共 4281 个在招岗位 · 实时同步阿里巴巴官方招聘数据
聚焦核心业务场景，利用 Agent、RAG、多模检索等前沿技术推动 AI 在业务中真实落地。你将参与从需求洞察到系统构建的全流程，完成"业务归因 → 架构设计 → 工程实现 → 效果评测 → 规模化复制"的完整闭环，既研发面向业务的智能应用与工具，也建设支撑 AI 长期运转的数据、知识与评测底座，实现技术驱动业务增长的价值转化。 具体职责包括以下相关方向的一项或多项： 1、需求理解与归因 - 深入业务场景，利用数据挖掘与特征分析完成现象归因，精准识别高价值问题； - 将模糊的业务痛点转化为可度量、可验证的 AI 解决目标与效果指标。 2、架构设计 - 面向具体业务需求，设计 AI 原生系统架构； - 参与 Agent 系统核心模块规划，包括记忆管理、推理与规划策略、工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。 3、数据引擎——为 AI 提供高效燃料 - 建设多源异构数据的接入、清洗、加工与服务化管道，打通业务系统、日志、文档、多媒体等数据源； - 保障数据的时效性、一致性与可追溯性，形成可持续供给的数据资产与数据飞轮。 4、知识引擎——让 AI 拥有业务知识 - 构建高维知识体系：语义层、本体 / 知识图谱、业务术语与规则的结构化表达； - 建设 RAG 与多模态检索能力（文本 / 表格 / 图片 / 音视频），持续优化召回质量、排序策略与上下文注入方案（Context Engineering）； - 搭建 AI 与现有业务系统的交互环境，涵盖 API / MCP 接入、工具注册与记忆方案设计，为模型提供准确、及时的执行环境与知识支撑。 5、核心能力实现 - 负责 Agent 关键模块的工程落地，实现意图识别、任务拆解、工具调用与反思纠错闭环； - 封装标准化 SDK / API 服务，降低业务接入成本； - 构建 Agent 可观测体系，实现全链路追踪与多维归因分析，让效果好坏可解释、可定位。 6、训练评测与系统演进 - 搭建评测集与自动化评测、回测机制，建立效果基线与回归防护； - 通过 SFT / DPO 等模型调优、大模型评测与归因分析，结合 Case 分析持续收敛效果、性能与成本的最优路径； - 沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。 7、性能优化与稳定性保障 - 优化高并发场景下的系统性能，通过异步处理、缓存、限流与降级策略保障服务稳定； - 通过低侵入性观测手段保障系统的长期稳定运行。
1. 致力打造世界一流的AI硬件计算平台， 跟踪业界先进模型及系统硬件架构的发展，设计开发高性能低功耗的芯片硬件产品。 2. 紧密结合应用需求，与架构软件团队合作， 确保关键特性设计在性能上满足要求，各领域实现上清晰合理。 3. 主导设计性能分析，准确定位性能问题，用工具增效分析效率。 4. IP顶层集成，参与多平台软硬协同验证。
面向淘宝营销业务，围绕商品运营、用户运营等具体方向，开展训练数据构建、后训练方案设计、实验评估与效果迭代，推动模型持续优化并提升业务效果。 具体职责包括： 1. 后训练方案设计与优化：结合业务目标、数据特点和模型现状，制定后训练优化方案，选择合适的训练策略并完成效果验证； 2. 训练工程与实验执行：负责训练任务的工程化执行与过程管理，完成数据准备、训练配置、实验运行、效果对比和结果分析，支撑模型版本迭代； 3. 业务数据构建与质量控制：围绕具体业务场景，完成指令数据、偏好数据、拒答数据、评测回流数据等训练数据的采集、清洗、去重、分层、标注与质量控制； 4. 效果评估与持续迭代：结合离线评测、人工评审、线上实验、badcase 分析和业务反馈，系统评估训练收益，定位效果退化、覆盖不足等问题，并推动优化迭代； 5. 跨团队协同与落地推进：协同产品、运营、数据、工程等团队成员，完成需求澄清、数据对接、训练评估与上线支持，推动模型能力在业务场景中的落地应用。
加入我们，成为电商基石商品域建设的核心驱动者，探索全新业务Agent落地场景，持续迭代电商供给体系。 1、赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商家端AI能力建设、智能补齐与经营辅助，显著提升商家经营效率与产品体验。 2、库存架构迭代： 增对商品供给的多样性和复杂性，解决和建设商品多供给，托管，近场闪购等交易核心链路能力并保障稳定性，通过AI赋能提升研发效率。 3、驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力。 4、主导端到端交付： 协同产品、业务及行业运营，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环。
1. 负责浏览器内核 / 跨端渲染引擎 / 播放器内核 / PDF 内核等相关技术领域方向的 AI 自动化测试建设及质量保障工作； 2. 推进研测全流程AI提效并设计配套的质量保障体系，负责“持续集成保障体系” 建设 及 “AI 自动化测试工具平台” 开发工作，同时结合大模型、Agent、MCP 等 AI 工具，提升团队的研测效率和代码质量； 3. 负责通过全链路数据分析、效果评测、竞对分析等手段帮助发现技术及产品优劣势，驱动技术持续优化演进，打造极致用户体验； 4. 负责持续跟进及研究行业 AI 自动化测试领域前沿技术，推进团队内部 AI 自动化测试技术不断演进完善。
岗位面向淘天集团智能内控体系建设，聚焦资金风险防控、流程合规审计、异常交易识别等核心业务场景，负责大模型及AI算法在复杂企业内控环境下的深度调优与效果落地，构建高精度、可解释、可信赖的智能内控AI引擎。 1. 面向资金流水、审批日志、合同文本、操作行为序列等多模态内控数据，设计并实施SFT（Supervised Fine-Tuning）、DPO/RLHF等后训练对齐方案，提升模型在内控垂域任务中的指令遵循能力与事实准确性； 2. 构建覆盖内控场景的自动化评测体系，包括但不限于：Benchmark构建、Golden Set标注、RAGAS/TruLens评估、幻觉检测（Hallucination Detection）、置信度校准（Confidence Calibration）及A/B Test框架，量化模型迭代收益； 3. 针对合规推理、风险归因、异常溯源等长链路决策任务，优化Prompt Engineering、CoT（Chain-of-Thought）、ReAct Agent架构及检索增强生成（RAG）策略，提升复杂业务问题的端到端解决率； 4. 深入分析Bad Case与Corner Case，通过LoRA/QLoRA微调、知识蒸馏（Knowledge Distillation）、数据合成（Synthetic Data Generation）等手段持续优化模型表现，平衡效果、延迟与推理成本； 5. 与内控业务专家、策略运营及工程团队紧密协作，将模糊的合规诉求转化为可量化的算法优化目标，推动AI能力在内控全流程的规模化落地。
1、搭建智能化的AI运营系统，负责相关Agent设计、业务模型抽象、数据资产沉淀等工作，通过技术驱动运营方式变革。 2、探索AI-Native的研发模式，搭建AI Friendly的技术能力，提升业务的研发效果和效率。 3、深入业务场景，通过科学的数据分析进行现象归因，精准识别高价值问题，打造有影响力的AI应用产品。
1.建设安全场景下的AI评测体系，负责样本构建、评测方法设计和效果分析，推动模型与应用方案持续优化。 2.负责AI应用安全相关SDK及工具研发，推进框架适配、系统集成和业务接入，保障稳定性与性能。 3.探索AI在漏洞分析、误报识别和自动修复中的应用，提升风险处置的准确性与效率。 4.与安全、研发及算法团队协作，推动技术方案产品化，并通过实际业务效果持续迭代
深入企业采购的全链路业务场景，通过AI技术将客户的真实诉求转化为可落地的技术方案，主导核心系统的设计与演进，在保障系统高可用的同时，实现 AI 技术在采购领域的创新应用，驱动业务从"能用"走向"好用"、"用出价值"，并联动外部生态伙伴，推动项目从签单走向成功交付与持续复购。 1. 核心系统设计：负责企业采购系统的研发，抽象商品、店铺、交易、履约、结算、开票等核⼼领域模型，构建AI Friendly的技术架构 2. 业务理解转化：深入理解不同行业客户的采购业务痛点，通过AI技术手段将业务诉求转化为实现路径，输出清晰的技术方案 3. AI技术应用： 参与AI在企业采购场景的设计和落地，推动技术创新与团队知识共享，实现企业采购的智能化端到端交付 4. 跨团队协同：作为技术侧核心研发，与业务团队紧密配合，统筹项目资源与节奏，推动需求高效落地与项目按时交付
作为商家经营数据AI 应用方向的技术负责人，你将负责这一领域的技术战略与演进路线：以商家主数据体系为地基，把「数据 → 评测 → 经营知识」打造成一个可自我迭代的闭环飞轮，让商家 Agent 持续变聪明、被信任，真正重构商家的经营方式。这是一个既要定义方向、又要带队打赢、还要跨团队拿结果的核心岗位。 你将负责： 1、定义商家数据AI 应用的技术战略与路线图，判断在数据、评测、知识三个环节的投入节奏与优先级，为整个领域的技术演进负责； 2、端到端负责以商家主数据体系为基础的 AI 数据能力建设，保障主数据的一致性、口径统一与实时/离线链路的高质量供给； 3、主导 AI 评测体系从 0 到 1 建设，定义商家经营场景的效果基准与评测方法，构建自动化评测流水线，并让线上效果持续反哺评测集，形成可迭代飞轮； 4、统筹经营知识库的自迭代机制，覆盖知识抽取、沉淀、质量门禁与失效淘汰，保障知识持续增长且不劣化； 5、作为 owner 跨团队拉通「数据—评测—知识」完整闭环，推动数据、算法、产品、业务在统一指标下协同背责，把技术能力转化为领域级业务价值； 6、组建并带领 AI 应用研发团队，搭建人才梯队、培养技术骨干与后备负责人，沉淀可复制的方法论，打造团队的持续战斗力。
1、具备传统零售或新零售行业3年以上工作经验，熟悉零售门店运营管理，对总部新店SOP制定与落地有成功经验优先 2、完善新店项目推进业务，构建岗位质控管理体系 3、具备良好的沟通能力，能协调内外部团队，推进事务落地 4、有良好的数据能力，熟练掌握EXCEL，SQL等工具，逻辑思维能力强，能对于数据中发现问题，并提出对于解决方案 5、有一定得项目管理系统或OA系统产品思维的优先；可从新店全链路视角中迭代产品，驱动业务提效 工作职责： 风险管理：识别、评估、缓解和预警项目风险，确保项目能够在预定的时间和预算内完成； 沟通协调：在组织内部&外部、上下游团队进行沟通和协调，确保项目相关信息能够及时、准确地传递； 绩效评估：定期进行项目负责人、执行人的绩效评估，确保达到预期的目标和标准； 日常管理：包括项目支持、数据分析和报告、会议组织和记录、沟通协调、文档管理、资源调度； 落地执行：全国新店项目计划进行项目活动，确保项目目标的实现；监控项目进程，确保项目按时间计划执行，并协调团队成员的工作； 进度监控：对全国新店项目进展进行监控，确保项目目标的实现，及时发现和解决问题。需要定期检查项目进度，评估项目绩效，并根据需要进行调整 工作地点：上海；有出差少量需求；
关于角色：我们正在寻找一位技术 Leader，推动 AI Agent 等 AI 新技术在物流智能决策场景的应用落地，以技术突破驱动业务突破。 岗位职责： ● 推动淘天智能决策相关业务场景持续突破，包括淘天逆向物流资源规划与服务推荐；闲鱼寄件和商家寄件智能定价与营销策略；淘天闪购供应链补货、调拨、库存健康等最优库存管理决策与网络规划、仓容稽核；跨多个行业的最优分单、订单路由、装载优化、动态排线持续降本等 ● 主导智能决策 AI 整体架构，建立求解质量、求解时间、综合成本三维对比的评测基准；推动物流决策 AI Agent 建设，以及智能体在复杂场景中的应用，沉淀可复用的决策技术资产 ● 打造高执行力、高自驱力的团队，带领团队推动业务最优决策
职位描述 1、交易链路数据分析：深入理解淘系交易全链路（浏览-加购-下单-支付-售后）的业务逻辑，搭建并迭代核心监控指标体系。通过多维数据挖掘，识别交易转化漏斗中的异常波动、增长机会点及用户行为规律，为业务提供可落地的策略建议。 2、AB 实验与因果推断：理解科学实验体系，以及对应的归因分析思路和方法，有效影响业务产品迭代判断。熟悉双重差分(DID)、倾向得分匹配(PSM)、合成控制法(SCM)等因果推断方法，解决非实验场景下的策略效果评估难题。 3、数科Skill研发：推动“感知-认知-决策-执行”的 Agentic Workflow 落地，沉淀可复用的“技能库（Skill Set）”，包括不限于实验分析skill、异动归因skill等，提升团队整体工程效率。 4、Agent数据合成与评测：参与手淘购物助手优化，构建高质量数据集提升大模型推理效果，构建基于LLM-as-a-Judge的在线评测链路实现Agent执行效果的度量与归因。 5、作为业务伙伴，将模糊的业务痛点转化为严谨的数据科学问题。基于分析结论，驱动产品功能迭代、运营策略调整或算法模型优化，并对业务 ROI 负责，实现从“数据洞察”到“业务价值”的闭环。
1. 资金结算平台建设 参与货款结算、佣金清分、退款回流、对账核销、商家提现、跨境结算等核心系统的设计与研发，解决高并发、低延迟、数据一致性和故障恢复等工程问题，保障资金处理准确、稳定、安全和可追溯。 2. AI业务应用研发 深入资金结算业务，识别适合使用 AI 解决的高价值问题，建设规则查询、异常资金归因、对账差异排查、工单辅助处理和商家智能服务等 AI 应用。结合业务特点，合理选择 Agent、确定性工作流、规则系统或传统工程方案，推动 AI 能力真正创造业务价值。 3. AI研发提效与能力沉淀 运用大模型和 AI 编程工具提升需求理解、系统设计、编码、测试、代码审查、文档沉淀、故障定位及运维处置效率；将有效实践沉淀为可复用的研发工具、知识库和工程组件，推动 AI 提效能力在团队内规模化应用。 4. 生产级系统交付 基于 Java 技术栈完成 AI 应用与现有结算系统的可靠集成，建设工具调用、知识检索、上下文管理、状态保持及异常恢复等能力。完善日志、监控、链路追踪和安全审计，通过限流、熔断、降级、重试、人工复核等机制，保障 AI 应用在资金场景中稳定、可控地运行。
我们关注模型训练系统，为深度学习模型训练和超大规模训练提供算力基座，包括但不限于以下职责： 1、基于阿里云原生底座，设计实现数万卡规模的多租户、多种异构硬件、高性能计算集群的调度系统； 2、研发轻量级的训练重启、故障备份迁移、代码-依赖分发系统，面向有效训练时间极致优化； 3、针对基座模型训练，打造全面的可观测、可视化系统，洞察全生命周期软硬件故障动态； 4、结合大规模分布式训练框架、前沿的异构硬件，分析并解决预训练、后训练过程中软硬件缺陷； 5、构建大模型的模型训练、模型评测、模型管理、模型交付在内的MLOps平台； 6、平台化的支撑多模态生成模型的训练、迭代，以及在AIGC场景的生产化落地应用。
1、数据、营销和客服产品在泛零售、消费电子、酒类等行业的市场渠道开拓、客户拓展和产品销售工作，执行并完成年度销售计划； 2、能够基于全年的业绩目标，完成目标客户的快速拓展，具备从线索挖掘到商机转化到签约的商务全流程控局； 3、团队协同能力，具备良好的团队沟通协同能力，能推动内部产品、交付等角色完成大客户的整体服务经营； 4、KA客户的全方位经营能力，能够通过行业头部客户的项目实践总结标杆成功案例，提炼共性能力、加速行业同类客户的规模化复制。
1. 对大区高频渠道业务结果负责，制定大区年度及阶段性经营计划，拆解到省区、城市、类目、服务商和团队，并推动目标达成。 2. 基于不同城市和类目的商业化阶段制定打法，不简单追求商户数量，而是同时关注新签质量、广告激活、持续投放、续签、退款和投诉。 3. 搭建并经营区域服务商体系，完成服务商引入、分层、诊断、辅导与汰换，提升核心服务商的组织能力、销售效率和交付质量。 4. 围绕生活服务、休闲娱乐等重点行业识别增长机会，结合类目空间、城市供给和平台政策，形成清晰的区域作战地图。 5. 管理区域团队，做好目标分解、过程复盘、人才培养和绩效管理，打造一支能打硬仗、能持续复制结果的队伍。 6. 协同产品、运营、行业、风控及平台规则团队，推动影响区域业务发展的产品、政策和交付问题得到解决。 7. 对区域经营风险负责，确保业务增长建立在真实客户价值、合规经营和可持续续费基础上。
1、负责阿里云全球IDC机房资产运营管理，制定并持续优化IDC资产运维标准、流程，开资产管理质量分析，提升运维专业化水平。 2、资产日常运维管理： • 资产账管理：负责建立、维护和更新数据中心的资产账，包括但不限于存货类、基础设施类、工具仪器类和耗材类资产；按照财务制度定期核对资产账与财务账，确保双账数据的准确性和一致性。提供准确的资产报告，为管理层决策提供依据。 • 财务账管理：负责与财务部门沟通，确保所有资产的价值和状态在财务系统中得到完整及时的反映。 • 实物账管理：对数据中心的实物资产进行定期盘点，确认实物资产数量与资产账的匹配情况；制定和实施实物资产管理流程，确保资产的安全、完好和有效利用。 3、负责阿里云全球IDC资产运营专业线能力建立，协助一线运维团队建立资产运维管理专业梯队。 4、主导阿里云全球IDC资产运维质量飞检，定期开展IDC资产盘点，达成公司资产存在率、准确率等指标要求。
1. 根据市场动态及行业客户需求，制定并执行区域业务规划，确保快递网点、消费者、网络运营以及政府监管等多方利益的平衡，促进驿站业务的持续健康发展。 2. 整合公司内外资源，确保总部运营策略在所负责区域的有效实施与落地执行。 3. 负责监控区域站点和网点的日常运营情况，并及时处理异常问题，保障整体运营稳定。 4. 组建并领导本地化团队，致力于提升站点服务质量与用户体验，优化站点经营环境，增强站点的生存与发展能力。
1.品类战略规划与执行：负责零食行业类目运营，制定行业整体运营策略，负责品类规模增长及商家商品的孵化运营，达成业务增长目标。 2.商家与商品供给管理：基于市场趋势及消费需求和平台&类目需求，制定商家商品引入计划和跟进，确保品类供给多样性与商品竞争力，提升类目规模增长。 3.客户增长方案设计：针对不同客户类型（如地域品牌商家、产业带中小商家等），通过整合平台渠道资源，熟悉淘系商品运营规则，来定制设计业务增长方案，引导客户在平台实现健康可持续增长，完成其销售规模跃迁。 4.营销活动策划与执行：能洞察零食行业市场动态及消费趋势，策划符合品类特性的营销活动（如节日促销、节令促销、场景化营销），提升品类在业务中的影响力。 5.运营创新与机制优化：对零食供应链有一定了解，能快速引入符合新业务的货盘模式供给，帮助推动优化平台场域机制与售卖策略，推动品类运营模式升级。
1. 辅助加强Agent/RAG等原子构建工具的运营，重点聚焦Agent平台的应用侧能力 2. 负责Agent模板、Skill、连接器的场景化封装与推广，降低开发者使用门槛 3. 完善应用开发文档与教程体系，沉淀Agent平台最佳实践与开发者教程 4. 收集开发者反馈，推动算法及技术团队迭代优化Agent平台功能、 5. 监测并优化Agent平台应用构建成功率，提升开发者满意度 6、市场洞察和竞对分析、垂类场景skillS上线效果及商品上市
根据公司整体风险策略建立健全有效的内部控制体系，为业务方高效识别、分析和应对业务风险提供内控支持，推动内控政策、指引和流程的落地实施，确保公司的风险内控管理措施在符合成本效率的前提下有效运行。包括： １、负责协助BU开展制度及流程的评估及优化，能够设定明确的短期和中长期制度及流程管理规划； ２、根据管理需求，对公司内控体系进行全面的梳理和审阅，及时向管理层和业务部门反馈审阅发现，为有效降低和防范BU经营风险提供改善意见和建议； ３、强有力的项目计划和执行力，良好的沟通协调能力，能推动问题的识别、诊断和解决，通过有效的跨部门协作机制推动制度、流程、风险点治理和管理持续改进； ４、与BU及集团各系统产技团队密切合作，确保各项内控措施能高效、正确地植入公司业务流程，不断推动公司风控管理的信息化水平。
1. 主导重点行业PoC（概念验证）方案的端到端建设，覆盖需求调研、方案设计、技术验证、效果评估及交付复盘全过程； 2. 与客户深度共建，结合公司产品能力与前沿技术（如人工智能、大模型等），打造可落地、可复制的行业标杆解决方案； 3. 高效协同内部产品、算法、研发及交付团队，确保方案技术可行性、先进性与实施效率； 4. 沉淀行业方法论与最佳实践，推动成功方案在垂直行业内的规模化复制与推广； 5. 持续跟踪行业技术趋势与客户需求变化，为产品演进和解决方案创新提供一线输入。
负责广告投放系统的核心算法研发与优化，涵盖召回、粗排、精排及投放策略全链路。 具体包括：基于大规模用户行为数据构建高效的广告召回策略，设计和优化排序模型以提升广告变现效率与用户体验；探索前沿机器学习方法（如深度学习、强化学习、生成式检索等）在广告系统中的落地应用；与工程团队紧密协作，推动算法方案在大规模分布式系统中的工程化落地与性能优化。
1. 负责Agent Studio底层框架设计和标准制定，规划Agent平台的技术演进路线 2. 主导Skill生态的技术规范和接入标准，确保平台可扩展性和生态兼容性 3. 协调产品、技术、生态三方资源，推动Agent平台能力建设与商业化落地（MCP、skills、A2A、connector等） 4. 跟踪国内外Agent平台产品动态及应用数据资产消费发展趋势，制定差异化竞争策略 5. 建立Agent平台的技术评估体系，监控平台性能指标与开发者体验
1、预算与滚动预测：主导商品线/品类的年度预算编制，将目标分解至具体品类、大品及渠道。建立以周/月为单位的滚动预测机制，结合销售趋势、库存水位及市场动态快速调整，预警库存与毛利风险，为采购、生产及营销计划提供精准的财务输入； 2、经营分析：负责月度/季度商品损益分析，深度剖析品类/单品的收入、成本、毛利及供应链/商情况，进行多维度的差异归因（如价格、销量、成本等）。组织复盘会议，输出优化建议并跟踪闭环； 3、决策支持：为商品开发、品类规划、采购决策、清仓促销等提供全面的财务测算与投资回报分析（如新品上市 ROI、库存清理模型）。审核采购、销售等合同中的财务条款； 4、风险控制和流程提效相关。
1、负责 AI 驱动应用的核心架构设计与开发，打通前端交互、后端服务、数据链路与 AI 模型能力，构建端到端可落地的智能化产品能力； 2、构建稳定、高可用、可扩展的后端服务体系，熟悉分布式架构、消息中间件、缓存、远程调用、任务调度等核心技术，支撑复杂业务逻辑、高并发场景及 AI 应用的异步化、长链路执行需求； 3、负责LLM及多模态 AI 能力的集成、编排与工程化落地，持续优化 Prompt Engineering、Context Engineering、RAG、工具调用、成本控制与效果评估体系； 4、结合业务场景进行技术选型、领域建模与 AI 应用流程设计，能够设计并实现复杂的 Agentic Flow、AI Workflow、MCP 工具链或人机协同流程； 5、具备技术 Owner 意识，能够主导关键模块从方案设计、技术攻坚到上线运维的完整交付，并能沉淀工程规范、辅导团队成员，提升团队在 AI 时代的工程交付能力。
1、从电商全链路业务视角出发，抽象研发效率与工程可信度的共性问题，设计可复用、可扩展的工程基础设施与自动化能力体系，沉淀为组织级的技术资产。 2、深入 LLM / Agent / Prompt 工程 / 上下文工程 / MCP 等应用层技术，主导其在研发场景的工程化架构落地，设计 AI 辅助下的研发链路与可信交付机制（含验收与质量保障作为架构约束内建）。 3、跟踪 AI 工程化前沿动态，牵引关键技术选型与架构演进，推动新范式、工具在团队与业务侧的规模化落地。
1. 负责广告平台投放 Agent业务的研究、设计与落地，构建具备规划、执行、反馈、迭代能力的智能投放 Agent，推动广告投放从人工操作走向全链路自动化与智能化。 2. 负责以 Skills 为核心的 Agent 自主进化体系建设，构建 Agent记忆、经验、任务复盘系统与知识固化机制，使业务 Agent 能够从历史任务、人工反馈、线上结果和异常案例中持续学习与改进。 3. 构建面向业务 Agent 的 Harness 基础设施，包括上下文工程、任务规划与执行、多 Agent 协作机制、评测与观测体系、HITL人机协同、安全约束与异常兜底机制等。 4. 负责 Agent进化相关的大模型后训练与强化学习前沿研究，持续提升模型在业务场景下的决策、规划与执行能力。 5. 与产品、工程、运营等团队深度协同，将模糊业务问题抽象为可评估、可迭代、可规模化的 Agent技术方案。
1、负责AI内容创作平台的规划、核心功能与体验设计，推动产品迭代落地； 2、推动AI技术与图文、短视频等内容融合，与算法团队紧密合作，将AI能力转化为实际场景中的应用，持续优化内容生成的质量和效率； 3、协调跨团队协作，推动多模态技术落地并融合创作经验，确保产品全流程高效执行； 4、跟踪AI与内容行业趋势，探索AIGC、多模态生成等新技术在创作场景中的落地可能性。
