共 4293 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1. 生态伙伴关系管理 — 与阿里云销售团队深度协同，主导建立、管理与维护战略合作伙伴关系，推动伙伴与产品团队达成合作，确保生态体系健康可持续发展。 2. 商业目标达成 — 制定产品推广策略，拓展生态产品销售通路；负责客户与商机管理，推动项目落地并完成既定商业目标。 3. 市场活动规划与落地 — 基于业务发展需求，策划并推动市场活动在重点区域和行业的执行，提升产品影响力与市场渗透率。 4. 公益合作模式探索 — 探索与国内外企业客户及公益机构的合作捐赠产品模式，设计可复制的公益项目框架（如技术产品捐赠、乡村教育赋能计划等），实现社会价值与商业价值的融合。 5. 教育行业解决方案设计 — 基于阿里云技术栈（云计算、AI、大数据），设计面向教育行业的定制化解决方案，覆盖教师、学生、教育局等全场景需求，达成公益与商业的双重目标。
1. 负责产品官方内容矩阵（微信公众号、小红书、B站/视频号等短视频平台）的日常运营,包括选题策划、内容生产、排期发布与数据复盘,独立对各平台粉丝增长、内容互动和转化结果负责； 2. 围绕新品上市及重要行业节点，对接产品与研发团队，结合当下热点，牵头产出发布内容与传播产品定位，配合社媒投放和 KOL 合作节奏，提前做好内容弹药储备与关键节点的集中引爆； 3. 承接产品卖点与技术叙事，把相对复杂的 AI 产品能力，转化为面向大众用户听得懂、愿意传播的内容表达； 4. 建立内容数据看板与复盘机制,用数据驱动选题和渠道策略迭代，挖掘有效的传播方式，用数据驱动选题与渠道策略迭代，保障产品的声量增长与转化路径。
1. 配合阿里云海外业务团队开展售前技术支持工作，与客户进行技术交流，针对需求和场景提供无影云电脑相关解决方案，负责方案规划、编写、讲解及招投标等工作，支持项目落地； 2. 定期调研海外市场，了解行业需求和使用场景，把握行业发展动向及技术变革方向，为产品送代提供建设性输入； 3. 沉淀标杆案例，沉淀典型行业和场景的解决方案，定期为一线进行培训和赋能； 4. 主动发掘生态合作伙伴，探索创新商业模式和合作场景； 5. 承担产品线的业务指标，为结果负责。
1. 负责无影云电脑硬件产品线的整体规划与设计，包括云终端、一体机及配套外设的产品定义、规格制定、芯片平台选型（SoC/NPU）及用户体验优化； 2. 主导硬件产品的全生命周期管理，涵盖概念设计、ID/结构评审、EVT/DVT/PVT、量产发布到迭代升级的全流程；协同 ODM/OEM 及供应链团队，把控 BOM 成本、交付节奏与量产品质； 3. 制定硬件终端的设备管理与安全策略，包括设备 SN 录入、分组管理、远程诊断、强制升级、安全启动等能力的设计与实施，确保规模化部署下终端的安全性与稳定性； 4. AI 与硬件结合的产品方向探索：包括端侧 AI 算力（NPU）在终端上的应用规划、端云协同的 AI 能力架构（端侧推理＋云上算力互补）、面向 AI 交互的硬件形态创新（摄像头、麦克风阵列、语音唤醒等多模态交互能力），以及 AI Agent 时代下一代智能终端的形态定义； 5. 组织推动硬件产品的国内外认证工作（CCC、CE、FCC 等），确保产品符合目标市场的准入与合规要求； 6. 协调研发、供应链、运营及市场团队，推动硬件产品的技术落地与市场推广。
1. 主导Android系统级性能优化工作，涵盖内存管理、CPU 调度策略、启动速度、帧率稳定性等方面，建立系统性的性能基线与监控体系； 2. 针对云手机上的AI Mobile Agent创新场景，能构建并研制出与之适配的Android底层能力，能高效支持AI业务的创新； 3. 攻克云手机场景下的疑难技术问题，如 Android 兼容性适配、应用APP兼容性等； 4. 与内核团队、虚拟化团队、产品团队紧密协作，推动端云协同的技术方案演进，参与技术预研与行业趋势跟踪。
1. 负责无影云电脑国际市场的整体产品规划与策略制定，确保产品符合目标市场（如东南亚、日本、欧美等）的本地化需求、数据合规与法规要求（如 GDPR、ISO 27001、SOC 2 等）； 2. 深入研究 AWS（WorkSpaces、AppStream、Amazon DCV）、Azure（AVD、Windows 365）、Citrix、Omnissa Horizon 等国际主流 EUC/云桌面解决方案，持续输出竞争分析与产品差异化策略，提升无影在国际市场的竞争力； 3. 紧跟 AI 技术发展趋势（大模型、AI Agent、GPU 云上算力、AI PC 等），探索并推动云电脑与 AI 场景的结合创新，如面向 AI Agent 的云上托管环境、AI 算力桌面等前瞻性产品方向； 4. 组织并推动无影云电脑软硬件产品的各类国际认证与合规工作，确保产品满足各目标市场的准入标准； 5. 协调研发、运营及市场团队推动产品落地，定期收集国际市场的客户反馈，持续优化产品功能与体验，驱动产品迭代升级。
1. 负责牵头或参与相关国家标准、行业标准、国际标准等的制修定（领域包括但不限于AI、安全、数据、云计算、开源、垂直领域应用等）； 2. 参与公司的标准化日常运营管理，作为各标准化组织的事务接口人，管理各标准化组织的日常事务； 3. 负责标准化组织对接，并牵头/参与相关的国内或国际标准组织活动，组织技术研讨及交流会议、评审会议等； 4. 调研和分析相关标准领域的国内外技术、产业、生态发展趋势； 5. 负责与业务和产品部门沟通，协同业务共同确定标准化需求，并制定相关领域的标准化策略，助力业务发展。
1. AIGC技术研究与创新：研究并落地多模态大模型（MLLM）、图像生成与编辑（Diffusion Model、ControlNet、LoRA）、视频生成等前沿技术，推动算法在实际产品中的迭代升级。 2. AI Agent系统开发：设计并构建端到端的AI Agent系统，涵盖工具调用、任务编排、策略优化等环节，实现创意生产流程的智能化与自动化。 3. 广告营销创意生成方案设计：负责图文与视频营销素材的智能生成、编辑方案，以及创意素材的多模态内容理解与效果分析，直接支撑业务增长。 4. 跨团队协作与技术推动：与产品、工程、数据团队紧密配合，推动技术方案从研究到上线的全流程落地。
1. 负责信息流推荐相关的召回、排序、策略等算法设计与落地 2. 负责超大规模深度学习在用户建模、CTR预估、多场景迁移学习等领域中的应用 3. 负责用户表征学习、向量化召回、兴趣发现等在推荐场景内的应用 4. 负责主推荐场景的算法下发、内容成长等策略设计与应用 5. 负责AI能力与推荐业务的深度结合, 包括并不限于生产式建模和agent应用
1. 产品战略与规划： 负责AI助手产品的设计和快速迭代，联动团队成员负责完整的产品周期设计和实施，并与淘宝内其他产品密切合作，进行跨部门项目组织 2. 复杂系统设计： 负责搜索中台核心链路的AI化改造，构建能支持实时、高并发、个性化的AI产品架构。建立从Query理解、召回、排序到最终摘要生成的全链路产品标准。 3. 数据驱动与闭环： 建立并完善AI电商产品的评测体系，通过数据洞察驱动模型迭代与产品优化，对最终业务结果负责。
1. 开展AI攻防技术研究与工程化落地，重点聚焦Agentic漏洞挖掘与攻防对抗； 2. 负责通用漏洞分析、后利用以及红队实战渗透测试； 3. 作为核心人员参与国家级攻防演练； 4. 策划运营先知、CTF赛事、智能体攻防赛事等。
1. 负责AI安全能力的研发与落地，围绕大语言模型（LLM）及AI应用全生命周期，构建覆盖训练数据安全、模型推理安全、应用部署安全的一体化防护体系； 2. 深入研究大模型安全风险，设计并实现自动化检测、防御与响应方案，保障AI应用在真实业务场景中的安全性； 3. 参与安全工具与平台的架构设计与核心代码开发，推动AI技术在漏洞挖掘、安全检测、威胁情报分析等场景中的工程化落地，提升安全平台的智能化水平； 4. 持续跟踪业界AI安全前沿动态，包括大模型安全对齐、AI红队测试、安全评测基准等技术方向，推动相关能力在业务中的落地与持续演进。
1. 负责阿里云基础设施、云产品的DDOS方案制定、策略调优、应急响应； 2. 负责阿里云内外部DDoS攻击事件的检测、应急、溯源，缓解方案制定和推动； 3. 负责僵尸网络、DDoS黑灰产团队的追踪、治理； 4. 构建全球领先的超大攻击流量快速响应调度系统。
1. 参与构建AI Native的SDL体系，以 Agent 为核心重塑安全工作，打造端到端、自主闭环的新一代安全体系 2. 负责IaaS产品线的产品安全架构设计和安全评审，能识别产品安全风险、提出安全设计方案并推动落地，对发布上线的代码进行安全审核，提供安全咨询； 3. 负责IaaS产品线的应用安全测试和加固，对应用进行定期安全测试，发现漏洞并落地修复；深入产品技术研究分析，发现与产品特性相关的安全问题，设计并落地安全防御和修复方案； 4. 负责IaaS产品线的安全应急响应工作，能组织产品设计和研发团队，协同其它相关职能团队，完成安全入侵事件、最新安全漏洞的应急处置； 5. 负责IaaS产品线的安全运营，与产品和研发团队沟通协作，支持安全培训工作，落地运营、优化产线安全基线； 6. 负责对产品透出的安全特性进行需求设计和分析，提出并落地安全最佳实践，提升产品安全竞争力； 7. 负责推动安全工具、安全流程、安全制度不断完善，实现SDLC流程的线上化、智能化和数据可视化。
1. 参与构建AI Native的SDL体系，以 Agent 为核心重塑安全工作，打造端到端、自主闭环的新一代安全体系； 2. 负责MaaS产品线的安全运营，与产品、研发团队紧密协作，组织安全培训，建设并持续优化产品线安全基线； 3. 负责MaaS产品的安全架构设计与安全评审，识别安全风险，提出安全设计并推动落地；对发布上线的代码进行安全审核，为业务团队提供安全咨询； 4. 负责MaaS产品线的应用安全测试与加固，定期开展安全测试，发现漏洞并跟进修复；深入研究产品技术实现，挖掘与产品特性相关的深层安全问题，设计修复方案并推动修复； 5. 负责MaaS产品线的安全应急响应，组织产品、研发及相关职能团队，完成入侵事件与高危漏洞的应急处置和复盘改进； 6. 负责MaaS产品对外透出安全特性的需求分析与设计，推动安全最佳实践融入产品能力，提升产品安全竞争力； 7. 持续完善安全工具、流程与制度，推动SDLC全流程的线上化、自动化、智能化与数据可视化。
1. 云安全 Agent 建设： 深入理解云安全高发风险场景的分析与响应逻辑，主导包括任务编排、多 Agent 协作与权限分级管控的 Agent 架构设计。 2. 安全知识与记忆工程： 将专家分析知识与处置 Playbook 沉淀为版本化、可热更新的 Skill 与知识库。设计短期 / 长期 / 情景多层记忆机制，构建可跨 Agent 共享的用户画像与工单情景记忆。 3. 评测驱动的持续优化闭环： 构建覆盖场景数据集、离线评测、Trace 分析、根因归类到自动化回归的 Agent 评测体系，跟踪端到端解决率、意图准确率等核心指标，形成“评测 → 优化 → 回归”的自进化闭环。 4. 大小模型效果优化： 针对 Agent 运行中的幻觉、推理偏差、指令遵循不足等问题，通过 Prompt Engineering、SFT、RLHF / Agentic RL 对齐等手段对大模型做定制优化；面向异常检测、分类打标、风险打分等高频子任务，构建并调优小模型，形成与 LLM 协同的推理链路，在保障效果的同时降低延迟与成本，并沉淀高质量训练与评测数据集。
1. 负责阿里云PaaS产品线的安全运营，与产品和研发团队沟通协作，支持安全培训工作，落地运营、优化产线安全基线； 2. 参与建设AI Native的SDL团队，建设并优化卓越的Agent工程，用Agent解决SDL场景实际问题； 3. 负责产品线下的产品安全架构设计和安全评审，能识别产品安全风险、提出安全设计并推动落地，对发布上线的代码进行安全审核，提供安全咨询； 4. 负责产品线的应用安全测试和加固，对应用进行定期安全测试，发现漏洞并落地修复；深入产品技术研究分析，发现与产品特性相关的安全问题，设计修复方案并落地修复； 5. 负责对产品透出的安全特性进行需求设计和分析，提出并落地安全最佳实践，提升产品对客安全竞争力。
参与以下一个或多个方向的工作： 1. AI驱动的安全扫描建设：结合大模型等技术，探索并落地AI驱动的漏洞挖掘、代码审计、自动修复等安全能力，持续提升漏洞发现能力、扫描准确率和自动化运营效率； 2. 安全防御能力建设：负责内部RASP、安全包等安全防御工具建设、部署与运营，协助业务方提升默认安全水位，降低安全风险暴露面； 3. 漏洞跟踪与应急响应：负责业界新发漏洞的跟踪分析、影响面评估和应急响应，设计修复方案与缓解措施，为云产品提供通用安全技术支持和解决方案； 4. AI安全研究：跟进LLM、AI Agent、MCP、工具调用、代码生成等方向的安全风险，参与Prompt Injection、越权调用、数据泄露等问题的解决，设计并落地AI安全防护方案。
1. 根据内部管理要求和外部合规要求，结合内部实际场景，设计数据安全监测与审计能力的建设方案； 2. 根据不同的数据风险类型，设计、选择合适的技术方案，建设并不断完善数据安全风险监测与审计能力，对公司资产及其上的风险行为进行识别与监控； 3. 根据不同的数据资产形态，设计、选择合适的日志方案，推动日志质量及覆盖范围的提升； 4. 建设数据安全监测与审计验证机制，定期演练反向验证，推动数据安全监测与审计能力不断提升。
1. 深入了解全球数据合规政策，熟悉全球数据保护法律法规、行业标准及监管要求； 2. 负责企业内部数据合规体系建设，推动公司数据合规制度建设和策略执行，包括供应商数据合规、员工数据合规、数据泄露管理等； 3. 负责企业内部数据合规落地执行，推动风险识别、治理方案制定与整改落地，协助相关团队提供数据合规咨询与培训，提升企业数据业务合规水位； 4. 支持国际隐私相关认证所需要的内部数据合规体系落地，参与公司各类业务数据合规评估与支持，协助业务部门确保企业经营符合当地数据合规要求。
1. 参与实战攻防活动，负责安全工具的开发、测试、效能验证与优化； 2. 使用 Golang 和 Python 开发与维护安全工具，提升其在攻防实战场景中的效能； 3. 研究 AI 技术在安全领域的应用，探索并实现安全工具的智能化升级方向。
1. 负责阿里云云平台网络边界防御方案设计。结合云平台的网络架构，设计可落地的防御方案（防火墙、WAF、蜜罐等），并推广部署； 2. 防御能力迭代和高危漏洞响应。基于各类威胁情报，及时更新防御策略；基于LLM、专家经验等能力，优化防御策略； 3. 技术研究与敌情感知：跟踪突破边界的攻防新技术（LLM 应用攻防、AI驱动的攻击识别、高危漏洞研究等），主动感知可能威胁云平台的对象。
1. 基于AI做二进制漏洞研究及逆向工程； 2. 跟进和复现业界先进的安全研究成果。
负责实战攻防场景下的0day漏洞相关技术研究，包括漏洞挖掘，通用能力建设，后利用等。
工作内容包括但不限于以下方向之一： 1. 安全领域的威胁检测能力的建设&运营，网络安全架构的设计和演进等； 2. 阿里公共云平台的上的“群体性安全风险”的有效管理和防控，持续提升防控能力，防范公共云平台上出现规模性安全事件/系统性安全风险。
1. 负责参与监管单位组织的各类实战攻防演练项目。 2. 参与团队内部攻击能力建设。 3. 研究国内外主流安全漏洞、APT及攻击手法，并将攻击能力体系化。
1、 具备较高的政策和风险的敏感度，对账号、交易、营销活动、欺诈、跨境等场景的风险进行分析和评估，构建全面的、准确的云上业务安全风险治理的策略体系； 2、 基于业务理解进行数据分析，探索风险特征，设计并产出风险策略、风控算法模型，并持续优化与迭代策略与模型的预测效果； 3、 沉淀分析思路与策略方法，提炼产品需求，与相关团队（如技术开发团队）协作并推动自动化策略的落地，能力的升级； 4、 主动挖掘违规线索、用户和团伙，通过数据分析梳理、摸排线索间的关系，打击黑灰产业链，解决业务痛点。
1. 支持阿里云智能海外事业部的年度预算、季度&月度滚动预测，对预算、预测的执行情况进行跟踪分析，及时发现问题并给出管理建议； 2. 深入理解并配合业务策略，支持业务进行目标制定、拆解及跟踪，搭建业务核心经营指标，构建业财一体分析体系，并对核心业财指标进行监控； 3. 从财务视角提出洞察及管理建议，支撑、优化业务决策，推动业务经营改善； 4. 识别业务经营过程中财务相关风险，联动内控内审及时预警并提供收敛策略，确保财务报表的完整性和准确性； 5. 负责所支持业务的收入利润管理、分销售通路、资源投入、海外IDC投资管理等模块的财务分析与评估，并建设、优化相关体系及系统流程，控制业务风险，提升财务核心指标； 6. 准备海外单体公司报表，完成公司年度法定审计，支持内外部专项审计，协助完成集团合并报告审计资料，与税务、法务等合规部门共同面向外部监管机构，处理合规相关财务数据及资料准备工作； 7. 建立账务质量管控体系，推进与各财务团队的监控运营和复盘机制的建立，针对重大或者高频质量问题做专项分析复盘与跟进，开展账务质量专项审阅、检查工作，及时向管理层和各财务团队反馈审阅发现，协同各系统产技团队推进系统改善，有效降低本地账务风险。
1. 深入参与经营，为各团队提供财务支持与数据分析，辅助管理决策。包括但不限于年度预算编制和月度滚动预测机制完善；编制月度费用分析报告；参与内控与风险管理，优化流程、协助风险防控措施落地；基于业务场景评估财务要素影响，提供财务解决方案并参与落地等； 2. 对接基础资源研发，参与研发立项评估，研发项目生命周期管理以及ROI评估跟踪，围绕产品生命周期，针对IPD过程中研发阶段、试产阶段、量产阶段及退出阶段，对人、财、物的管理，定义财务关键管理动作，推动各环节资源配置最优；基于对服务器硬件技术演进的深入理解，支持多场景下TCO模型测算，辅助产研决策，推动技术演进路线落地； 3. 对接采购、供应链以及云产品，通过对云产品的深入了解，结合硬件资源市场供需及价格变化的情况，对机型转产后的出货量进行动态跟踪，同时预警因硬件价格波动带来的产品选型和迭代影响，并提供财务建议，推动业务优化； 4. 推动财务数字化建设，补充业财结合的横向纵向深度分析看板，推动业财一体。
一、成本自动化建设及AI Native转型支持； 1. 负责财务团队核心成本系统的建设任务管理，包括年初任务对焦、期间进度管理。过程中及时识别风险，并跟进相关方（技术团队、上下游财务团队、子任务Owner）落地解决； 2. 能够识别当前成本系统整体架构中待优化内容，并推动跨域、跨模块的优化方案，实现成本链路整体提效； 3. 能够在了解团队工作内容的基础上，协助制定并落地团队AI Native转型路径，识别高价值、可验证的应用场景，推动成本分析、异常识别、规则解释、报告生成和流程协同等工作的智能化重塑； 4. 协助团队建立成本域AI知识库，内容包括但不限于数据清洗与治理、历史成本规则体系的结构化梳理等； 5. 定义并设计适合 AI 使用的数据体系——包括数据标准、指标口径、数据标签与元数据结构——使各垂直域数据可被 AI 高效理解和调用，支撑智能化应用场景。 二、成本数据分析与运营 1. 持续建设与完善标实分析体系，拓展维度及深度，提供数据驱动的见解和建议； 2. 建立成本数据运营体系，通过巡检机制、信息同步机制等形式保障成本数据准确性、及时性，提升信息透明度； 3. 持续探索更多视角的成本分析，不断挖掘成本数据的业务价值。
