技术分析、策略研究、问题复盘等文档，沉淀可复用的方法论、工具能力和知识体系，推动团队采集能力持续升级。
1. Long-Horizon Agent 核心架构：设计并落地面向金融场景的长程智能体系统，涵盖多步推理（CoT/ToT）、计划-执行-验证-重规划循环、跨会话状态持久化与经验累积，使智能体能够自主完成数小时乃至数天跨度的复杂金融业务任务。 2. Agent 运行时与编排引擎：构建 Agent Harness 层——支持 Agent Loop（ReAct/Reflection 循环）与 Graph-Native 有状态图编排（Nodes/Edges/Cycles、条件路由）两种范式，内置持久化层实现断点恢复、Human-on-the-loop 审批与轨迹回溯；设计 Agent 沙箱与隔离执行环境；支撑生产级多智能体协作与大规模并发弹性伸缩。 3. 上下文工程与记忆系统：设计工作上下文管理（压缩、摘要、窗口调度）与持久化记忆架构（向量检索、结构化经验存储），解决 "Lost in the Middle" 退化和跨 Session 状态断裂问题，保障长程任务执行质量。 4. 工具生态与 MCP 协议集成：设计 Tool-Use 框架与 Model Context Protocol 接入层，实现金融领域工具（行情、研报、合规检查、交易执行等）的标准化注册、动态发现与安全调用；定义清晰的 SDK/API 接口供客户侧二次开发与生态扩展。 5. Agent 评测与可观测：构建 Agent 评测体系——覆盖规划能力、工具调用可靠性、多轮交互一致性、长程记忆连续性等核心维度；建设 Agent 全链路 Tracing 与运行时可观测平台，支撑快速定位和修复 Agent 行为异常。 6. 新一代知识库（知识编译）：设计以 LLM 为编译器的智能知识库架构——摄入即整合，替代传统 RAG 的"查询时拼凑"模式，实现知识复利与持续增量更新，服务金融研报、合规文件等高密度知识场景。 7. 训推一体与模型服务：参与金融领域模型的微调、评测与推理服务建设，关注 Agentic RL 在金融任务上的应用，推动模型能力内化。 8. 金融级稳定性与合规：负责金融级 SLA 保障体系建设（容灾、降级、灰度、熔断），满足金融客户对高可用、数据安全与监管合规的严格要求。
我们正在寻找一位兼具深厚前端工程底蕴与 AI 原生思维的跨界技术专家，共同定义下一代电商研发智能化基础设施。你将依托自研淘宝研发领域大模型，探索从“代码辅助”向“意图驱动研发”的范式跃迁。在这里，你不仅是技术的实现者，更是未来研发交互形态的定义者——通过构建高带宽、低摩擦的人机协同链路，让 AI 真正理解业务语境与开发者直觉，打造具备“领域架构师”认知水平的智能研发系统，重塑淘宝乃至阿里生态的工程生产力边界。 加入我们，你将： ● 重构研发交互范式： 设计并落地新一代 AI-Native 研发工作台，将自然语言意图、多模态上下文与工程语义深度融合，构建从模糊业务意图到精确工程方案的智能对齐与逻辑收敛机制，实现研发链路的“语义级” AI 化。 ● 打造意图感知型 Agent 体系： 主导研发场景下多智能体系统的交互层架构设计，攻克复杂业务语境下的需求对齐、任务拆解与动态反馈难题，让 AI 具备对电商领域知识的深度理解能力； ● 定义智能研发体验标准： 以前端工程化思维驱动 AI 能力的产品化落地，构建可观测、可干预、可进化的智能研发闭环，推动 AI 从“工具属性”向“协作伙伴”演进，为企业级研发效能革命提供基础性技术支撑。
1. 负责天猫技术在各域的Agent算法优化，包括ToB和ToP相关产品，如AI商品运营、百补AI导购、品牌商家AI访谈； 2. 主导大模型后训练与领域适配，参与Agent在各业务场景下的微调于多轮对话优化，提升模型在生意诊断、运营策略、导购方案生成、工具决策等任务中的专业性与一致性。 3. 运用SFT、RL等后训练方法，设计合理Reward Function和优化函数，提升大模型在自主规划（Planning）、多步推理、工具调用、数据问答等方面的能力； 4. 负责设计并优化检索增强（RAG）系统，从索引构建、召回排序到知识融合与上下文压缩，全面提升RAG在高准确性需求场景下的效果与稳定性。 5. 深入跟踪LLM/Agent领域前沿进展，推进前沿技术在业务中的验证与落地，重点突破工具集成复杂推理、数据洞察、AI 搜索等方向的应用创新； 6. 负责建立科学评测体系，设计覆盖功能性、合规性、一致性与业务转化的多维评估指标，系统分析模型表现，指导模型与Agent策略的精准优化。
岗位职责： 1、负责区域高校食堂、后勤渠道资源的开拓和管理。开发学校资源，制定所属区域内的执行拓展计划，提升区域份额 2、探索市场情况，挖掘行业信息；寻找潜在合作伙伴，负责开发挖掘片区内新的渠道代理商，并协助管理和培训。 3、联动相关业务伙伴，协同促进高校食堂资源拓展和区域业务目标达成；
1、参与阿里巴巴跨境数字商业板块，ICBU的交易相关系统架构设计及研发； 2、负责AI技术在产品中的应用，开发创新的解决方案，提升用户规模和业务效率； 3、与产品团队紧密合作，理解业务需求，设计并实现高效的Agent； 4、参与相关领域板块的系统设计、落地以及运维，协调业务发展，协调研发资源、把控系统实施节奏。
负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向音乐领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导音乐领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向LLM领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导LLM领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模文本训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向VL领域大模型的全链路数据体系，包括数据评测、加工、合成与标注。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 评测体系构建：主导VL领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架，设计人工评测与自动评测相结合的混合评估方案，搭建评测数据集、生产管线，建立与SOTA模型（GPT-4V、Claude、Gemini等）的对比评测机制，输出专业评测报告。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 标注规范与质量体系：制定细粒度多模态标注规范：图像详细描述、视频时序标注、跨模态对齐、复杂推理链标注等；建立分层质检机制：机器预检→人工抽检→专家终审，确保标注的质量；设计标注人员培训体系与能力认证标准，搭建领域专家标注团队。
负责搭建并管理面向多模态视频领域大模型的全链路数据体系，包括数据策略、评测、加工、合成。作为模型算法团队与数据采集团队的核心桥梁，确保高质量、多样化数据供给。主要工作包括以下： 1. 数据策略、标注规范与质量体系：参与制定视频生成和视频理解模型所需要的标注落地细则，涵盖镜头运动、光影、主体动作拓扑及物理规律；负责指导和制定标注规范和标准，培训供应商进行高难度的“时间轴-文本”精准对齐，确保视频画面演进与描述文本在帧率级不发生错位；制定并严格执行视频前置质量标准，对产线上的视频清洁度负绝对责任；视频资产打标调度：带领落地团队对千万级PGC/UGC视频切片进行多维标签分类（如动作类、自然风景类、特效类、长尾Bug类），确保训练集数据分布的多样性。 2. 数据链路架构：构建大规模多模态训练数据的全生命周期处理链路：采集→清洗→去重→质量筛选→格式标准化→安全过滤，搭建数据质量监控体系，建立数据价值评估模型，确保高信息密度数据的持续供给； 3. 评测体系：多模态视频领域大模型的评测标准制定，建立涵盖理解、生成、对齐、安全四大维度的评估框架。
1.了解业务部门的战略了解业务部门的战略，对业务进行组织诊断对业务进行组织诊断，为业务部门的战略落地提供建议为业务部门的战略落地提供建议，规划并参与实施规划并参与实施 2.为组织发展提供人力资源支持为组织发展提供人力资源支持，定期进行组织盘点定期进行组织盘点，在招聘 培训 绩效考核薪酬、员工关系等方面为业务部门提供有效员工关系等方面为业务部门提供有效的解决方案并实施 3.在业务部门内推动公司层面的变革在业务部门内推动公司层面的变革 ，提升人力资源运作效率提升人力资源运作效率 4.传承公司文化传承公司文化，发扬价值观发扬价值观 ，建设沟通渠道建设沟通渠道，保证组织的持续健康成长保证组织的持续健康成长 5. 主动建立与管理层主动建立与管理层 ，发扬价值观发扬价值观、一线主管及员工之间的多形式有效沟通机制一线主管及员工之间的多形式有效沟通机制，建设沟通渠道建设沟通渠道，保证组织的持续健康成长保证组织的持续健康成长 保证信息在不同层级间的有效传递保证信息在不同层级间的有效传递
1. 从公司业务和组织的经营视角，参与公司薪酬福利激励体系设计或参与薪酬激励项目，并基于方案设计进行执行，或在对应部门内进行运营和落地 2. 结合部门业务及人才方向，基于公司薪酬福利体系，对部门内岗位薪酬方案进行分析和设计，并进行运营和落地。为部门提供相关薪酬福利方面专业的咨询和建议 3. 持续关注市场，了解相关行业和竞争对手在组织，人才和薪酬福利机制上的动态。同时结合行业和竞对分析，结合内部现状给出建议和解决方案 4. 基于公司薪酬激励方案，制定并撰写相关政策制度或手册，并进行运营落地
1.基于淘系全域数据，建立多领域的用户全生命周期数据和用户理解体系，通过主动的数据分析来挖掘和发现电商业务各场景的增长机会 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、用户留存等问题建模分析和策略推动，实现用户规模及用户粘性的增长 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
职位描述：聚焦淘天核心业务与场景，利用大模型、Agent、工具调用、上下文工程、评测等技术，推动 AI 在真实业务与研发工作流中的规模化落地。你将参与淘天核心 AI 平台的建设，从业务意图理解、上下文构建、任务拆解、Agent 执行、产物生成，到效果评测、过程追踪与经验沉淀，完整参与 AI 能力从单点验证到平台化落地的全过程。 1. 需求理解与任务建模：深入业务与研发场景，理解真实业务目标、研发流程和协作痛点，识别高价值 AI 落地问题；将模糊的业务需求、研发诉求或效率问题，转化为明确的、可验证的 Agent 执行目标。 2. Agent 系统架构设计：面向具体业务和研发任务，设计 AI Agent 系统架构；参与 Agent Runtime、Agent 编排、工具调用、权限控制、上下文管理、记忆机制、Trace 体系等核心模块规划，兼顾系统灵活性、可扩展性、稳定性与工程可落地性。 3. 知识、上下文与执行环境构建：搭建 Agent 与现有业务系统、研发工具链和知识体系的交互环境，涵盖 API 接入、代码仓库、文档系统、需求系统、CI/CD、测试平台、设计平台等；构建面向 Agent 执行的上下文组织与注入机制，优化知识召回、上下文压缩、工具选择和任务环境准备，为模型提供准确、及时、可追踪的执行环境。 4. Trace、观测与归因体系建设：构建 Agent 全链路观测与 Trace 体系，记录 Agent 执行过程中的上下文输入、工具调用、文件变更、测试结果、人工干预、失败原因和最终产物；支持对 Agent 行为、任务效果、失败 case、成本和性能进行多维分析与归因，为后续优化和规模化落地提供依据。 5. 评测、回测与持续优化：建立自动化评测、回测和 case 分析机制，围绕真实业务任务构建评测数据集、验证标准和效果指标；通过模型选择、上下文优化、工具链改造、Prompt / Skill 调整、Workflow 编排等方式，持续提升 Agent 的任务成功率、稳定性、可控性和交付质量。 6. 系统性能与稳定性优化：面向真实生产环境和高频场景，优化 Agent 系统在并发、延迟、成本、稳定性和安全性方面的表现，保障系统长期稳定运行。
我们正在寻找对 AI Agent 技术充满热情、具备扎实工程能力的开发工程师，共同构建下一代智能体系统。你将深度参与 AI Agent 核心链路的研发与优化，推动大模型能力在真实业务场景中的高效、稳定落地，把模型能力转化为可交付的业务价值。 主要职责： 1. Agent 架构设计：参与 Agent 系统核心模块的设计与落地，覆盖任务规划、推理执行、上下文增强、记忆管理、工具编排以及运行时稳定性保障；在多 Agent 协作、子任务分发、异常自愈等关键问题上提出可落地的工程方案。 2. 业务核心能力落地：深度对接业务场景，将通用 Agent 框架沉淀为面向业务的可复用能力组件；负责从需求拆解、Prompt/工作流设计、工具与数据接入、灰度上线到效果回流的全链路交付，确保 Agent 在真实流量下满足业务的准确率、时延与成本指标。 3. Agent 评测与持续调优迭代：搭建覆盖离线评测集 + 在线 A/B + 用户反馈回流的 Agent 评测体系，建立 Bad Case 归因与回归机制，持续驱动 Prompt、模型、工具与编排策略的迭代，让 Agent 能力以可度量的方式稳步提升。 4. 性能与成本优化：针对推理时延、Token 消耗、调用链路长度等关键瓶颈进行系统性优化，在保证效果的前提下显著降低单次任务成本与时延，建立成本可观测与预算治理机制。 5. 跟踪大模型与 AI Agent 前沿技术：持续跟踪 LLM、多模态模型、Agent 框架、强化学习与后训练、Agentic RAG、MCP 生态等方向的前沿进展，将有价值的技术快速完成内部预研、原型验证与生产化引入。 我们提供： 1. 参与前沿 AI 技术落地的机会，与顶尖算法和工程团队共事； 2. 顶级的工程研发环境，直接使用最前沿的大模型矩阵，没有算力焦虑，我们来为优秀的创新想法买单； 3. 开放、创新、结果导向的技术文化。
1、负责AI Agent核心引擎研发，主导智能决策引擎、任务规划模块、工具调用框架、记忆管理机制等关键组件的开发，支撑用户画像分析、智能人群圈选等核心业务场景的自动化执行； 2、构建Agent实时数据感知与反馈闭环，基于Flink/Spark等框架优化数据处理链路，实现毫秒级用户行为响应与策略动态调整，强化Agent对实时业务环境的感知与适应能力； 3、复杂大规模人群服务系统的性能优化与稳定性保障，解决高并发场景下的请求调度、容错机制、状态一致性等技术挑战，确保系统在千万级QPS下的稳定运行与弹性扩展； 4、深入探索大模型与Agent的深度融合，参与用户运营领域大模型微调与持续优化Agent的推理能力、决策效率与交互体验，推动强化学习、多智能体协作等技术在用户增长场景的创新落地。
1，负责淘宝天猫鲜花园艺行业相关类目运营，结合站内外品类发展趋势，能快速洞察品类机会，明确品类发展方向，推动行业健康发展。 2，了解各类型商家特征，通过对商家分层运营，推动规模化运营提效；整合淘系资源及直播端资源，帮助商家提升货架&店播运营能力，组织落地商家全盘生意计划。 3，对所负责商家的运营机制不断优化，提升消费者体验，分析消费者在购买相关商品的需求，并制定相应用户解决方案和落地计划。 4，定向BD全网有价值或趋势的头部，新兴商家。
1，负责淘宝天猫鲜花园艺行业相关类目运营，结合站内外品类发展趋势，能快速洞察品类机会，明确品类发展方向，推动行业健康发展。 2，了解各类型商家特征，通过对商家分层运营，推动规模化运营提效；整合淘系资源及直播端资源，帮助商家提升货架&店播运营能力，组织落地商家全盘生意计划。 3，对所负责商家的运营机制不断优化，提升消费者体验，分析消费者在购买相关商品的需求，并制定相应用户解决方案和落地计划。 4，定向BD全网有价值或趋势的头部，新兴商家。
1. 全面负责IDC数据中心物理安全体系的建设、运营与优化，包括门禁、监控、周界防护、访客管理等； 2. 管理安保团队，处理日常安全事件及重大突发事件，提供7×24小时应急支持； 3. 参与新建/改造项目安防设计与验收，确保安全标准落地； 4. 定期开展安全审计、风险评估与合规检查； 5. 协同设施、运维及运营商团队，保障人员、资产与业务安全； 6. 落实基础EHS要求（如作业安全、环保安全等）和消防协同管理； 7. 定期向管理层汇报物理安全运行状况、风险趋势及改进建议，输出高质量安全分析报告。
In this role, you will work with hardware and software engineering groups to define the next-generation inter-chip network architecture for high-performance AI chip and AI network. * Identifies the challenging problems, and evaluate various architectural solutions for the next-generation of network for AI chip and AI Super Pod. * Gets strong influences on future AI products by advanced architecture design as the excellent interface between software and hardware. * Leads architecture design of AI chip to chip interconnect subsystem, Scale-up Switch chip, C2C link, and etc. * Documents the high-level architecture specification. * Participation in defining the micro-architecture of key subsystem. * Strong technical leadership to achieve successful delivery of final silicon product. * Works closely with design, software, system, and verification team.
1，负责了解区域运营计划与预估单量，跟进区域内店仓评估落实物流能力； 2，负责监控区域店仓日常指标达成，通过数据发现问题并不断提升； 3，负责店仓生产，非生产，等运营流程梳理及优化； 4，负责协助店仓日常运作和协调管理，对接配送、IT、采购、上游DC等部门； 5，负责店仓物流管理人员的考核，异动等职位要求。
1. Serve as the primary point of contact for risk management issues, ensuring effective communication and coordination across departments. 2. Identify, assess, and prioritize potential risks to the organization, providing recommendations for mitigation strategies. 3. Develop and maintain risk management frameworks, policies, and procedures in alignment with Alibaba International's standards. 4. Collaborate with stakeholders to conduct risk assessments, analyze trends, and report findings to senior management. 5. Monitor and review existing controls to ensure their effectiveness in managing identified risks. 6. Stay updated on regulatory changes and industry best practices, incorporating relevant updates into risk management processes.
1、熟悉企业购市场及业务特性，能独立制定所负责客户&渠道的业务发展策略，具备基于发展策略，优化存量客户结构、独立拓展新客户的能力； 2、对各种类型的企业大客户都有一定了解和服务经验，能快速通过数据分析、商务沟通等方式，精准识别客户的集采/福利等不同需求，并设计相应的商业合作方案； 3、具备良好的渠道服务商管理能力，能通过建立合理有效的合作机制，管理和运营好渠道服务商； 4、有良好的客户服务意识和技巧，能独立管理和服务客户、建立长期稳定合作；
1、具备运动品类的全局意识，对运动户外行业趋势和消费者需求的洞察敏锐，建立类目整体的规划与策略，为对应行业gmv指标负责； 2、根据周期内的目标品牌及供给清单，制定对应的招商目标和规划，并完成供应商引入，及推动有效落地，对相应招商指标负责； 3、负责制定供给规划与打爆策略，结合供给生命周期，推进分阶段策略落地，并积极与各渠道合作推进供给、流量、补贴等合作策略，确保供给的稳定流速； 4、负责制定分层的商家商业策略，结合商家画像、商家需求及痛点，以托管模式、商业机制为核心抓手，制定不同商家的合作模式及商业设计，驱动商家共赢合作，保障核心商家留存，对相应的收入指标负责。
1、负责百亿补贴营销招商的商业化产品的产品模式及策略设计，包括渠道推广能力、价格营销工具、智能广告策略、商业化策略等； 2、了解商家在淘系经营诉求，基于平台激励设计对赌、博弈等机制，撬动商家持续商业化投入； 3、洞察在运营、营销、服务等场景的 需求，打造共赢的商业化产品方案； 4、与行业合作，理解不同行业商家的经营方式，能根据行业特性及目标进行有效的策略设计和产品落地。
