共 4281 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1、中台岗位，对接前台业务，负责业务运营全链路的运营数据指标体系建设、策略效果科学评估、数据产品建设； 2、通过多维度数据分析，助力业务达成目标，主要包含：业务预测，目标测算和拆解，业绩监控和经营健康度分析，协同相关资源推进运营策略落地，发现经营机会和风险等； 3、基于对业务商业逻辑的理解，熟练运用商业分析方法、数据科学评估和推断、利用内外部数据获取渠道，洞察业务趋势、消费者行为、平台商家策略，探索商业模式，诊断业务问题、评估运营效果等，提供业务数据化决策支持。 4、通过深挖海量业务数据，对专项疑难问题、指定方向的重点研究课题，输出落地性较强的商业分析报告，和策略建议。
1、负责阿里国际在俄罗斯市场的货通整体解决方案设计与落地，打通跨境供应链&物流关键节点。 2、深入分析市场动态、竞争对手定价机制及客户行为数据，制定差异化、可落地的定价方案。 3、协同内外部团队（包括商家、 行业、中台、物流等），推动系统对接、流程优化和异常处理机制建设。 4、监控货通全链路时效与成本，持续迭代方案以提升履约体验和运营效率。 5、沉淀俄罗斯市场货通最佳实践，为其他新兴市场提供可复用的方法论和工具支持。 1、Design and implement end-to-end cargo clearance and logistics solutions for Ali International’s Russia market, ensuring seamless cross-border logistics operations. 2、 Conduct in-depth analysis of market dynamics, competitor pricing mechanisms, and customer behavior data to develop differentiated and actionable pricing solutions. 3、Collaborate with internal and external stakeholders—including Sellers, Internal category manager ,logistics providers, and local partners—to drive system integration, process optimization, and exception handling mechanisms. 4、Monitor end-to-end logistics performance in terms of lead time and cost, and continuously refine solutions to enhance fulfillment experience and operational efficiency. 5、Document and standardize best practices for Russia cargo clearance to support replication in other emerging markets.
核心职责：自动化评测集建设能力 1. 建设面向产品Agentic场景（Search Agent、Office Agent、对话Agent、生活服务Agent等）的端到端评测集，量化模型在真实产品链路中的表现，并拆解到模型原子能力，确保评测粒度可拆解至独立能力维度； 2. 基于评测数据产出结构化的模型能力诊断报告，明确优势与短板，形成可执行的优化建议，辅助算法团队确定模型迭代方向； 3. 持续追踪业界前沿Benchmark与评测方法论，保持评测集的先进性和行业对标能力；
1、建团队，负责电销团队的搭建，梯队能力成长，提升前线团队的凝聚力与战斗力，打造良好氛围； 2、业务目标策略，结合团队目标进行拆解，并制定有效策略推动落地，确保业务指标达成； 3、过程管理，负责电销团队作业流程和日常管理，带领团队快速拿到结果，为目标负责； 4、资源协同，与协同团队建立有效链接，及时协调内部资源与政策，给团队提供及时有效的支持；
1、建团队，负责电销团队的搭建，梯队能力成长，提升前线团队的凝聚力与战斗力，打造良好氛围； 2、业务目标策略，结合团队目标进行拆解，并制定有效策略推动落地，确保业务指标达成； 3、过程管理，负责电销团队作业流程和日常管理，带领团队快速拿到结果，为目标负责； 4、资源协同，与协同团队建立有效链接，及时协调内部资源与政策，给团队提供及时有效的支持；
1. 搭建素材供给与分发效率的数据指标体系，通过结构化归因定位供给瓶颈和效率洼地，关注内容生态的多样性与健康度，保障生态的长期可持续； 2. 面向商家与创作者输出运营方法论及实操指南，设计分层培训与赋能方案，结合任务体系和激励机制拉动供给质量持续提升； 3. 负责推荐场域的素材质量运营，深入理解淘宝用户的内容消费偏好，挖掘图文、短视频、直播等素材形态的种草特征与转化驱动力，定义并持续迭代素材质量评估分级体系； 4. 推动AI能力在素材评估、智能审核、商家工具等场景的落地应用，将运营方法论转化为可复用的系统能力，提升运营效率与规模化水平。
负责对接公共云业务中IT硬件品类的采购工作，协同销售/运营/产品/交付等部门支持并执行采购工作；包括： 1、采购需求确认 沟通确认采购需求和具体采购项目详细要求，分析和评估采购需求的合理性和可行性，确定采购项目的预算和时间计划，并与内部部门达成一致 2、采购谈判与合同管理 组织与供应商的商务洽谈和采购谈判，管理采购合同的签署和执行，确保合同条款的合规性和有效性，跟进与监控合同履行情况 3、成本控制 确保采购项目在预算范围内进行，在谈判中争取最有利的采购条件和价格，分析采购成本结构，制定成本控制策略和措施，降低采购成本、提升采购效率 4、采购流程优化与合规 遵循公司的采购政策和合规要求，审查和优化采购流程，确保采购过程高效、透明和规范，参与采购流程的数字化和自动化改进，提升采购效率
1. 负责玄铁RISC-V处理器IP在指定区域的销售与推广，根据公司IP授权业务战略，实现销售目标，提升玄铁IP在区域市场的渗透率和客户采纳率。 2.深入理解客户芯片产品规划与技术需求，精准匹配玄铁IP产品线，为客户提供从选型咨询、技术适配到商务落地的全流程支持，推动IP Design-in并跟踪至量产 2. 与客户保持良好沟通，实时把握客户需求。为客户提供主动、热情、满意、周到的服务； 3. 根据公司产品、价格及市场策略，独立处置询盘、报价、合同条款的协商及合同签订等事宜。在执行合同过程中，协调并监督公司各职能部门操作； 4. 动态把握市场价格，定期向公司提供市场分析及预测报告和个人工作周报； 5. 维护和开拓新的销售渠道和新客户，自主开发及拓展上下游用户，尤其是终端用户； 6. 收集一线营销信息和用户意见，对公司营销策略、售后服务等提出建议
1、负责公司业务渠道拓展，挖掘新的合作客户，拓展多元化商务合作模式，完成公司既定的商务拓展及业绩目标； 2、主动调研行业市场动态、竞品商业模式及客户需求，收集市场信息、行业政策、合作商机，输出市场调研分析报告，为公司业务发展、合作策略调整提供有效依据。对接合作方、客户的商务洽谈、合作方案制定、合同谈判及签约落地工作，跟进合作全流程，保障合作顺利推进，维护良好的商务合作关系； 3、深度维护存量客户及合作渠道，定期开展客情回访，挖掘客户二次合作、增值合作机会与合作产值； 4、负责业务日常运营数据的统计、整理与监控，涵盖渠道数据、业绩数据、客户数据、转化数据等，建立常态化数据台账并定期开展运营数据分析，拆解业务转化链路，精准定位业务增长亮点、短板及运营问题，输出双周运营数据分析报告；； 5、统筹业务运营全流程，协同内部产品、研发等团队，落地运营优化动作，解决业务推进过程中的各类运营问题，提升整体业务运营效率。同时基于数据分析结果，拉通多部门配合，针对性优化商务运营策略，提出可落地的业务优化方案并跟进执行，驱动业务业绩增长。定期复盘商务拓展、合作运营项目效果，总结成功经验与失败问题，迭代优化商务合作模式与运营体系。
工作内容： 1、主持部门日常工作，制定部门工作计划，及时完成上级的工作任务； 2、制定拣货部门各项作业流程，根据业务变化及时调整人员岗位及作业流程； 3、部门人员管理：做好员工的岗位技能培训，并做好每月的员工排班及KPI考核等工作； 4、对履约指标负责：分析每天的拣货、打包异常，并通过每日例会方式告知员工，以避免相同的异常再次发生； 5、根据现场实际情况，及时调配上架、补货、理货、盘点、退货等工作的人员，监督员工是否按照作业流程操作，确保工作节奏及库存准确，对滞销、畅销、缺货、临近过期商品要及时上报并处理, 6、各类报表、数据的汇总及分析（时效、人效、超时原因等）
1、负责日常媒体沟通，策划并组织媒体沟通会、发布会、专访等媒体活动，持续拓展高质量媒体资源； 2、参与重大传播项目的媒介策略及内容共创，根据内容属性匹配差异化渠道组合，把控发布节奏，确保传播声量与质量达成目标； 3、定期输出传播效果及投放数据分析，为媒介策略优化提供依据。
负责日化、酒类、IT等核心行业，商家运营，市场营销策划等，目标实现行业商业收入的快速提升。 1.行业开发：根据不同行业特征，协同商业产品团队，进行客户BD及结构提升，实现客户，广告产品结构提升，商业收入快速增长； 2.商家运营：梳理行业商家的特征，分层管理，实现商家结构层次的优化提升,商；打造品牌商家，优化商业产品线上通路，帮助商家实现广告效果的快速提升 3.市场营销：协同内外部各部门，整合资源进行线上+线下的营销活动策划，并实现有效落地，推动更多商家营销参与度及活动能力，提升市场活跃度； 4.产品运营：分析行业特征及B类买家行为需求，制定相应的计划，与内部团队协作，通过对商业产品的不断优化，系统改造等方式实现目标收入以及商户规模的持续增加及活跃。
1、维护区域现有加盟餐饮商户，并通过各种途径开发新餐饮商户； 2、协助新餐饮商户完成加盟以及后期销售工作； 3、通过现场销售，提升餐厅的信息化、数据化管理水平； 4、优秀的谈判能力，配合Marketing团队完成营销项目跟进，并能够独自完成营销项目； 5、完成公司布局全国的战略任务；
依托智能营销平台整体战略规划，对超级汇川联盟广告平台产品设计和落地，为营收负责。 1.负责联盟广告平台的流量接入、需求分析与媒体全生命周期管理，聚焦广告主、流量主及平台三方生态的协同优化。 2. 协同技术、运营、商务团队推进产品迭代，通过数据驱动优化用户体验及客户ROI。 3. 追踪行业趋势（如程序化交易、智能投放算法等），探索创新产品形态，推动平台技术壁垒建设。 4. 负责商业化项目推进过程中的跨部门协调沟通工作，能够协调各资源以确保产品顺利发展，为结果负责。 5.与内外部业务产品、技术等合作部门进行沟通，收集业务需求，协助解决广告投放过程中的相关问题。
岗位定位： 将大模型能力转化为可上线、可运营、成本可控的产品化能力。你将主导从问题定义到生产交付的全链路工作——做技术选型、搭应用架构、建数据闭环、构建评测体系，最终交付可持续迭代的 AI 产品。 核心职责： - 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。 - 对所负责模块的线上质量、稳定性与成本负责，建立监控、告警与兜底机制，驱动持续迭代。 - 在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。 - 搭建 Agent 系统的工程化落地，包括多 Agent 协作与编排、Tool-Use（MCP 等协议）集成、Memory 管理，推动从原型到线上的完整闭环。 - 构建数据飞轮：设计采集、清洗、标注的工程化流水线，打通"上线 → 反馈 → 数据 → 迭代"循环。 - 面向业务目标设计评测指标，搭建自动化评测框架（LLM-as-Judge / Auto-rater），执行线上 A/B 实验，监控效果漂移并及时干预。
1.维护区域现有加盟餐饮商户，并通过各种途径开发新餐饮商户； 2.协助新餐饮商户完成加盟以及后期销售工作； 3.通过现场销售，提升餐厅的信息化、数据化管理水平； 4.优秀的谈判能力，配合Marketing团队完成营销项目跟进，并能够独自完成营销项目； 5.完成公司布局全国的战略任务。
1. 负责芯片设计（EDA）方向 AI 训练数据的标注管理与质检，把资深芯片工程师的设计与调试经验，转化为大模型可学习的高质量轨迹数据，直接参与“让大模型学会做芯片”这件从 0 到 1 的事。 2. 面向 RTL 设计与功能验证、逻辑综合 / STA / PnR（QoR 优化）、调试修复（fail→pass 闭环）等环节，设计标注与质检流程，制定 rubric 与验收标准，对题目与轨迹质量把关。 3. 与平头哥、达摩院等芯片与算法团队深度协作，共同定义 agentic EDA 的能力边界与评测基准，推动模型在真实 EDA 工具链上跑通。 4. 构建本方向数据质量体系，对题目难度分层、轨迹根因归因负责；把稀缺的芯片工程经验沉淀为可复用的团队方法论。 5. 管理领域专家团队，统筹任务与产能；成长路径面向 AI + 芯片交叉方向的技术骨干与负责人。
1、日常运维 • 负责数据中心日常运维及管理工作，制定数据中心IT运维策略与运维计划，保障IT稳定性，均衡考虑运维质量、效率、成本及安全 • 通过IT数字化运维管理，提高机房管控能力和兜底能力，保障维修及时率、风险闭环率等各项指标达标。 2、安全合规 • 落实数据中心内所有岗位的安全生产要求，推动数据中心在环保、消防、职业健康、法务、廉正等方面的合规运营，防止出现人员/设备的重大责任事故、行政处罚/责令整改等被动监管事件。 • 识别安全合规风险，建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 • 建立属地资源网络管理，推动与属地政府关系的全方位深化，为属地稳定安全合规运营提供坚实保障。 3、优化改进 • 负责所辖数据中心的IT运维工作优化，制定/梳理阿里IDC运维管理制度、操作手册、应急管理流程和应急操作预案。 • 负责阿里IDC能效优化工作，实现机房高效运行。 • 负责协同经营成本团队，通过建立成本分析模型、人效模型，实现对成本效率的精细化分析管控，达成经营目标。 4、技术支撑 • 负责数据中心运维侧技术管理，能带领团队通过技术管理为数据中心设计、设备选型等技术迭代提供技术支撑。 • 承担业务设备的现场技术支持，了解业务需求和网络结构，通过团队合作有效支撑数据中心运营。 5、团队管理 • 负责数据中心运维团队的日常管理、考核、人才梯队建设、能力培养，规划数据中心运维人员技术培训工作，提升运维团队服务水平。 • 建立与运营商、上级主管等部门间顺畅的沟通渠道，防止出现数据中心运营风险，确保阿里运营策略要求合规落地。
1. 以技术影响力促进阿里云MaaS、PaaS、IaaS、Agent产品在在线教育行业的行业地位和市场份额 2. 对接行业客户，理解他们的业务场景，设计基于阿里云MaaS和智能体的落地方案 3. 动手搭Demo、做POC，带着客户从方案到上线跑通，解决落地中关键卡点。 4. 深入Agent/Harness等大模型前沿技术方向，持续学习、自我迭代，学习行业经验并沉淀成可复制的解决方案 5. 从技术侧帮客户理解"为什么选阿里云、业务价值是什么" 6. 参与行业活动，建立行业的技术影响力
负责闲鱼B2B 二手 3C 交易平台产品体系从 0 到 1 建设，对平台 GMV、拍场动销率与买家竞得率负责。 1）完善暗拍 / 实时竞拍 / 一口价 等玩法的交易链路，主导价格力模型设计与落地，对上拍成交率与溢价率负责； 2）建设履约与售后线上化体系及买家分层权益产品，按季度交付售后处理时效与买家次月留存的正向提升； 3）主导买家 Agent 从 MVP到全场景托管的产品落地，对 Agent 托管渗透率与买家人均月采购额提升负责；
1.熟悉东北客户特点，有一定的客情关系，了解地域文化； 2.行业洞察与商机引导 主动洞察所在行业/区域客户的AI变革趋势，前瞻性地识别引导重点目标客户在智算/通算/大模型/高质量数据集/智能体/MaaS等领域的商机并重点拓展； 3.客户AI价值场景挖掘 深入调研客户业务场景，捕捉应用痛点与AI创新潜力，结合阿里云AI产品技术优势，提供有行业竞争力的AI场景化解决方案咨询设计服务； 4.客户影响与商机转化 向客户技术决策人阐述阿里云AI产品和解决方案优势，以影响客户的技术选型决策；向业务决策人呈现具有说服力的AI投资回报率（ROI）分析，加速商机转化；策划和组织各类品牌活动，提升客户对阿里云产品认同度； 5.商务运作和业务支持 基于阿里云和客户商务流程规则，完成客户招投标及商务合同签署等商务工作； 动态跟踪客户需求变化，推动合同变更； 协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，及时向产研部门反馈AI产品的优化建议，支撑客户业务目标达成 6.市场敏感与扩展复制 挖掘可复制、可规模化、符合市场逻辑的AI解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行推广，促进从1到N的复制；
1、理解 LLM 能力边界与 Harness Engineering，支撑 Agent 在数据开发和分析的全链路场景应用； 2、规划面向大模型的语义层、指标体系与元数据治理，让数据对 AI 可读、可调用； 3、把实验分析与归因能力产品化，接入数据 Agent，由 Agent 自动输出结论与建议； 4、以评测驱动 Agent 迭代，设计并落地质量保障流程，持续提升 Agent 的准确性与交付质量。
深入参与 Alibaba Token Hub 事业群 MaaS 业务（Model as a Service）的核心算法研发，以前沿的技术驱动顶层业务创新，定义下一代 AI-Native 交互范式。面向真实应用场景，依托阿里强大的基座模型，打造行业SOTA的智能座舱解决方案。具体工作内容包括但不限于： 1、智能座舱 Agent 决策与任务编排：构建座舱场景下的 Agent 决策能力，包括工具/功能调用（导航、媒体、空调、车窗等）、多步任务规划与分解、基于行车上下文的服务主动触发、多 Agent 协同与仲裁等，实现"懂你、主动、能办事"的座舱智能交互范式。 2、智能座舱 Omni 大模型研发与落地：面向智能座舱场景构建端到端多模态多语言大模型能力，攻克流式语音交互、模态对齐、长时程上下文管理等核心问题，在 Omni 架构下保持并提升模型的对话智商与情商，支撑"边听边说边办事"的座舱交互体验。 3、Agentic Search 与座舱知识推理能力建设：利用 Query Planning、大模型 Reasoning 和 Deep Search等技术，提升模型对车辆手册、本地生活、百科新闻等信息的检索、理解、推理与总结能力；重点攻克复杂知识问答、跨源信息整合、长链路任务查询及不确定信息处理场景，保障回复的准确性、可溯源性与可控性。 4、训练、推理框架与端云部署优化：掌握 vLLM / SGLang 等推理引擎的使用与优化，基于 Megatron / DeepSpeed 等框架，结合座舱 Omni 模型与端云协同部署特点进行定制化改造，探索端侧小模型与云端大模型协同推理，满足座舱对时延、成本与隐私的严苛要求。 5、训练数据、评测体系与模型持续迭代：参与座舱 Agent 训练数据、轨迹数据、工具调用数据、偏好数据及安全数据的构建，开展 SFT、RLHF、RLVR、Agentic RL 等模型迭代；建设覆盖意图理解、规划质量、工具调用成功率、任务完成率、回复准确性、时延、幻觉率与安全性的评测体系，基于线上反馈形成数据飞轮，持续推动 Agent 能力进化。
一、Agent Runtime 与任务编排 ● 设计并实现 Agent 运行时——基于 Planning / Memory / Tool-use 构建高性能编排引擎，覆盖多步推理（ReAct / Plan-and-Solve）、上下文管理与状态机，让 Agent 稳定跑完长链路任务而不中途跑飞 ● 深度优化 Function Calling 并基于 MCP（Model Context Protocol）构建可扩展工具链，打通 Agent 与外部系统、企业应用的互通 ● 落地 Agentic RAG 与 GraphRAG，构建支持多跳推理与动态更新的长效记忆系统，突破长上下文知识瓶颈 ● 打通工具与沙箱执行层——代码执行、文件操作、外部 API 调用的安全隔离与权限控制，让 Agent 既能干活又不越界 二、评测与可靠性（Eval Harness） ● 搭建端到端 Eval Framework——从单点工具调用到完整任务轨迹（trajectory）的自动化评测，用数据而不是直觉来判断每次迭代是进步还是退步 ● 建立自动化监控闭环——围绕决策轨迹、工具调用准确率、自愈率做全链路 tracing 与失败分层归因（infra 层自动重试、agent 层转人工），让线上问题可复现、可定位 ● 沉淀回归数据集与质量基线，推动团队形成"改一版就能量化验证"的研发节奏 三、全栈应用落地 ● 主导 AI 原生应用的端到端交付——打通从大模型推理、Agent 编排到前端用户界面的全链路，独立完成核心系统与模块的开发上线 ● 负责 Agent 工作台的交互实现——会话、任务视图、运行轨迹可视化，让用户真正看得懂 Agent 在做什么、卡在哪 ● 保持对业务场景的敏锐洞察，快速理解业务痛点，把模糊的产品需求转化为清晰的技术方案并推动快速迭代 四、技术协作与工程文化 ● 参与 Agent 方向的人才引进与技术面试，协助搭建高水准的工程团队 ● 积极沉淀 Agent 工程实践，输出技术文档与最佳实践，营造开放分享的工程文化 ● 参与技术分享与行业交流，在 Agent 工程领域建立个人和团队的技术影响力
1. 负责相关品类采购和全渠道销售的预算制定、关键业务指标的达成和相应的管理； 2. 制定相关品类规划、负责新供应商进场谈判/年度谈判，确保公司得到优质的采购条件，制定合作条款，管理供应商入场后行为，与供应商建立长期稳定的合作关系； 3. 管理竞争对手调查和消费者调查，把握市场动态，及时调整商品配置、新品上架、商品调价等运营策略，确保品类竞争处于优势； 4. 配合门店营运、指导门店标品的合理安排布局、陈列，确保门店及物流所有员工能正确实施商品所有流程；跟进商品盘点工作的正常进行及盘点数据的准确。
1. 规划内存系统验证策略，制定验证计划，并完成测试点分解以及环境搭建，保证验证计划闭环； 2. 编写和调试功能用例、性能用例、功耗用例，参与内存系统前仿真、Gate-level后仿真，完成验证覆盖率收集和分析； 3. 与架构/设计/软件团队协作，确保内存系统在多个平台得到充分验证，配合上下游完成EMU、FPGA验证、底软调试及回片测试工作。
1. AI机会识别：根据阿里云战略发展方向，紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体框架、AI基础设施架构及主要竞品动态，前瞻性地识别并开拓政企客户在大模型、智能计算等领域的业务机会，发掘潜力客户并捕获项目机会。 2. AI场景挖掘：重点聚焦阿里云AI产品在泛政府、教育科研、医疗卫健、泛企业等行业的场景销售机会点，深入调研客户业务场景，理解客户的AI目标和业务挑战，敏锐捕捉行业中的应用痛点与创新潜力，找到高价值的AI应用机会帮助客户成功，并沉淀行业解决方案。 3. AI客户经营：在政企领域与AI导向型的客户或合作伙伴建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购，为AI收入（如token收入）负责。 4. AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践。
1. AI机会识别：根据阿里云战略发展方向，紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体框架、AI基础设施架构及主要竞品动态，前瞻性地识别并开拓政企客户在大模型、智能计算等领域的业务机会，发掘潜力客户并捕获项目机会。 2. AI场景挖掘：重点聚焦阿里云AI产品在泛政府、教育科研、医疗卫健、泛企业等行业的场景销售机会点，深入调研客户业务场景，理解客户的AI目标和业务挑战，敏锐捕捉行业中的应用痛点与创新潜力，找到高价值的AI应用机会帮助客户成功，并沉淀行业解决方案。 3. AI客户经营：在政企领域与AI导向型的客户或合作伙伴建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购，为AI收入（如token收入）负责。 4. AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践。
1、激活并新拓客户 •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。 •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。 •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公共云产品和技术解决方案，解决客户技术问题。 2、伙伴规划和招募 •识别所在区域目标伙伴群，招募高质量、高成长伙伴，制定BP/拓展计划。 3、伙伴成长赋能 •扶持本地化渠道发展及培育，做好本地覆盖及客户挖掘。 •结合伙伴业务方向进行体系化赋能，包括政策、产品与方案、人员能力认证等，实现伙伴销售与服务能力提升和转型，推动业务增长。 4、伙伴运营和激励 •商机识别和分配，通过伙伴进行客户培育和业务拓展，并作过程跟进及资源支持。 •伙伴过程管理和冲突管理。 •参与激励政策制定反馈，保障伙伴权益。 •关注伙伴满意度，及时响应伙伴的合理诉求并作出快速决策。 5、伙伴合作风险管理 •依据生态合作政策，有效进行生态品控/合规/信控管理，预防廉正等红线行为发生，提升业务安全性。
1.负责游戏VIP用户体系建立，用户分层运营和生命周期管理，通过运营手段设计，提升用户粘性及流失召回； 2.负责会员用户的服务体验设计，为VIP用户提供好的服务体验，并带领团队执行落地； 3.建立核心用户沟通及反馈机制，挖掘核心用户需求制订针对性维系方案，提升核心用户忠诚度； 4.组织协调运营内外各平台资源，设计并更新用户维系工具的使用场景和功能； 5.搭建会员成长体系及分层，设计会员权益
