共 4281 个在招岗位 · 实时同步阿里巴巴官方招聘数据
面向阿里集团提供高稳定、低成本、易使用的容器服务，通过业务弹性编排、资源额度弹性管理、多等级资源调度和混合部署、运筹优化的全局资源规整和排布、异常检测和诊断自愈等，支持业务便捷、高效使用集团全局智算和通算资源，并保障不同等级不同场景的业务服务slo。 1. 负责智算和通算资源的统一管理和统一调度等集群管理、基础调度、容器与混部等相关技术和系统研发； 2. 负责交易导购类、搜推广引擎类、大模型AI类、大数据类、数据库类和中间件类等业务的应用编排和弹性调度托管； 3. 负责基础资源监控、基础资源数据、异常检测和诊断自愈、研发质量和稳定性等DevOps&AIOPS相关基础平台研发； 4. 负责计算、存储、网络、机房和业务布局等云原生基础设施规划演进，持续降低基础设施成本，并屏蔽底层基础设施差异。
1、对用户规模增长及相关运营阵地获客效率负责，如到端承接、增长工具等，核心关注各运营阵地的可触达用户规模及承接效率，关注拉新、召回获客贡献； 2、负责制定用户权益策略和打法，监控分城市/门店分层的MAC、DAC等核心指标，输出策略复盘报告并推动优化，沉淀可复制的区域策略模板，做好各业态店/仓的爬坡模型。 3、通过用户行为分析（如月钱包份额、消费时段、SKU偏好）洞察挖掘用户增长机会，通过制定不同的运营策略及手段、运营活动，引导用户行为，提高用户转化及质量，并推动各门店用户策略落地优化； 4、跨部门资源协同：联动采销、营运等团队，推动资源倾斜与策略落地，确保经营目标达成。
岗位职责： 1、项目产品营销活动设计（线上、线下）； 2、项目产品品牌设计/营销创意及传播执行； 3、产品宣发期、预约期等创意和营销设计执行； 4、设计形式不限于广告、H5、网站等平面视觉。
1. 商业化基础设施：建设并演进 AI 产品商业化底座，支撑 C 端转化增长与 B 端企业规模化营收，以工程化能力持续释放商业价值。 2. 企业级 AI 知识引擎：打造企业知识引擎核心服务，将代码/文档等知识资产结构化与可用化，构建 企业级 Agent。 3. 生产级权限与企业管控：建设企业级身份权限与管理控制体系，形成对 MCP、Rules、Hooks 等能力的统一管控与治理，保障多租户安全边界与关键链路可靠性。 4. 资金安全与风控：搭建资金安全与商业化风控体系，系统性降低欺诈与异常带来的资金风险。 5. 安全合规与可观测度量：建立面向 AI 场景的安全合规与可观测度量体系，用数据驱动商业化增长与治理闭环。
1. 大模型推理与调度平台建设：主导多模态/LLM 推理服务化与模型调度中台（自研/二方/三方）建设，支持同模型多账号、多模型共存、降级容错与弹性扩缩容，保障高并发低时延的线上推理体验。 2. 推理加速与资源效率优化：推进推理加速与 GPU 资源复用等优化策略落地，提升模型利用率并降低单位推理成本。 3. 模型成本治理体系：建设模型资源（如配额、用量、费用、使用期限/到期策略）可视化与治理闭环，推动降本动作落地并形成可持续的成本优化机制。 4. 服务端基础架构演进与全球化支撑：负责全球多 Region 架构规划与服务端架构演进，建设统一网关与用户服务体系，支撑业务快速迭代与流量调度、容错容灾与性能优化。 5. SRE 稳定性与可观测性建设：构建全链路监控与自动化运维能力，完善异常响应、容量管理与弹性扩容机制，提升平台可用性与可运营性。 6. 架构融合与平台化治理：推动团队多款 AI 产品服务端架构融合与服务复用，减少重复投入并沉淀统一能力，持续演进与维护以满足企业级/ToC 产品化交付要求。
1、负责主持生产部各车间生产、质量、工艺、设备、安全等管理工作，确保各项指标的达成； 2、依工艺标准对各车间的操作工艺、质量进行监督，确保成品达标； 3、依据生产计划组织生产人员完成生产任务，确保按质按量交货； 4、负责本部门出入库台帐数据的准确性和生产数据提交的正确性； 5、负责本部门的成本控制（盘亏盘盈、物料领用、报损、水电气的控制、在产品库存、固定资产及其他各项费用支出等）； 6、审核生产部人员的计件工资情况，是否正确、合理； 7、负责生产部bom修改、工艺路线维护数据提交准确性； 8、负责各项生产制度、标准及流程的贯彻落实和及时更新修订。
1、负责工厂质量管理体系落地执行，推进ISO22000/HACCP体系维护，推进FSSC22000体系搭建，落实各项质量目标、食品安全目标的达成； 2、牵头建立部门内原料验收、过程巡检、成品出厂检验标准化作业流程；牵头工厂虫害管控、清洁消毒计划、SSOP卫生规范的落地； 3、依据国标、总部要求、生产sop组织落实生产过程质量稽核，对人员卫生、工器具卫生、工艺参数、人员操作进行监督，推动现场质量改善； 4、负责客诉、市场抽检、监督检查问题的接收、原因调查，制定纠正预防措施，跟进闭环，输出整改报告； 5、负责检验设备、计量器具的校验、台账管理；负责现有产品及新产品对接制样和送检；对检测机构出具的报告进行检查，问题点对接进行修改及报告归档； 6、负责部门需求物资采购清单审核，申请及进度跟进； 7、负责工厂食品安全培训资料的收集、编写、修改等工作，完成培训需求； 8、各方检查配合品控经理做好资料准备，现场迎审及后续改善措施的落地验证工作； 9、负责相关法律、法规的收集、整理、培训工作； 10、完成上级交办的其他质量管理专项工作。
职位描述 1、负责物流业财领域的产品规划、需求分析及方案设计，支撑跨境物流核心业务场景，满足财务核算、管理报表及合规管控要求。 2、深入业务与财务流程，建设成本分摊、费用归集等产品能力，推动业财数据标准化，提升核算效率与准确性。 3、结合AI技术推动结算付款流程智能化升级，优化制单、收票、审批及支付等环节，显著降低人工投入。 4、推动财务月结由人工操作向智能化、自动化转型，建设日常监控、异常识别及智能分析能力。 5、协同业务、财务、技术及数据团队，推动产品方案落地，并通过数据分析持续优化产品体验与业务价值。
1.负责ASR（语音识别）模型评测体系的建设与自动化落地，包括评测流程设计、评测工具开发与维护； 2.搭建和优化自动化评测Pipeline，覆盖识别准确率、延迟、多语种/多方言等核心指标的自动化回归； 3.编写评测数据集管理工具，支持测试集的版本化、标注质量校验与抽样分析； 4.基于评测结果进行数据分析，输出结构化的评测报告，定位模型性能变化的根因，为模型迭代提供数据支撑； 5.与算法、产品团队紧密协作，持续完善评测标准与指标体系。
1. 负责top floorplan，电源网络，partition， 时钟树， IO assignment 等规划 2. 建立后端sign off spec，signoff 策略 和signoff checklist，包括STA, EM/IR, PV 等 3. 负责先进工艺中后端流程开发 4. 负责关键ip的ppa 优化 5. 与前端构架深入合作，保证构架设计可实现性与ppa 优化
核心职责 在以下一个或多个领域担任关键角色： ● 组织诊断与组织设计：理解业务战略，通过组织诊断，形成组织设计、人才运营（绩效管理、人才盘点、晋升等）等方面的系统性思考和实施方案，并推进落地实施；研究 AI 时代下组织建设的前沿趋势和领先实践，结合公司业务组织实际需求，制定针对性方案应用 AI 重塑组织运作方式并提升效率。 ● 人才机制创新：根据业务发展需求，识别组织与人员的核心能力需求，参与并推动关键人才管理机制的设计与迭代，让机制真正牵引组织走向 AI Native 的工作方式。 ● 通过数据与 AI 洞察驱动组织效能提升：整合组织业务数据与人才数据，形成数据看板，整合定性定量的组织人才信号分析，通过智能分析等手段为管理者提供建议，构建面向管理者与 HR 的洞察闭环，发掘数智效能的应用场景，支持及时发现问题、解决问题，使组织效益最大化。 ● 组织发展工作的 AI Native 化升级：把组织发展的关键工作改造为AI形态，让机制设计的产出从方案演进为可运行的系统。
负责游戏内音效、环境声、UI反馈音等音频资源的设计与实现； 使用Wwise/FMOD等中间件集成音频到Unity/Unreal引擎； 配合音乐制作人完成动态音乐系统的搭建； 优化音频性能，确保在多平台（PC/移动端/主机）上的表现一致。
我们正在构建面向组织上下文的创新产品，将散落在人脑、群聊、会议、文档中的组织经验（碳基资产）编译为Agent可消费的组织上下文（硅基资产），让每一个业务Agent都能带着组织的记忆工作。我们希望你可以帮助构建Agent友好的上下文检索系统，提升企业级Agent对人类工作中的会议、群聊、文档等上下文的使用效率和效果。
1.策略性采购管理 · 主导市场类合作采购全流程，包括供应商寻源、比稿竞标、商务谈判及框架协议签订，确保资源优质性与成本效益最大化； · 针对不同业务场景（如品牌曝光、效果转化、户外活动类、创意、代运营、直播等）定制采购解决方案，精准匹配需求与资源。 2.资源优化与效能提升 · 建立动态供应商管理体系，通过数据分析制定引入/淘汰机制，持续优化资源池； · 推动采购流程标准化与数字化与产品化，提升端到端效率（如缩短比稿周期、降低决策成本）； · 定期进行成本数据分析，通过创新采购模式、整合解决方案等方式，制定成本控制方案，并持续优化，做好品类成本管理。 3.行业前瞻与创新 · 有敏锐的行业洞察力，定期收集项目营销趋势，预判资源需求并提前布局高潜力供应商；为业务需求及采购决策提供必要性支持； · 协同产品团队优化采购系统工具，通过数据建模提升采购全流程效率。
我们正在研发一款涉及机械臂与人体柔顺交互的医疗机器人产品，对力控精度和安全性有极高要求。现需要一位规控算法专家，完成核心控制算法的研发和工程化落地，参与产品从0到1的全过程。 岗位职责 1. 主导人体接触场景下的运动控制算法研发，涵盖力控框架设计、动力学建模与补偿 2. 负责力传感器选型、标定与集成方案设计，确保力控回路的精度和稳定性 3. 设计安全保护机制，满足医疗器械相关标准要求 4. 负责实时控制系统的搭建与优化，保障控制周期和通信可靠性 5. 主导机械臂工作空间评估与奇异规避策略设计 6. 带领团队完成从原型验证到产品级控制的完整交付 7. 与系统、硬件、临床团队紧密协作，完成系统级联调
千问（Qwen）是由Token Foundry自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 Coder 团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的 coding agent / digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。 工作职责： 1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。 （1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。 （2）我们坚持 Large-scale Pre-training 和 Large-scale RL 来提升 Code Reasoning 能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务。 2. 负责 Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。 （1）通过 Scaling 海量数字世界数据结合大规模合成数据，来提升 Computer-Use Agent 的 Grouding 能力。 （2）通过 Long Horizon 的方式进行强化训练，结合可扩展的多模态环境反馈来提升 CU Agent 的 Reasoning 的能力。
● 负责主流深度学习框架在Token Foundry大模型场景下的工程优化，包括但不局限于MoE模型大规模训练框架、多模态训练框架、RLHF训练框架等，参与包括基模型Pretrain、SFT等多个阶段的训练任务优化； ● 致力于提升不同阶段模型训练负载的极限吞吐，能够针对不同模型负载系统化的分析不同阶段耗时并提供相应的优化手段，优化手段包括但不局限于算子优化、通信优化、分布式策略优化等； ● 负责超大规模训练任务的稳定性的设计，通过各种手段来提升训练任务的有效吞吐，构建更可靠的故障检测系统和自愈系统，提供超大规模训练任务的丝滑体验。
1.围绕演出业务重点项目、关键节点策划并实施传播方案，打造有影响力的传播事件。 2.主导舆情管理和应对。提前研判风险、处置突发舆情、快速制定应对方案、降低负面影响。 3. 与其他团队进行跨部门协同，共同推进、把控传播节奏与效果。定期输出行业分析与复盘报告，优化传播策略。
1. 了解所支持的业务部门，基于业务发展阶段和运营情况，对业务团队进行组织诊断，为业务部门的战略落地提供人力资源专业建议、规划并参与实施； 2. 为组织和人才发展提供专业支持、定期进行组织人才盘点，在招聘、培训、绩效考核、薪酬、文化及员工关系等方面为业务部门落实有效的人力资源解决方案； 3. 传承公司文化，建设沟通渠道，保证组织的持续健康成长； 4. 在业务部门推动组织策略，完善人力资源的制度、流程、体系，提升人力资源运作效率； 5. 主动与业务部门管理层、一线主管及员工进行多种形式的有效沟通，保证信息在不同层级间的有效传递。
1、洞察 MaaS 业务内经营管理、资源分配平台的痛点和数据需求，解决跨领域的海量数据打通、关联、权限等问题，负责跨域数据产品的设计并推动落地； 2、深入业务和产品团队，结合业务场景，并联动数据中台各类资源，完成指标体系、，输出面向产品线的数据产品设计方案并落地实施； 3、负责面向业务场景的智能数据产品，包括智能找数、智能查数、智能分析等的规划与设计，结合业务实际需求输出可落地的产品方案； 4、有数据敏感度，能够利用数据工具，随时跟进产品的运行分析，持续优化；保证所负责的产品最优用户体验。
1、搭建评测体系：设计 AI 应用的评估体系，搭建评测流程和功能，包括评测标准的制定、评测Agent建设、评测的数据集建设、评测结果标注，保证评估结论及时准确产出； 2、业务场景分析：了解主流 AI 应用产品的业务流程和场景，对如何构建一个有效的评测集有深刻的理解和应用； 3、评测结果分析：分析和解读评测结果，提出提升模型能力和应用体验的产品设计建议； 4、研究评测方案：跟进和调研行业最新评测研究和报告，结合实际应用场景，更新内部评测技术方案； 5、行业产品调研：及时了解和分析 AI 业界各类产品和技术发展动态，辅助判断未来发展趋势。
1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给； 2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型； 3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本； 4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化； 5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长； 6、算法与工程一体化协作：与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；
1、协助团队负责人，开展核心财经科技、地域媒体日常沟通、接待、项目管理工作。 2、制定有针对性的媒介维护策略，协助媒体完成采访，妥善执行各项传播动作。 3、制定舆情预案，牵头舆情应对，有效维护公司声誉。
1、配合主美参与制定游戏场景风格，输出场景/关卡地编制作目标效果、模版和规范； 2、场景灯光及渲染氛围营造，把控整体场景综合视觉表现效果； 3、协助技术美术及程序，制定出符合需求的材质效果，推进各类场景的制作规则，以及项目需要的性能优化，保证视觉效果和游戏性的同时不断优化场景内的美术资源来提升性能； 4、研究引擎功能模块，协助团队成员完成场景编辑出现的各类问题。
1. 负责网红达人机构矩阵搭建，构建可持续发展的达人机构生态。借助机构的能力，在半开环的社交电商生态下，为速卖通引入高质量新用户以及成交增量。机构类型包括但不限于自孵化机构、MCN/CAP机构、AFF/TAP机构等； 2. 对所负责机构的“招-养-汰”全生命周期负责。招-帮助新机构冷启动，解决招募机构对接中遇到的卡点问题，快速跑通测试流程；养-帮助机构持续孵化，制定高且可执行的机构运营策略，实现机构等级跃迁；汰-定期对机构进行考核与动态定级，实现分级管理与机构的末尾淘汰； 3. 机构内容策划与爆款制造。结合 TikTok、IG、Youtube、Twitch等主流社交平台的算法机制与用户偏好，制定内容日历与选题规划，指导并审核创意脚本、短视频拍摄及后期制作，精准提炼产品卖点，提升视频的完播率、互动率及转化率； 4. 商业变现与电商闭环。深度协同行业侧/品牌侧资源与需求，策划并落地机构侧直播带货、自孵化养号、TTO广告等多元化变现路径。协助机构完成达人侧商品橱窗管理、选品排期及直播间场控，跟进订单履约与售后客服流程，保障商业转化效率了； 5. 数据分析与策略迭代。建立综合的数据监控体系，定期追踪机构GMV、播放量、ROI、粉丝增长、客单价等核心指标。通过数据复盘洞察问题，快速调整内容策略、投放预算（如TTO）及运营方向，持续优化机构端账号矩阵与变现能力；
1、负责艺人的宣发工作，包含艺人宣传策略的制定、执行及效果分析； 2、能独立策划活动，并协调资源落地； 3、维护媒体关系，针对艺人或作品，独立策划并执行定制化宣传方案。
一、Qoder产品解决方案设计与落地 深入理解 Qoder 产品能力，输出标准化的解决方案文档、产品架构白皮书和 POC 演示材料 拉通业务和产研团队，推动企业规模化产品使用，洞察行业共性需求，反哺并提升产品竞争力 二、Qoder 企业客群业务拓展 面向业务团队提供体系化产品培训、技术方案支持与最佳实践指导，支撑售前转化； 深度参与关键客户的售前会议、方案答辩与产品演示，协同推进签约闭环； 打磨标杆客户案例，沉淀可复制的行业打法与推广模式。 三、Qoder产品布道与品牌建设 作为 Qoder 生态代言人，在行业会议、技术峰会、开发者大会、直播间等进行产品演讲和案例分享 策划并输出高质量技术内容（技术博客、案例研究、Demo 项目），展示产品应用价值
1、 拓展行业目标客户，进行业务调研、商业分析、商务谈判、业务设计、运营规划工作，达成行业业务目标； 2、 根据公司业务发展战略及业务规划，基于菜鸟的服务能力，结合行业KA客户的需求，向客户持续输出服务，以达成合作，并推动服务方案不断优化，升级服务； 3、与各团队合作，帮助新入驻的商家快速落地和合作； 4、建立与头部品牌公司的稳定合作关系，提升菜鸟供应链在行业的影响力；
主要负责 TokenFoundry 大模型训练平台建设，为大模型训练提供稳定、高效、弹性的 AI Infra 基础设施。你将参与新一代大模型训练平台的架构演进，支撑大规模分布式训练任务编排、异构集群资源调度、训练容错与弹性恢复等核心系统，持续提升研发效能与算力利用率。 主要工作职责和挑战 1. 训练任务平台设计与研发：负责分布式训练任务的提交、编排、调度、可观测性与全生命周期管理系统的架构设计及核心代码实现。 2. 大规模资源调度引擎：设计并实现面向异构集群的资源调度策略，涵盖拓扑感知调度、抢占式调度、优先级队列及多租户配额管理等能力。 3. 平台化与产品化：快速迭代平台产品能力，支撑大模型研发迭代对训练基础设施的能力需求。 4. 技术攻坚与前沿探索：跟踪 AI Infra 及训练调度领域的最新进展，推动技术方案落地并持续优化系统性能。
通过技术创新支持阿里集团大模型研发快速迭代，参与从数据生产、训练到评测的大模型研发全流程，主要工作内容和挑战如下： 1. 建设大规模数据生产和评测的Agent基础设施，增强大模型在Coding&Agentic等领域的能力。 2. 结合后训练框架，优化强化学习效率，实现高效的大规模Agentic RL。 3. 将成熟的系统与算法成果发表于学术会议，并回馈开源社区（如ROCK和ROLL等），持续提升在学术界与产业界的影响力。
