共 4281 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1.任务设计与审核：评估标注评测任务的场景真实性、要求完备性与专业合理性，确保任务定义清晰可落地； 2.AI产出质量审核：对AI生成的报告、表格、代码、演示文稿等成果进行专业审校，校验结论准确性、数据可靠性与业务规范符合度，判定成果可用性； 3.AI执行过程审核：基于AI执行记录，评估其任务理解、方法选择、信息调用、步骤完整性及验证充分性，定位过程性缺陷与逻辑断点； 4.评价标准审核：审查评分标准的完整性、清晰度与可执行性，校验关键要求覆盖度，识别遗漏、冗余、过度拆分及权重失衡等问题； 5.问题标注与改进建议：对审核发现的问题精准归类、阐明判断依据，输出可执行的修改建议，驱动任务、成果及评价标准的持续迭代； 6.典型场景沉淀：从高质量任务中提炼真实用户需求、典型工作模式与评价思路，为任务体系建设和AI产品能力优化提供专业输入。
负责Token Foundry大模型训练平台的产品规划与建设。深入算法训练场景，整合底层基础资源，提升训练任务的运行效率、稳定性和资源使用效率。 1. 负责大模型训练平台的产品规划与迭代，制定产品方案和版本计划，并对交付结果负责。 2. 深入大模型训练过程，识别任务运行、资源使用和研发效率等方面的问题，形成可落地的产品方案。 3. 将不同算法团队的训练需求抽象为标准化、可复用的平台能力，推动平台规模化服务算法研发。 4. 协同算法、研发及基础设施团队，协调资源并推动项目落地。
我们协助企业做AI转型和应用落地，倡导数字员工理念，让 Al Agent 作为数字员工真正融入企业组织-能被调度、会协作、懂业务、有记忆，从底层重构企业与 Al 协作的方式。我们构建了一套人机协同组织的基础设施：Agent 在这里被孵化、注册进组织、与真人自主组队协作，打造AI应用和自主进化的新范式。 1. 面向客户以AI coach身份提供创新的大模型AI应用方案，并进行落地验证，为客户提供面向AI应用落地的全栈技术支持。 2. 主导或参与客户的AI Agent（AI数字员工）技术栈设计，并基于阿里云系列AI平台产品进行工程搭建、算法调优和实施落地 3. 基于客户实际问题提供大模型技术支撑和优化，包含不限于模型后训练、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等 4. 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优
1. 负责百炼平台后训练技术架构设计与性能优化，建设 LLM/MLLM 及 AIGC (DiT) 场景的生产级微调与对齐能力。 2. 负责十亿至万亿级参数模型分布式训练的工程落地，定位计算、显存、通信与系统瓶颈，提升 MFU 并降低训练成本。 3. 主导数据管线（数据合成、效果评测、数据回流）与高鲁棒 Rubric/Reward 体系的架构设计与开发，牵引模型持续迭代。 4. 负责分布式训练容错及弹性架构，优化端到端后训练性能与稳定性，保障生产级 SLA。
1、基于飞猪酒店业务，进行高星酒店集团门店的业务拓展，保证所辖区域集团酒店门店覆盖率； 2、结合阿里生态&市场特性为高星酒店客户提供运营方案，帮助商家提升运营能力并驱动销量持续提升，与所辖区域单店及城区负责人并建立深度业务合作关系； 3、协同产品、运营团队，推动业务及项目落地，持续优化用户体验。
1、转化链路运营：负责海外票务平台站内「访问—商品浏览—下单」核心转化链路的运营与优化，以浏览转化率为核心目标。通过持续的数据监测与归因分析，识别流量分发、商品呈现、导购路径等关键环节的流失因素，制定并推动转化提升方案落地。 2、指标体系与经营分析：搭建并维护平台转化运营指标体系（浏览转化率、商品页渗透率、跳失率、单 UV 价值等），建立常态化的数据监控与经营分析机制，以数据洞察驱动商品组织、内容导购与运营策略的持续迭代。 3、商品与内容协同增长：协同商品运营与内容团队，围绕全球热门演出及体育赛事供给，从转化视角优化商品组织、信息呈现与导购动线；结合 SEO 与 AIGC 内容策略，提升站内外流量获取效率与转化表现。 4、增长专项与跨部门协同：主导平台级增长专项及重点项目的转化运营，协同产品、技术、市场、商务等团队推进需求落地，对运营结果负责。 5、流程与工具建设：沉淀转化运营方法论与标准作业流程，提出后台工具自动化、智能化升级需求，持续提升运营人效。
岗位定位：负责公司级核心业务的数据分析、经营洞察与智能决策体系建设，主要服务于 MaaS 业务，围绕算力供给、Token 消耗、成本结构和商业化收入等经营场景开展工作。岗位以经营分析和数据分析为核心，同时需要具备一定的 AI 产品化思维，能够将成熟的分析方法沉淀为面向经营决策与资源分配的 Agent 产品。 具体职责： 1、经营分析与决策支持：围绕收入、成本、毛利、转化效率、资源利用率及投入产出等核心指标搭建分析体系，通过预算分析、趋势预测、结构拆解、异常归因及 ROI 测算，为产品策略、资源配置、成本优化和商业化决策提供依据； 2、业务分析与策略研究：理解 MaaS 类业务模式和关键经营环节，运用漏斗、分层、归因、敏感性分析等方法，开展供需匹配、成本效率等专题分析，将数据结论转化为业务决策与行动项； 3、数据体系与 AI 分析能力建设：推动指标体系、数据模型、数仓、可视化看板、监控预警及数据质量机制完善；围绕 MaaS 需求搭建 ARR、供需预测、成本测算、ROI 评估等模型；探索大模型、Agent、RAG 和 Skill 在数据分析中的应用，推动自然语言取数、智能归因、报告生成、经营问答及异常预警等能力落地，并建立评测和人工校验机制； 4、数据分析产品化与流程沉淀：具备产品视角和 AI Native 产品端到端迭代经验，主导数据类产品的策略定位、需求定义、方案设计、上线验证和迭代，将成熟的指标、模型和分析方法沉淀为自助分析、经营看板、供需匹配算法、智能信息中枢、AI 知识库及标准化分析工作流； 5、跨部门协同与项目推进：与业务、产品、算法、研发、财务及供应链等团队协作，将经营问题拆解为明确的分析目标、任务分工、里程碑和验收标准，推动数据结论形成决策并落地执行。
部门介绍： 我们聚焦全球技术底座建设，围绕研发设施、智能运维、全球网络及大模型服务四大核心领域，搭建全栈智能化工程平台体系，为全球业务稳健扩张与高效运转筑牢稳定、高效和合规的技术基石。 以技术创新驱动研发模式升级，打造覆盖研发协作、智能编码、智能测试的全流程智能体系，落地高效业务解决方案并深化DevOps文化。深耕运维合规与效能，建成符合欧盟标准的海外智能运维平台，完成IaaS、PaaS、SaaS全层级产品迭代；依托全球网络资源，实现资源统一管控、网络拨测、网关标准化及数据中心验收全流程规范化，全方位保障用户体验。同时，对标行业领先标准打造海外大模型服务路由平台，打通模型采购、安全管控、服务管理及成本管控全链路，严守数据安全底线。 1、负责高可用系统的AI Agent开发工作，确保系统的稳定性和高性能。 2、参与需求分析，设计并实现高效、可扩展的代码结构，优化系统性能。 3、与团队协作，解决复杂的技术问题，推动项目进度。 4、对现有系统进行维护和优化，提升系统的稳定性和用户体验。
1. 主动利用多渠道寻找并拜访企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3. 建立良好的客情关系，通过多种方式，促进客户之间的相互分享和共成长，推进市场繁荣发展
职位描述 1.负责1688广告营销和会员产品的开拓 客情维护 以及推广营销； 2.根据客户需求，整合平台资源及方案制定个性化的营销方案，围绕商家生意线上增长方向，定制化方案服务交付，推动商家线上生意增长。 3.通过行业方案梳理客户爆品、分销、品牌成长方案，并能够根据平台的规划及商户的需求为商户制定全年的服务及成长规划。
客户贴身技术服务 • 技术问题处置：持续关注并分析客户用云技术问题，通过对客户业务的深入理解协助客户完成技术案例的快速高效处置。 • 需求追踪：在各行业结合客户业务场景和云产品使用情况，对客户使用情况和需求进行正确分析，挖掘真实产品需求并协助产品持续优化。 稳定性支持与保障 • 应急保障：重大故障问题的应急处置，协助业务快速恢复，故障逃逸等保障工作 • 风险巡检：针对客户使用云产品，进行使用负载，业务容量，风险事件，变更通知等巡检 • 主动服务：结合客户云上业务，制定关键架构监控和告警方案，实现智能监控和预警，提升客户的业务效率和用户体验。 • 全链路评估：对客户业务全链路调用评估，结合业务调用的云上/云下一体化风险评估，关键链路使用建议和风险提醒 • 高可用演练：围绕架构高可用方向，配合客户进行极端场景的高可用演练，模拟故障场景，演练业务逃逸实施并参与总结 • 活动护航：客户重大业务高峰活动护航，包括活动业务架构梳理，前置产品风险巡检，性能压测，故障演练，驻场保障等 云上业务治理与优化 • 用云优化：对客户新产品选型、产品使用方式、支撑行业最佳实践方案，规避通用行业客户使用误区，提炼围绕客户的最佳用云实践方案 • 云上资源管理：协助客户进行云上资源管理，业务资源使用率分析、容量管理和弹性伸缩方案保障 • 卓越架构支持：围绕卓越架构目标，对安全合规、稳定性、成本优化、高效性能方案等全方面优化工作支撑 服务保障 • 服务管理：为客户在云上使用过程中制定合理的服务及交流渠道，提供线上，现场，多项目多部门关键人员的服务交流方案支持，确保关键事件及重点项目的进展信息有效性，推进项目进展顺利落地。 • 项目支持：在客户使用云产品期间根据需求提供多样化的技术保障专项，并结合云产品特性和客户使用情况制定对应技术方案执行路线，保障技术专项的有效交付。 • 满意度保障：为企业客户满意度负责，从问题快速解决到项目平稳交付，并持续提供有效的云上使用建议和稳定性保障方案整体提升客户用云满意度。
1、智能体与智能经济研究： 密切关注全球AI产业发展方向，结合国际与国内政策与法律环境，围绕“智能经济”下，智能体的发展趋势、与软硬件的结合、在不同产业领域的渗透和影响、相应的测度体系，以及商业模式、就业、教育、组织等延伸领域，产出具有洞察力、影响力和指导力的产业趋势与政策研究成果。 2、政府事务支持： 支持集团公共事务部面向政府事务的专项课题的开展以及专题文章的编写工作，需熟悉国内外AI相关政策法规，能够为政府沟通、政策解读、技术发展和合规建议提供专业支持。 3、跨团队协同： 协同各业务团队与研究团队，开展课题方向探讨与内容协同编写工作。 需具备良好的跨部门沟通能力，能够协调多方资源，推动研究与业务的深度融合。
1. 负责即时配送业务的策略规划与运营方案设计，通过数据驱动优化配送时效及用户体验； 2. 基于业务场景构建数据分析模型，识别关键运营指标并提出改进策略，推动成本控制与效率提升； 3. 协同技术、产品及客服团队，推动配送网络优化、服务标准制定及大促保障方案落地执行。
1、负责园区日常运营与企业运营服务工作，根据园区客户定位、客户画像及实际需求，制定相应的园区运营策略、企业服务策略及实施计划； 2、负责园区客户活动运营，通过IP活动、线上推广、线下活动等方式，提升园区品牌影响力、市场认可度与美誉度，树立园区良好口碑； 3、负责园区企业服务体系的打造、迭代与运营管理，结合政府发展方向与阿里生态资源，打造符合园区产业心智的企业服务体系； 4、协同招商、物业等合作方，通过标准化、体系化的手段提升园区整体服务体验，沉淀服务能力，提升不动产市场竞争力； 5、负责园区客户关系维护工作，及时响应并处理客户的各类诉求，保障客户满意度及客户生命周期； 6、对园区运营结果进行数据分析，并据此提出改善措施，持续优化园区企业服务能力与运营效率。
1. 负责对接立法、司法等政法相关部门，建立和维护日常沟通关系； 2. 跟踪电子商务、平台经济、人工智能、数据治理、网络治理等领域的法律法规，做好政策研究和风险研判； 3. 围绕重大政策议题，撰写政策建议、汇报材料、调研材料和相关建议； 4. 参与重大公共议题和突发事件应对，协助做好情况梳理、沟通协调和风险化解。
1.商业洞察与内容策划： 对商业和科技趋势保持敏感，结合公司业务策划具有传播力的公关内容，提升公司在商业领域的影响力。对上市公司财报、AI等有领域有独特理解优先。 2.创新传播与项目执行： 敢于尝试新形式、新方法，能够通过鲜活的视角和创意，创造性地传递公司价值。 3.舆情管理与风险应对： 胆大心细，保持敏锐，能够协助处理潜在舆情风险，维护公司声誉。
1、负责集团线上媒体品类的采购工作，直接对接主流线上媒体，负责该媒体的商业化合作规划、年度签约、政策谈判、资源创新引入，履约执行，付款和年度核算等采购相关工作； 2、对接服务集团市场/用增/商业化等业务团队，承接线上媒体相关的品牌硬广、效果投流、内容专项等各类资源合作需求。贴近业务，理解业务目标和策略方向，为业务提供合作策略和方案支持，通过日常合作数据分析，商务谈判和产品创新，保障业务需求的交付落地，做好成本交付管理及优化； 3、深入洞察市场行业情况，建立有效的媒体/供应商寻源、价格评估、签约和汰换机制； 4、针对具体业务需求和行业特性，通过流程优化、解决方案优化，在做好风险管理的同时，提升整体采购效率； 5、承接部门内/跨部门协同工作，协同上下游各方进行全链路管理，包括但不限于大型业务项目、采购系统产品优化、采购流程机制优化等； 6、根据公司发展及媒体供应商动向，积极探索和拓展新资源，提前布局相应资源，对现有的采买方式提出优化及调整以使得更加匹配未来的发展。
聚焦AI产业链的核心采购领域，要求候选人具备AI技术背景，并愿意在快速演进的采购领域完成高质量的资源配置决策，确保集团在AI能力建设中的供应链具备先进性、竞争力与商业合规的可持续性。 方向一：AI 服务采购 ■ 寻源与商务管理：负责模型服务领域的供应商寻源、评估与商务合作体系搭建，覆盖主流模型服务商、云计算平台及技术服务聚合商等多元渠道 ■ 交付要件磋商：主导核心商务条款的谈判与设计，比如计费模式优化、服务容量保障、知识产权与合规约定等 ■ 市场洞察与成本判断：协同业务部门理解不同应用场景的资源消耗特征，建立成本分析、用量、价格优化的工作框架，支撑业务的弹性扩展需求 ■ 评估管理与风险防控：关注行业政策与市场格局变化，完善迭代评估和考核体系，推动供应策略的有效实施，保障服务连续性与业务安全 方向二：AI 资源采购 ■ 供应商生态管理：构建并维护AI训练所需的数据资源供应体系，品类方向包括合规授权数据集、专业领域知识库、多模态资源、人工标注与加工服务等 ■ 需求对接与方案设计：将AI训练的需求转化为明确的采购规格与验收标准，针对不同业务场景设计匹配的采购方案 ■ 成本建模与供应规划：构建和动态优化成本模型，评估供给的复杂度与效率因素；根据业务节奏进行产能规划与资源预留，引入新型资源以及技术方案以持续优化成本结构 ■ 合规治理与质量保障：关注和落实合规要素，建立评估标准与持续改善机制
我们正在寻找一位有能量的产品专家，以领域 owner 的身份，统筹不动产领域平台中业务核心基础链路与 AI 资管底座的产品战略与架构设计。在这里你将负责： 1、平台战略与领域架构：作为不动产资管数字化平台的领域 owner，统筹制定智慧资管产品线的整体产品战略与中长期演进路线图，主导从业务场景洞察、关键机会识别、产品架构设计到上线落地的全过程闭环，确保产品方向兼具业务价值与技术可行性。 2、基础底座与共享能力：主导业务高频基础数字化链路的产品架构设计与落地，覆盖订单、账单、商品、支付、发票、权益、会员等核心领域，设计高可用、高稳定的数字化共享基座，推动复杂业务规则的抽象、配置化与系统化，沉淀标准化、可复用的平台级产品能力，建立跨业务线的能力复用体系。 3、AI 赋能业务与智能产品：深入理解大模型、智能体（Agent）、知识图谱、RAG 等 AI 技术的产品化方式，将 AI 能力深度融入订单、账单、支付、会员等核心业务链路，在招商决策、资产估值、运营风控、客户洞察、收入预测等场景中设计 AI 驱动的产品能力，使 AI 成为业务流的自然组成部分，切实提升资管运营效率与决策质量。 4、数据驱动与效果闭环：建立产品核心指标体系，通过数据分析、效果评估与持续迭代驱动产品优化，重点衡量 AI 融入业务后的人效提升、流程自动化率、决策准确率等关键业务指标，推动 AI 能力从单点验证到规模化生产落地的转化，实现商业价值闭环。 5、前沿洞察与方法论输出：持续跟踪国内外 AI 技术演进与行业最佳实践，洞察大模型在不动产资管领域的应用边界，识别高 ROI 的 AI 应用场景并推动前沿技术向产品力转化。作为领域专家，对产品团队进行方法论输出与专业辅导，在行业内形成有影响力的产品思考。
1、负责阿里巴巴集团服务品类采购工作，了解并理解业务战略方向，深入研究行业，并以此制定相应的采购策略，供应策略，成本策略； 2、负责从采购需求到落地交付的整个流程管理，保证采购项目的合规性、时效性和成本控制； 3、根据采购策略以及业务需求，进行跨部门联动与沟通，协同相关团队，推动项目的落地执行； 4、定期对业务采购需求进行梳理分析，不断发现并优化现有流程中的缺陷与不足，并提出相应优化方案； 5、定期对供应商进行考核评价，整合采购需求，推动供应商内部的资源配置优化和整合，提升供应商绩效。
1.专家签约入驻支持：协助完成目标专家的初步沟通、意向确认与合同签署；负责专家资质审核、信息建档、合规材料收集与归档；配合内部团队完成合作协议流程，确保签约高效合规 2.项目中期执行管理：对接业务需求，协调专家参与数据生产、模型评估等项目工作；跟进项目进度，组织任务分配、时间节点提醒与质量反馈闭环；作为专家主要联系人，及时响应问题，保障沟通顺畅与任务高质量交付 3.项目后期结算与复盘：核对专家工作量、产出成果与结算标准，发起付款流程；协调财务完成酬金发放，确保结算准确、及时；收集专家反馈，输出项目小结，持续优化运营流程
1、基于飞猪酒店业务，进行高星酒店业务拓展，保证所辖区域高星酒店覆盖率； 2、结合阿里生态&市场特性为高星酒店客户提供运营方案，帮助商家提升运营能力并驱动销量持续提升，与所辖区域商家并建立深度业务合作关系； 3、协同产品、运营团队，推动业务及项目落地，持续优化用户体验。
面向北京地区的科研院所、实验室、国企、中小企业等重点客户，承担MaaS（大模型API、AI编程、AI办公、智能体等相关产品）的销售任务，推动阿里云AI产品与解决方案在北京市场的规模化落地。需要在销售早期介入客户规划，帮助客户将AI能力转化为可立项、可预算、可采购的业务方案，完成利润、GAAP收入及MaaS业务的多维目标，并为阿里云AI战略储备关键客户与技术资产。 岗位职责 1.承担MaaS销售指标：负责大模型API、AI编程助手、办公智能体、行业智能体等MaaS产品及服务的销售拓展，完成既定的利润、GAAP收入与MaaS业务量目标。 2.开拓重点政企客户：聚焦北京地区的科研院所、实验室、国企、中小企业等等核心客户，前瞻识别其在大模型、智能体、AI生产力替代等领域的业务机会。 3.高层对话与ROI呈现：能够向客户决策层（C-level/业务高管/技术高管）精准解析阿里云AI技术优势，呈现具有说服力的投资回报率（ROI）分析，加速商机转化与合同签署。 4.整合生态能力：整合阿里云内部及外部ISV/集成商生态，攻克AI落地中的关键挑战，沉淀面向国企、科研、运营商等场景的可复用行业解决方案与最佳实践。
1.满足城市各仓不同订单模型下的劳动力需求，根据业务情况以及市场环境，调度不同渠道招聘资源进行匹配，过程中需要给出效率和成本平衡的最优解； 2.配置与成本管控： ①落地总部的配置标准，确保配置人数和结构在合理范围内，严控无效配置和需求造成的成本浪费； ②根据需求合理调度不同招聘渠道资源，确保最终的人均招挂成本在所负责城市同行业处于领先水平； ③协同总部制定属地城市需求计划，供应商定价策略； 3.用工质量管理： ①协助业务放改善所服务城市三方员工离职率，协同总部对离职率相关的分析以及工具的落地，对所负责区域的离职原因由清晰的认知，并能够给出相应的改善建议； ②落地总部对于员工满意度的调研，定期输出所在城市三方员工满意度调研结论，协助区域提升绩优人员留存率； 4.用工风险管理： ①联动供应商配合城市HRBP以及总部ER部门处理城市突发用工异常事件，确保异常事件第一时间得到妥善处理； ②对所负责城市用工市场周期性，地域性，竞争环境有完整的认知，协同总部对城市用工环境进行调研分析；"
1. 岗位职责 ① 全流程采购执行与策略制定： 独立负责整合营销项目（如大型Campaign、新品上市、品牌焕新等）的供应商招募、招标、谈判、签约及履约全流程。 基于业务目标，制定差异化的采购策略（如公开招标、竞争性谈判、单一来源），并输出专业的采购分析报告。 ② 供应商全生命周期管理： 负责整合营销供应商池的开拓、引入、认证、绩效评估与定期复盘。 主导供应商年度复盘与分级管理，优化生态结构，激励头部供应商，淘汰尾部供应商。 ③ 专业赋能与成本优化： 深入理解营销需求，具备初步方案评估能力，能从采购视角对供应商提案的合理性、成本构成及可优化点提出专业意见。 通过需求整合、流程优化、谈判博弈等多种手段，实现年度降本目标，并确保营销质量与效果。 ④ 风险管控与合规护航： 确保所有采购活动符合公司财务、审计与合规政策，识别并规避合作中的各类风险（如交付风险、版权风险、数据安全风险）。 完善并沉淀整合营销品类的采购合同模板、工作标准及流程规范。 ⑤ 跨部门协同： 作为采购窗口，与市场、运营、法务、财务等业务及职能部门保持高效沟通，在项目早期介入，提供采购解决方案。
1. 深入酒店业务一线，理解BD与商家的沟通及作业流程，识别适合AI解决的高价值场景，并形成产品方案； 2. 负责AI Agent相关产品设计，包括任务调度、多轮沟通、上下文与记忆、工具调用、风险控制、人机协同等能力； 3. 推动价格、库存、招商、问题答疑和客情沟通等场景落地，打通“任务触发—AI沟通—业务执行—结果回收”的完整闭环； 4. 与算法、研发、数据、设计和业务运营团队协作，推进产品从方案设计、试点验证到规模化使用； 5. 建立AI产品效果评估体系，围绕作业覆盖率、任务成功率、问题解决率和人工效率等指标持续迭代。
1、基于飞猪酒店业务，进行高星酒店业务拓展，保证所辖区域高星酒店覆盖率； 2、结合阿里生态&市场特性为高星酒店客户提供运营方案，帮助商家提升运营能力并驱动销量持续提升，与所辖区域商家并建立深度业务合作关系； 3、协同产品、运营团队，推动业务及项目落地，持续优化用户体验。
1. 从RTL创建和维护Emulation/FPGA模型，将芯片项目Porting到原型平台(Emulator和FPGA), 交付EMU DB/FPGA bitfile到原型验证团队 2. 为Emulation/FPGA场景创建独立的测试冒烟用例。 3. 在Emulation/FPGA平台上Bring up外部接口（例如，DDR，PCIe，USB, 以太网等）。 4. 与RTL设计团队、DV团队和软件团队合作，调试基础环境，硬件，软件中的测试用例. 5. 维护仿真系统，支持软件团队在仿真平台上的工作。
团队介绍 加入AI算力数据与Agent小组，这是直接决定集团AI算力如何被"看见、管好、用好"的核心团队。从每一张GPU卡的产能效率到TPM容量规划、资源交付、供需匹配，实现从资源到售卖的全链路数据打通，并通过数据与Agent驱动的智能洞察支撑MaaS业务增长和管理层经营决策。 方向一：AI算力数据链路建设（数据工程背景） • 建设训练/推理（百炼、通义）两侧TPM与资源数据的采集、治理、建模和指标体系 • 设计标准化数仓，打通资源分配、交付、使用全链路数据口径 • 为MaaS经规管理、财务成本分析、BI、销控系统提供可信数据支撑 • 推动数据Agentic化，让Agent可自动查询、分析和推理算力数据 方向二：算力智能洞察与优化模型（算法工程背景） • 建立TPM容量规划模型与算力画像，支撑供需匹配和弹性交付智能决策 • 构建GPU/CPU/TPM利用率优化算法，实现全局卡型×模型最优匹配 • 开发智能流量管控与限流策略，保障运行时SLA（TTFT、TPOT、错误率） • 结合Agent实现算力优化决策自动化执行闭环
1. 负责数据中心典型应用（如Nginx、Redis、Spark/Flink、多媒体、大模型等）的性能分析与优化，结合公司CPU架构特点（如指令集、缓存、多核调度等），制定针对性的优化方案并落地实施，提升应用在公司CPU平台上的运行效率与稳定性 2. 参与行业解决方案的设计与构建，联动硬件团队、产品团队，将应用优化能力整合到解决方案中，支撑互联网、政企等关键行业客户的数字化转型需求 3. 跟踪行业前沿技术趋势（如新型应用框架、虚拟化/容器技术等），开展技术预研与验证，将先进优化方法与工具引入团队，提升团队整体技术能力 4. 撰写应用优化案例、技术白皮书、最佳实践指南等文档，配合市场与销售团队开展技术推广、客户赋能等工作
