共 4281 个在招岗位 · 实时同步阿里巴巴官方招聘数据
客户现场专项技术负责人 如网络专项、数据库专项 平台稳定性重大变更方案制定与实施 如性能/存储优化、底座改造等 现场故障应急执行 协助原厂尽快恢复平台运行 关键时刻现场保障 如客户平台隐患深度排查与治理，复杂问题原因定位及解决
千问多模态推理算法致力于使用AI在Agentic、stem等方向的效果提升。在这里您将与我们一起挑战前沿的产品技术问题，并收获服务千万级用户的成就感和影响力。 1. 负责面向推理的多模态大模型研发，包括图文、视频、音频等多个模态的预训练，探索多模态的数据质量评估和清洗方法； 2. 负责对模型的训练数据、训练策略、模型结构等进行深入分析。 3. 负责强化学习算法研发、提升训练稳定性、采样效率、训练效果。 4. 负责跟踪和研究多模态大模型前沿技术调研、落地、对业务进行优化； 5. 负责对各业务场景下相关技术问题进行分析、算法设计、研发以及推动上线，提升业务效果；
1. 负责千问ai创作线的核心数据体系建设，保障数据准确性与及时性，通过数据洞察及时定位业务问题与机会点，保障业务策略落地； 2. 基于业务痛点开展专项分析，包括但不限于：图像生成创作体验、内容消费及分发、内容供给等； 3. 深度参与业务规划，通过数据挖掘、归因分析、漏斗分析、AB实验评估等，找到问题点，输出可落地的策略建议； 4. 协同产品、运营、算法、研发等团队，主动挖掘业务需求，提供数据支持，推动分析结论落地并追踪效果； 5. 完善数据指标体系、埋点方案，管理数据口径，提升数据应用和决策支持效率
1、负责对话式 AI 导购的全链路运营，覆盖用户意图理解到商品供给匹配，优化对话交互与转化路径，承接互动效率、导购转化率、用户留存等核心指标； 2、建立知识库及属性标准，制定选品与货盘规则，推动行业及商家协同完善知识库体系与选品池，为导购推荐提供用户想要的商品供给； 3、主导核心模块的需求落地与持续迭代，协同产/技/算法团队提升人货匹配精准度与推荐质量，通过灰度实验与数据复盘、评测等驱动持续优化； 4、持续研究同类产品及海内外、跨域 AI 产品，对标与学习，输出业务规划与迭代方向，探索 AI 导购增长新模式，支撑业务决策。
1. 负责研发语音端到端、语音Agent、多模态交互、语音实时同传等任务的基础研究和应用落地； 2. 负责研究语音生成与理解一体化模型架构、强化学习、统一的语音表征等技术方向； 3. 跟踪并研究实现业内顶尖成果，结合业务场景实现算法的工程化部署。
1. 负责音频多模态生成大模型的研发，包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地； 2. 研发基于扩散模型（Diffusion Models）或自回归模型（AR）的音频生成算法； 3. 研究音频表征、强化学习或语音端到端等技术方向。
1. 深度支持业务决策，参与复杂业务经营， 如果有销售任务管理、渠道策略效果评估、媒体流量效率评估等优先，并据此建立通用性数据模型，进行业务方案的经营性分析，可行性分析和风险评估； 2. 有较强的商业意识，分析能力，沟通能力和业务洞察力，能够有意识辨别问题中的关键矛盾并给出解决方案，提出相应的财务建议提出并推进，产出客户价值分析、市场分析等多维度的财务分析报告， 3. 扎实的风险管理经验，参与相关业务流程、系统流程的设计及优化，包括但不限于结算、税务、核算、风险控制等，并对制度、计划及流程的运行进行分析，提出流程优化建议，协助业务完善流程制度并推进执行； 4. 有能力理解复杂的业务生产关系，并设定合理的指标评价体系，根据设定的指标体系对BU运营情况进行定期的评估，定期进行管理层汇报，进行业务健康情况分析。
我们正在构建世界级医疗垂直大模型，致力于通过AGI技术革新健康咨询与辅助诊疗场景，让精准医疗普惠每个家庭。如果你渴望在万卡算力集群上实现算法突破，用技术改变14亿人的生命质量，这是你不可错过的技术圣战。加入我们，定义医疗大模型的未来。 1、设计与研发面向医疗场景的 Agent / Multi-Agent 系统架构 ，支持复杂任务拆解、角色协作与长期目标规划，包括不限于多轮问诊、医学研究、临床决策支持等 2、构建和优化 Agent 的 推理链（Reasoning）、记忆机制（Memory）、工具调用（Tool Use）与反馈闭环 ，跟踪并评估前沿技术（LLM、RAG、Planning、Multi-Agent、Reflection 等）在医疗领域的适用性与边界
1、负责会员业务年度预算编制、月度滚动预测及专项分析，持续优化预测模型，识别资源使用效率问题并推动优化配置； 2、建立并维护会员业务经营关键业财指标追踪体系，定期输出经营分析报告，及时预警经营风险并提出可落地的财务建议； 3、进行专项分析与决策支持，针对会员定价、促销，权益成本核算，渠道投放，代理商管理等开展专项财务测算与投产比分析，支持业务决策； 4、深度参与业务流程设计与风控管理，以主导者视角拉通资金、税务、核算、风控、法务等团队共同确保业务健康稳健发展。
1.负责闪购仓整体商品运营与货盘规划。深入分析市场趋势、消费者需求、竞争格局及平台经营数据，明确不同品类、品牌、价格带和规格的商品布局，持续优化商品结构，提升货盘的需求匹配度与市场竞争力； 2.根据搜索、推荐、淘客、活动等不同流量渠道的用户需求和转化特点，设计差异化货盘及运营策略，推进选品、定价、商品分层、营销承接和爆品打造，提升商品在各渠道的曝光、转化和成交效率； 3.负责商品全生命周期运营，围绕商品引入、上架、成长、汰换和退出制定运营机制；结合销售规模、单品效率、价格竞争力、库存履约及盈利表现，识别结构性短板和潜力商品，形成明确的优化方案； 4.协同品类、招商、供应链、商家运营及业务团队推动策略落地，解决商品引入、价格、库存、履约和资源承接等问题；定期评估商品运营效果，沉淀可复制的方法和机制，并对业务目标达成负责。
1. 负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 2. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，优化长程任务，实现智能体在复杂环境下的自主探索与迭代。 3. 探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流
1. 负责集团内公司 PRC 年度审计及海外子公司审计，联合国内及海外事务所开展跨境审计，按节点交付审计报告，满足中国会计准则、IFRS、HKFRS 等要求。 2. 主动就审计调整与内控缺陷及时对接业务财务、税务、法务等团队，推动业务线与财务共享团队闭环整改。 3. 沉淀跨境审计方法论、标准化底稿与资料清单，形成不同国家准则、报表及审计知识库。 4. 业务智能化管理：基于业务场景，前瞻性的提出智能化工具的设计思路并负责项目的进度管理，推动新工具和新应用在日常作业中的落地应用，保障账务质量的同时提升作业效率。 5. 积极开放的心态，去适应工作内容变化与岗位调动。
全面负责定义、设计并实现下一代 Agentic AI 系统的核心算法与技术范式，将千问从回答问题升级成执行任务，解决智能体在任务规划、工具使用、多步推理、长程自主执行、环境交互等方面的核心挑战，探索并引领模型在自主决策、复杂任务编排、人机协作等前沿方向的技术突破。直接决定数亿千问用户在 AI 助手场景下的任务完成体验, 打造千问在 Agentic AI 时代的领先地位。 1. Agentic 能力定义与技术规划 深入分析用户的真实任务需求与使用场景，结合业务，制定并执行 Agentic 能力的中长期技术演进路线图。密切追踪并研究 agentic AI 领域的最新进展,包括 agent 架构范式(ReAct、多智能体协作等)、agentic RL、工具学习、计算机使用(computer use)、长程自主执行等方向，主导定义“顶级智能体能力”的标准,并将其分解为可落地、可量化的算法迭代目标。 2. 任务规划与多步推理 攻坚并解决复杂任务下的核心技术难题，包括但不限于任务分解与规划、多步推理与反思、错误自我识别与纠正、长程任务的记忆与状态管理、异常处理与恢复等。设计创新的脚手架与训练策略,使模型具备真正可靠、连贯的长程自主执行能力，而不仅是单轮的指令响应。 3. 工具使用与环境交互 主导研发模型与外部工具、API、代码执行环境、搜索引擎、数据库等深度动态融合的先进技术。解决工具调用准确性、参数生成、多工具编排、observation 理解与处理、执行结果验证等核心问题。设计并优化可扩展的工具调用框架与执行环境，显著提升智能体在真实场景下完成复杂任务的成功率与可靠性。 4. Agentic 训练与对齐 主导大模型在 agentic 场景下的 post-training 与对齐工作,包括 agentic SFT、面向工具使用与多步任务的强化学习(RLHF/RLAIF/DPO/GRPO 等)、奖励设计与可验证奖励、长程任务的信用分配、reward hacking 的识别与对抗等，设计高效的样本构建流水线，推动 agentic 能力的持续提升。 5. 评测体系与数据飞轮 建立并完善一套科学、全面的 agentic 能力评测体系，能够精准衡量智能体的任务完成质量(成功率、效率、可靠性、安全性等)，覆盖过程评估与结果评估。探索 Agent-as-Judge 等前沿评测方法，以及针对性agentic benchmark建设，设计并驱动高效的数据闭环系统，利用真实用户的任务轨迹与反馈，持续、自动化地优化模型。
1、评测体系建设 深入理解公司 AI 产品业务场景，结合多模态大模型技术发展趋势，设计并持续完善模型评测体系，包括评测维度、指标定义、评测流程与方法论，确保评测结果能够客观反映模型能力变化与关键问题。 2、数据与评测标准建设 负责多模态大模型训练与评测数据的质量体系建设，包括数据标注规范制定、评测标准设计及数据集构建与优化，沉淀高质量数据资产，为模型训练与评测提供可靠基础。 3、模型评测与效果分析 联合产品与算法团队开展离线评测、场景评测及对比评测，系统分析模型表现与能力边界，输出结构化评测报告，支持模型迭代与产品优化。 4、评测场景与Benchmark构建 围绕核心业务场景构建评测任务与Benchmark体系，持续扩展评测覆盖范围，确保评测体系能够真实反映用户场景与模型能力。 5、数据驱动的优化闭环与行业对标 与算法、产品和数据团队协作，通过评测定位模型问题并推动数据补充与模型优化，建立“评测—分析—优化—复评”的迭代闭环，同时持续跟踪行业评测方法与Benchmark，优化内部评测框架。
业务场景 我们正在构建面向医疗健康领域的大模型能力和应用体系。医疗数据具有高度专业性、知识密度大、准确性要求极高的特点——一条错误的药物相互作用知识可能直接影响用户健康决策。 团队需要从海量医学文献、临床指南、药品说明书、疾病知识图谱等异构数据源中，建设高质量的预训练语料和结构化知识库，支撑大模型在医疗问答、健康咨询、临床辅助决策等场景下的权威性、正确性与实用性。 你将参与到以Data为中心、驱动内容理解、知识构建、数据合成和应用的全链路工作中，为千问app toC的医疗健康业务提供高质量的RAG内容供给，同时沉淀高质数据、保障模型能力的迭代提升。 你的工作将直接影响模型在医疗垂直领域的效果天花板——数据质量决定模型能力上限。 工作职责 1. 负责大规模数据采集与内容发现的架构设计、核心技术研发与持续优化，覆盖网页、文档、图片、视频等多种数据形态，实现高质量数据资源的自动化发现、采集与更新。 2. 负责大模型数据基建与演进，支撑海量数据的存储、治理、预处理、质量评估及版本管理，包括数据清洗、去重、相似度计算、脱敏、结构化转换等核心能力建设，保障医学数据的高度准确性、安全与合规。 3. 结合自然语言处理（NLP）、多模态理解、大模型等技术，对海量非结构化数据进行信息抽取、网页分析、内容聚类、标签体系建设等核心技术开发，构建高质量训练数据集和知识库体系，提升RAG效果 4. 与算法团队紧密协作，围绕大模型训练、微调、评测及应用落地需求，设计并优化数据规模、数据结构、数据质量和数据生产流程，持续提升模型训练效果。
1、针对旅行场景设计具有用户价值的AI智能体并推动其不断优化，包括不限于目的地发现、行程规划、值机选座、旅行商品推荐等，为AI规模及留存负责。 2、基于对模型能力与边界的理解，结合旅行场景用户需求，负责用户侧ai横向能力建设，包括不限于长程任务、记忆体系、上下文体系等，提升产品可用率及用户好感度。 3、推动AI能力在各种内外部场景落地，为AI规模经营指标负责。
1、负责共享出行或高德打车相关项目需求开发与迭代、性能优化、架构升级等工作； 2、负责业务线基础设施建设，如线上质量、性能的监控及分析； 3、参与前端Agent能力建设，推进AI在业务中提效落地； 4、负责疑难问题攻关，快速响应紧急问题或需求；
1. 产品体验方向 • 负责阿里云 & ATH 事业群百炼、Qwen Cloud、Qoder、秒悟、万有无界、万镜一刻等 AI-Native 产品的核心页面与关键流程设计，交付高质量的交互稿、视觉稿与走查稿； • 深入理解模型能力（LLM / 多模态 / Agent / Tool Call）与业务场景，把不确定的 AI 能力翻译成可理解、可控制、可验证的产品体验，主动设计 loading、streaming、error、empty、confirm、rollback 等完整状态； • 端到端主导一个核心场景或模块的从 0 到 1，定义该场景的 AI 交互范式与组件模式，向部门设计系统与知识库沉淀可复用资产； • 与产品、算法、前端紧密协作，参与需求评审、原型评审、体验走查，推动方案在真实环境中落地并持续打磨。 2. 设计工程方向 • 推动设计系统与工作流的 AI 化：定义 AI Agents、Skills 与工具在设计中的应用，将设计系统打造为 AI 可读、可消费、可生成的资产；探索从灵感到原型到交付的 AI 驱动工作流； • 建立并维护团队长期复用的设计与前端基础设施，包括 Design Tokens、Components、Patterns、文档和 Storybook；连接 Figma Variables 与代码组件，定义 Motion Token、暗色模式、主题系统； • 参与 Agentic UX 设计与 AI 设计审美等前沿课题的探索，支持团队 Design Skill、Design Agent 与设计工具研发，处理组件治理、版本管理、迁移与跨团队协作。
• 负责阿里云&ATH事业群系列 AI 产品的品牌视觉、发布传播、活动物料、官网 KV、社区内容与开发者体验中的创意视觉输出，参与AI产品品牌语言的构建，形成可复用的品牌资产； • 主导重要发布节点（云栖大会、产品发布会、行业活动）的整体视觉与创意方向，端到端负责从策略到落地； • 结合 AI 生成工具（Midjourney、Lovart、Tapnow等），高效产出高质量视觉方案，并在真实上线场景中打磨细节； • 建立创意团队的工作方法与 AI 生产工作流，沉淀 AIGC 工作流方法、Prompt 资产、制作规范和质量标准，提升团队整体创作效率； • 关注行业趋势、AI 工具演进与视觉表达方式变化，主动将新工具、新流程、新视觉语言转化为可落地的设计实践。
1、负责短剧内容策略与选题策划，基于用户需求和行业趋势判断内容机会，主导题材方向与供给结构规划。 2、洞察短剧内容生态及生产关系变化，研判行业格局与内容趋势，制定内容引入、生产及 CP 合作策略。 3、负责品牌化内容策划，打造具有差异化定位和稳定调性的内容阵地，持续建立用户对优质短剧内容的认知与信任。 4、建立内容价值判断与爆品识别方法论，结合行业表现和用户消费反馈，持续复盘并优化内容策略。
负责千问智能硬件(眼镜/耳机等)的云端大模型能力体系，打造面向文本、语音、图像、视频流等全模态交互的硬件 AI 助手。主导llm/vlm/omni模型后训练、agentic范式、数据体系等方向持续迭代，提升模型在聊天、文本问答、视觉问答、livetalk、agent任务执行的能力；联动硬件侧多模态传感器（如眼动追踪等）开展融合建模与能力增强，进一步拓展模型在真实交互场景下的理解、推理与执行上限，打造自然流畅、有温度、能办事的 AI 体验。
负责千问APP相机场景的多模态算法能力建设，深入迭代VLM模型与Agent能力，你将负责多模态数据构建、VLM训练、数据飞轮和评测体系等关键工作，推动模型在图文对话、视觉RAG、多模态Agentic Search、视觉感知和推理等方向上的能力突破，持续提升用户在开放场景下的需求满足和体验上限。
负责面向头部终端客户的智能助手核心能力建设，打造基于qwen模型的下一代对话交互体验，并应用于系统级手机助手、车载座舱语音助手等场景。你将围绕大模型对话能力、指令跟随、任务理解与执行、多轮交互、风格对齐与体验优化等关键方向展开工作，持续提升智能助手在开放场景下的理解、响应与需求满足能力。岗位将深入参与llm/omni/agent模型训练、数据构建、评测体系、效果优化等关键环节，推动智能助手在自然性、准确性、稳定性、个性化与可用性上的持续突破。
作为先进大模型安全体系的核心驱动力，负责构建覆盖“数据-训练-推理-应用”全生命周期的大模型安全防御体系。重点结合评测优先和内生安全等理念，从根本上设计并落地具备安全基因的大模型架构，对抗提示注入、越狱攻击、数据泄露及滥用等新型AI安全威胁，确保大模型在高风险业务场景下的可信、可控与合规。 【核心职责】 1. 安全评测体系建设 ● 主导构建面向大模型和智能体（LLM/VLM/Agent）的多维度、自动化安全评测平台，覆盖鲁棒性、合规性、偏见歧视、隐私保护、有害内容生成等关键维度 ● 设计并维护动态更新的对抗性测试集与红队（Red Teaming）攻击库，包括但不限于提示注入、越狱攻击、多轮对话诱导等高级攻击手法 ● 研究前沿性AI的风险滥用和失控问题，例如CBRN、伦理、多智能体失控、AI发展提升网络攻击威胁等问题并进行科学和有效的检测度量 ● 建立客观、可量化的安全评分体系及安全等级认证标准，支撑模型上线准入、灰度发布及持续监控。跟踪前沿对抗攻击与防御技术，定期组织针对内部模型的实战对抗演练 2. 内生安全机制设计 ● 从架构层面推动“安全左移”，将安全机制内生融入模型预训练、微调（SFT/RLHF）、检索增强生成（RAG）及智能体（Agent）等环节。 ● 研发并落地可插拔的安全对齐技术，如指令鲁棒性增强、安全向量控制、动态系统提示词硬化、自我反思（Self-Correction）机制等。设计针对模型参数、中间激活及梯度的安全检测和隐私保护方案等 ● 探索可解释性安全方法，构建模型决策的内部监控与预警机制，实现安全风险的早期发现与自动响应 3. 标准制定与生态合作 ● 主导或参与阿里巴巴在制定企业级大模型安全开发规范、评测标准等方面的工作 ● 代表阿里巴巴参与国内外AI安全标准组织的研讨与标准制定。 ● 建立与学界、业界安全社区的联动机制，持续引入前沿攻击防御技术，输出安全白皮书或专利
基于智能手表、手环等穿戴设备的多模态生理与运动指标，构建运动健康 Agent，实现对用户健康数据的个性化解读、运动与健康计划生成、实时运动指导，并通过主动服务持续、闭环地管理用户健康。打造自然流畅、有温度、能办事的 AI 健康教练体验。 岗位职责 ● 研发基于大模型的健康解读与对话能力：将 PPG/ECG/IMU 等多传感器指标（心率、心率变异性、血氧、睡眠、压力、运动负荷等）转化为用户可理解、可信赖、循证的个性化健康洞察。 ● 主导或参与大模型后训练与对齐迭代（SFT / RLHF / DPO / Online RL），建设健康场景的数据体系与评测基准，持续提升模型在健康解读、教练对话、Agent 任务执行上的效果。 ● 搭建 Agent 效果评估体系（准确性、可解释性、安全合规、主动服务转化与用户依从性），并驱动持续迭代。 ● 与硬件、产品、算法、医学/运动科学专家跨团队协作，推动能力在设备端与云端稳定落地。 岗位亮点 ● 负责运动健康 Agent / AI 教练核心方向从 0 到 1 建设，是「穿戴算法 + 大模型 Agent + AI 教练」三合一的稀缺复合岗位。 ● 参与穿戴健康产品从算法到商业化落地全过程，AI 健康教练是行业前沿方向，打造「专业降维普惠」的运动健康体验。 ● 技术空间大：涉及模型后训练、多模态融合、Agentic 范式等前沿技术，可对接运动科学/医学专家资源。
1. 负责夸克业务的离线流程开发与迭代，构建高效稳定的端到端数据处理流水线； 2. 深入优化数据采集、清洗、标注、报表等核心流程，提升整体处理效率； 3. 引入业界新技术，推动流程架构升级，实现业务性能、系统稳定性和成本效益的持续提升。
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，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。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、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 1、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。 2、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 1、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。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
1. 根据阿里云AI战略发展方向，结合人工智能技术演进与行业变革趋势，前瞻性地识别并开拓重点目标客户在大模型、智能计算等领域的业务机会； 2. 能够深入调研客户业务场景，敏锐捕捉行业中的应用痛点与创新潜力，结合阿里云产品及技术优势，促进客户需求与云产品的有效结合，提供立体、专业的咨询及服务，帮助客户成功，并沉淀行业解决方案； 3. 与客户或合作伙伴进行重点项目对接，能向客户高层解析阿里云AI优势，向业务高管呈现具有说服力的AI投资回报率（ROI）分析，加速商机转化； 4. 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，为阿里云AI战略的长期发展储备关键客户与技术资产。
岗位定位：为大本地行业交易规模、商家经营效率与商品营销效果负责，通过AI驱动的产品创新与深度行业洞察，设计可规模化增长的行业产品，助力行业商业化收入达成。 核心职责： 1、 深度理解本地生活行业（医疗、教培、宠物、零售家装、商圈等），负责高德商家经营及交易业务的产品设计 2、 基于行业特征与用户心智，制定商家与供给产品策略，提升优质供给覆盖率 3、 负责商家从入驻、经营到增长的全链路产品及行业消费者在高德平台产品体验，保证行业生态健康与合作纵深 4、 建立行业数据监控体系，数据驱动产品策略优化 5、 运用AI技术重构商家经营与营销交易链路（智能推荐、经营诊断、内容生成、转化优化等），，助力业务规模增长和费效优化
1. 负责高德到店高频行业交易增长，涵盖美食/休闲娱乐等行业，深入理解行业商业模式，进行策略和方案设计，提高交易规模和效率 2. 针对“预订/团购/代金券/买单”等交易方式，拓展流量触点，并设计用户场景串联，优化C端各环节转化效率，带来交易规模和用户体验双增长 3. 基于业务目标评估，分析制定行业供给策略，协同高价值供给引入，提升行业所需商品供给规模及质量 4. 结合高德地图优势，挖掘行业特性下新增长场景。结合AI创新能力，持续提升用户体验和交易效率，保持产品在行业内领先性
