共 834 个在招岗位 · 阿里巴巴在上海的最新招聘信息
1、流程设计：从业务视角出发，进行流程设计的主动创新，在确保风险可控的前提下解决业务痛点，提升业务效率。同时设计实施高效的采购流程，确保流程的可操作性和可落地性； 2、非商品采购供应商管理体系搭建，制定供应商全生命周期的管理及相关风险控点的布防；横向牵头推动重要专项管理和结果产出，高效的制定相关规范，为业务保驾护航的同时，控制风险，推动优化整个非商品供应商体系的良性发展。
1、拓展新商户及维护老商户，与商户建立长期稳定的区域商户关系； 2、了解并根据商户需求，制定个性化营销方案，与商户谈判并达成合作； 3、执行公司的营销策略和政策，达成业绩目标； 4、能迅速发现问题，并持续优化策略和计划； 5、及时处理来自商户的投诉，反馈、建议等，以提高商户的满意度。
1、全面梳理招采所有的业务流程和管理视角需求，做好系统能力需求提报（管理规则应用+风控埋点） 2、作为需求PM，跟进开发进度和过程对焦； 3、系统上线后的采购侧培训、运维。 4、所有产品迭代需求的收口，与产研对接的纽带和桥梁。
1、根据公司开发战略需求，制定开店网络规划及新店开发策略； 2、店面选址的商务谈判，合同签订及后续合同变更等事宜；负责合同的商务谈判，确认房屋合法性及工程条件，避免法律风险 3、深入了解公司战略，能很快推动新业务推出，也能根据业务转型及时调整执行策略； 4、对内部Setup的设计、机电、工程有很强的协调引导能力，快速找到问题解决问题； 5、为门店后期运营解决各种关于业主的疑难问题
1 规模管理：包括by商圈片缺口推动、骑手签约、骑手准入规则等 2 产能、规模运营满足对商流完单交付要求 3 活动创新玩法和工具能力提升的建设 4 总部-战区建联枢纽，制定区域执行计划并拆解实现路径，促进地面业务能力
主导 SoC 基础设施（NOC、CRG、Memory subsystem 等）的微架构设计与优化，在架构早期锁定延迟与 PPA 目标。 作为微架构评审 owner，review 团队 RTL 与设计方案，识别流水线级数、关键路径、仲裁/缓冲、访存路径等影响延迟与 PPA 的问题，把关PPA目标。 建立微架构设计规范与评审流程，指导培养团队，系统性提升微架构设计水平。 协调设计、验证、物理实现、DFT 跨领域工作，主导 PPA/timing 问题的根因分析与收敛。
● AI超节点内存系统的架构设计与研发，面向GPU/NPU、HBM、主机内存及扩展内存构建统一的分层内存体系。 ● 内存池化管理软件研发，包括设备发现、拓扑感知、资源编排、容量分配与回收、隔离与配额管理，以及池化资源的弹性扩缩容；建设故障检测、自愈、降级和数据保护机制，保障系统稳定可靠运行。 ● 高速内存接口相关驱动和系统软件研发，涵盖设备初始化、地址空间映射、内存热插拔、DMA与中断处理、内核态与用户态接口，以及与Linux内存管理子系统的适配和优化。 ● 针对AI大模型训练与推理场景的内存性能调优：深入分析KV Cache、参数与中间结果访问等业务特征，定位并解决性能瓶颈。 ● 针对数据库、缓存、搜索、大数据分析等典型数据中心负载的内存行为分析与优化，适配不同业务池化和数据放置策略。 ● 新型高速接口内存（如CXL内存）的数据面应用优化，包括冷热页识别与迁移、分层内存放置、预取与回收、数据搬移和缓存策略设计，提升内存容量利用率、访问带宽及端到端业务性能。 ● 参与下一代AI基础设施内存架构定义：结合GPU/CPUScale Up互连、CXL等互连技术演进及大模型业务需求，参与分层内存、内存池化和新型高速接口内存方案的设计、原型验证与落地。
● AI超节点内存系统的架构设计与研发，面向GPU/NPU、HBM、主机内存及扩展内存构建统一的分层内存体系。 ● 内存池化管理软件研发，包括设备发现、拓扑感知、资源编排、容量分配与回收、隔离与配额管理，以及池化资源的弹性扩缩容；建设故障检测、自愈、降级和数据保护机制，保障系统稳定可靠运行。 ● 高速内存接口相关驱动和系统软件研发，涵盖设备初始化、地址空间映射、内存热插拔、DMA与中断处理、内核态与用户态接口，以及与Linux内存管理子系统的适配和优化。 ● 针对AI大模型训练与推理场景的内存性能调优：深入分析KV Cache、参数与中间结果访问等业务特征，定位并解决性能瓶颈。 ● 针对数据库、缓存、搜索、大数据分析等典型数据中心负载的内存行为分析与优化，适配不同业务池化和数据放置策略。 ● 新型高速接口内存（如CXL内存）的数据面应用优化，包括冷热页识别与迁移、分层内存放置、预取与回收、数据搬移和缓存策略设计，提升内存容量利用率、访问带宽及端到端业务性能。 ● 参与下一代AI基础设施内存架构定义：结合GPU/CPUScale Up互连、CXL等互连技术演进及大模型业务需求，参与分层内存、内存池化和新型高速接口内存方案的设计、原型验证与落地。
● 负责Scale-Up Switch配置与集群管控软件研发，包括交换机自动发现与纳管、拓扑及端口配置、转发策略与QoS下发、状态采集、配置一致性校验、批量升级和故障联动，建设统一、自动化、可观测的超节点管控平台。 ● 负责Scale-Up交换机软件设计、研发与交付，涵盖交换芯片SDK适配、端口与链路管理、转发与路由配置、QoS及拥塞控制、遥测与诊断、高可用和在线升级，保障交换系统高性能、稳定运行。 ● 参与Scale-Up Benchmark与测评机制建设，设计互连Micro Benchmark、集合通信及端到端AI业务测试，建立带宽、时延、消息率、扩展效率、拓扑敏感度和故障降级等指标与基线，建设自动化测试、持续回归及多架构横向评估能力。 ● 参与AI大模型训练与推理性能调优，围绕Tensor Parallel、Expert Parallel、集合通信、KV Cache传输等典型流量，分析通信模式和关键路径，优化通信时延、带宽利用率及计算通信重叠效率。 ● 建设超节点系统可靠性和质量保障体系，完善链路异常检测、故障隔离、自愈与降级机制，搭建功能、性能、稳定性和极限压力测试平台，形成可观测、可回归、可量化的软件交付标准。 ● 参与下一代AI超节点架构定义：结合GPU/NPU互连、交换芯片和大模型业务演进，参与Scale-Up Fabric、集群管理、交换机控制与数据面协议的设计、原型验证及产品化落地。
● AI超节点内存系统的架构设计与研发，面向GPU/NPU、HBM、主机内存及扩展内存构建统一的分层内存体系。 ● 内存池化管理软件研发，包括设备发现、拓扑感知、资源编排、容量分配与回收、隔离与配额管理，以及池化资源的弹性扩缩容；建设故障检测、自愈、降级和数据保护机制，保障系统稳定可靠运行。 ● 高速内存接口相关驱动和系统软件研发，涵盖设备初始化、地址空间映射、内存热插拔、DMA与中断处理、内核态与用户态接口，以及与Linux内存管理子系统的适配和优化。 ● 针对AI大模型训练与推理场景的内存性能调优：深入分析KV Cache、参数与中间结果访问等业务特征，定位并解决性能瓶颈。 ● 针对数据库、缓存、搜索、大数据分析等典型数据中心负载的内存行为分析与优化，适配不同业务池化和数据放置策略。 ● 新型高速接口内存（如CXL内存）的数据面应用优化，包括冷热页识别与迁移、分层内存放置、预取与回收、数据搬移和缓存策略设计，提升内存容量利用率、访问带宽及端到端业务性能。 ● 参与下一代AI基础设施内存架构定义：结合GPU/CPUScale Up互连、CXL等互连技术演进及大模型业务需求，参与分层内存、内存池化和新型高速接口内存方案的设计、原型验证与落地。
● 负责Scale-Up Switch配置与集群管控软件研发，包括交换机自动发现与纳管、拓扑及端口配置、转发策略与QoS下发、状态采集、配置一致性校验、批量升级和故障联动，建设统一、自动化、可观测的超节点管控平台。 ● 负责Scale-Up交换机软件设计、研发与交付，涵盖交换芯片SDK适配、端口与链路管理、转发与路由配置、QoS及拥塞控制、遥测与诊断、高可用和在线升级，保障交换系统高性能、稳定运行。 ● 参与Scale-Up Benchmark与测评机制建设，设计互连Micro Benchmark、集合通信及端到端AI业务测试，建立带宽、时延、消息率、扩展效率、拓扑敏感度和故障降级等指标与基线，建设自动化测试、持续回归及多架构横向评估能力。 ● 参与AI大模型训练与推理性能调优，围绕Tensor Parallel、Expert Parallel、集合通信、KV Cache传输等典型流量，分析通信模式和关键路径，优化通信时延、带宽利用率及计算通信重叠效率。 ● 建设超节点系统可靠性和质量保障体系，完善链路异常检测、故障隔离、自愈与降级机制，搭建功能、性能、稳定性和极限压力测试平台，形成可观测、可回归、可量化的软件交付标准。 ● 参与下一代AI超节点架构定义：结合GPU/NPU互连、交换芯片和大模型业务演进，参与Scale-Up Fabric、集群管理、交换机控制与数据面协议的设计、原型验证及产品化落地。
1、参与视觉生成/多模态模型（包括文本、图像、视频生成等）在 GPU、ASIC、FPGA 等异构硬件上的推理/后训练加速开发与软硬件结合的性能优化工作，包括但不限于模型量化、attention优化、显存优化、编译优化、计算与通信优化、内存管理以及多卡或多设备的并行推理方案等； 2、在主流深度学习框架（如 PyTorch）基础上，基于GPU/xPU硬件特点，对关键算子进行软硬件结合优化，提升模型运行效率； 3、与硬件以及算法工程师紧密配合，共同优化整体推理速度与资源占用； 4、跟踪学术界与工业界前沿技术（如扩散模型优化、VAE并行优化、AI编解码、面向机器的编解码等），推动软硬件协同创新。
1. 大模型算子开发与全链路性能优化：负责 GPU 及各类 AI 加速芯片的底层算子研发与调优。针对大模型训练与推理场景，开展全链路性能剖析与瓶颈定位；通过指令级优化、内存访问重构等手段，实现核心算子在异构硬件上的极致性能释放。 2. AI 编译优化、Mega Kernel 与模型量化压缩：参与 AI 编译器栈的深度定制与优化，打通从上层框架到底层硬件的计算图下沉与自动调优链路。主导 Mega Kernel 技术落地，通过多算子深度融合减少全局内存读写与 Kernel Launch 开销；结合量化压缩技术，在保障精度的前提下大幅降低显存占用与延迟，实现低成本部署。 3. 分布式架构设计与计算通信融合：面向大规模集群，设计并优化大模型训练与分布式推理架构。深入实践张量并行、流水线并行等策略，攻克多机多卡网络通信瓶颈；通过计算与通信深度融合（如 Overlap 调度），提升集群算力利用率与扩展性。 4. 前沿技术探索与下一代 Infra 预研：跟进 MoE 高效路由与负载均衡、超大规模并发推理优化、以及基于大模型的自动化 Kernel 生成（Kernel Agent）等前沿方向。将研究成果转化为工程实践，为下一代智能化 AI Infra 演进提供技术储备。 5. 软硬件协同设计与系统可靠性建设：深度参与异构计算软硬件结合技术栈研发，与芯片、驱动及框架团队紧密协作，推动软硬协同设计。建立完善的性能基准测试与监控体系，解决复杂环境下的长尾问题，确保生产级 AI 算力底座的高可用与高可靠。
1. 大模型算子开发与全链路性能优化：负责 GPU 及各类 AI 加速芯片的底层算子研发与调优。针对大模型训练与推理场景，开展全链路性能剖析与瓶颈定位；通过指令级优化、内存访问重构等手段，实现核心算子在异构硬件上的极致性能释放。 2. AI 编译优化、Mega Kernel 与模型量化压缩：参与 AI 编译器栈的深度定制与优化，打通从上层框架到底层硬件的计算图下沉与自动调优链路。主导 Mega Kernel 技术落地，通过多算子深度融合减少全局内存读写与 Kernel Launch 开销；结合量化压缩技术，在保障精度的前提下大幅降低显存占用与延迟，实现低成本部署。 3. 分布式架构设计与计算通信融合：面向大规模集群，设计并优化大模型训练与分布式推理架构。深入实践张量并行、流水线并行等策略，攻克多机多卡网络通信瓶颈；通过计算与通信深度融合（如 Overlap 调度），提升集群算力利用率与扩展性。 4. 前沿技术探索与下一代 Infra 预研：跟进 MoE 高效路由与负载均衡、超大规模并发推理优化、以及基于大模型的自动化 Kernel 生成（Kernel Agent）等前沿方向。将研究成果转化为工程实践，为下一代智能化 AI Infra 演进提供技术储备。 5. 软硬件协同设计与系统可靠性建设：深度参与异构计算软硬件结合技术栈研发，与芯片、驱动及框架团队紧密协作，推动软硬协同设计。建立完善的性能基准测试与监控体系，解决复杂环境下的长尾问题，确保生产级 AI 算力底座的高可用与高可靠。
1、全面负责前置仓新址从选址踏勘到竣工交付的全链路工程建设管理工作，统筹进度、质量、成本与合规，确保项目高效、安全、合规落地 2、主导新址现场踏勘，评估物业结构、水电条件、交通动线、消防规范及周边环境等关键要素，输出选址技术评估报告，为开发决策提供专业支持。 3、全面管控施工现场，监督施工进度、工程质量与安全管理，协调施工单位、监理单位及内部相关部门，及时解决施工过程中的技术与协调问题，保障项目按期交付。 4、牵头办理项目建设所需的各项政府审批手续 5、建设成本管理的全链路管理"
1.全链路数据建设：搭建业务数据体系（基建层-分析层-应用层），覆盖生态广告业务全链路的数据表、分析指标库，供数据分析及生产应用； 2.协调技术、数科团队建设基础底层表、内部流通表及数据看板，为决策与业务增长提供可信数据底座； 3.与产运团队协作，用产品化的方式解决业务问题，提高运营效率，提升运营半径，形成产品化的解决方案；结合阿里妈妈的整体产品及商业策略，协同内外部各团队及资源，提升服务商生态市场的商业规模。
1. 深入理解基于NAND的固态硬盘（SSD)，基于SCM介质的Persistent Memory (PMEM)的原理、架构、控制器/固件实现，以及相应主机端驱动和操作系统IO软件栈的架构和实现。针对阿里云业务场景，架构 / 设计 / 开发相关产品，满足阿里数据中心对于新型SSD和PMEM的需求。 2. 深入理解存储业务应用，对分布式文件系统、块存储、对象存储、文件存储、以及大数据平台进行深入分析，了解阿里业务情况与用户需求，制定低成本、高性能的存储软硬件技术和产品的发展路线。 3. 与工业界、学术界密切接触，跟进新研究和开发状态，结合阿里业务发展，规划未来阿里存储软硬件产品以及相应软硬件架构的路线图，推进存储平台的标准化，发表文章和专利，树立国际影响力。 4. 与服务器架构团队密切配合，规划机型，并落地针对块存储/对象存储/冷存储/大数据存储等各类软硬件产品。
1. 参与新业务的模式设计，评估近期与远期规划布局，判断财务可实现性； 2. 评估与深入分析创新业务经营进展，并调整模型假设，动态测算投资回报； 3. 有外部视角，及时掌握市场动态，能通过外部视角来帮助业务迭代模型； 4. 参与设计业务流程，以财务视角结合业务实际情况和行业卓越实践，设定财务管理方式和规则，促业务，控风险； 5. 全链路测算损益，并设置管理节点和止损节点，对新业务财务链路和财务风险的把控负责；
1、品类策略与产品规划：基于消费者洞察、消费决策树及区域饮食文化差异，挖掘即食食品细分赛道机会，输出品类发展路线图与产品矩阵策略，并对品类GMV、毛利率、周转率等核心指标负责。 2、产品研发协同与创新落地：运用产品经理方法论，主导产品企划、卖点提炼、包装设计与打样测试；深度对接内部研发/外部工厂，推动符合当地口味偏好、具备工艺可行性且能快速迭代的即食产品上市。 3、供应商全链路管理：拓展并筛选优质食品加工厂及核心原料供应商，建立分级评估与动态淘汰机制；主导商务谈判、成本拆解、质量管控（含食品安全合规、保质期管理）与交付周期优化，构建稳定、敏捷的供应网络。 4、定价策略与毛利运营：结合竞品监测、渠道特性与成本，制定科学定价模型；通过配方优化、规模集采、工艺升级、损耗控制等手段持续优化毛利结构，实现健康盈利。 5、跨部门协同与生意增长：联动线上运营、线下渠道，共同制定并落地新品上市计划、促销节奏与销售目标，打通“研-采-销-仓”闭环。 6、流程体系搭建与团队赋能：完善采购SOP、供应商准入/考核标准、出入库协同机制；沉淀品类方法论，提升组织作战效率与抗风险能力。
1、根据公司业绩要求，承担海外产品销售目标，主动开拓潜在销售渠道或者客户线索，储备优质客户资源，完成销售目标，实现业绩稳步增长； 2、负责并参与 Homestyler 海外版的销售策略制定和产品解决方案规划；并能根据客户的特定需求，包装和设计行业解决方案； 3、结合海外市场特点和需求，建立并管理区域性的本地化销售渠道和代理渠道，并规范相应服务和支持体系； 4、收集市场反馈和用户意见，调查市场及行业竞品信息，对产品优化和开发提出建设性建议，促进公司制定更加合理的产品策略、市场策略； 5、跟进并推进已签约用户的需求落地和订单履约。
1、负责AIGC模型（包括图像、视频生成等）在 GPU、ASIC、FPGA 等异构硬件上的推理加速方案开发与软硬件结合的性能优化工作，包括但不限于模型量化、Attention优化、显存优化、编译优化、计算与通信优化、内存管理以及多卡或多设备的并行推理方案等； 2、在主流深度学习框架（如 PyTorch）基础上，基于GPU/xPU硬件特点，对关键算子进行软硬件结合优化，提升模型运行效率； 3、与硬件以及算法工程师紧密配合，共同优化整体推理速度与资源占用； 4、跟踪学术界与工业界前沿技术（如扩散模型优化、VAE并行优化、AI编解码、面向机器的编解码等），推动软硬件协同创新。
1. 深入理解客户的业务场景，通过以客户为中心的沟通建立信任，并与客户的IT、架构、运维及安全团队紧密协作；通过风险治理、变更管理、事件响应、容量规划等实践，确保云平台的高可用性、高性能与安全性，成为值得信赖的长期技术合作伙伴。 2. 主导贯穿云平台全生命周期的端到端运营支持，从架构设计与上线支持，到日常运维与持续优化；主动识别稳定性、成本与安全方面的风险；推动自动化、可观测性及站点可靠性工程（SRE）等实践落地；整合可复用的最佳实践、诊断工具或产品化方案，以提升阿里云平台能力。 3. 通过定期技术健康检查、架构成熟度评估及成本优化分析，驱动客户成功与价值实现；赋能客户“高效用云、管云”，持续提升满意度与平台粘性。 4. 作为客户的代言人：将一线客户洞察反馈至产品与研发团队，推动产品功能增强、文档完善及服务流程优化，构建真正以客户为中心的技术服务体系。
In this role, you will be responsible for the complete design and development of photonic integrated circuits, based on established optical PDKs from our foundry partners. You will also interact with device, hardware, and software design teams to assist in the overall development of photonic systems, specifying, selecting, and qualifying the various components necessary. ● Design, layout and test high-performance photonics devices suitable for high-volume manufacturing ● Contribute and own large-scale photonic layouts for high-volume products ● Actively collaborate across disciplines, with analog, digital, and physical design teams to tape-out products and characterization devices. ● Work with the photonics test team in defining requirements for device characterization, debug and validation ● Works on broader organizational projects that require a thorough understanding of photonics ● Analyze characterization data to ensure the device/system meets the specifications ● Mentor junior design engineers
1、通过与连锁酒店集团和城区管理建立关系，拓展区域内优质连锁门店，保证区域供应链完整、拿回优势价格和库存； 2、结合平台工具和连锁酒店集团的优势，形成集团、门店、平台的整合方案，落地执行基础信息维护、工单处理等，提高间夜产出； 3、解决连锁商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过拜访，帮商家解决具体问题及维护与城区、门店的关系。
1. 负责视频增强算法的设计与研发，对 GAN 和 Diffusion 技术有深入的研究，应用场景包括但不限于 超分、降噪、色彩增强、去模糊、插帧、暗光增强、人像修复、去交错等； 2. 负责视频处理算法部署落地，涵盖不同 cpu/gpu/sdk 上的工程适配、算法调优与成本/速度优化； 3. 负责视频画质分析和质量评估算法的研究和落地，包括但不限于噪声估计、色彩/曝光/对比度/清晰度评价、美学/构图评价等； 4. 负责视频相关场景的画质提升并节省带宽，打造行业顶尖的画质处理解决方案；
● 视频编码（包括但不限于 H.264/H.265/H.266 ）优化：通过对主流标准的视频编码器优化，实现不同业务场景对主客观压缩率、编码速度、编解码延时等核心指标的需求。相关优化算法包括编码器快速算法，压缩率算法，码率控制，场景编码，ROI，JND编码等； ● 在标准编码框架的基础上，借助 AI 领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升全链路压缩效率； ● 基于 AI 大模型，智能分析场景，生成转码方案，结合场景差异化挖掘压缩率冗余，提高总体转码效率；
阿里云视频云是面向政企行业用户的音视频全栈云平台，为客户提供直播、点播等核心产品与服务。本岗位主要负责视频直播服务端的架构规划、重构与研发工作，构建全面、稳定、安全的视频直播服务体系；跟踪前沿技术并推动工程落地，提升行业技术竞争力，满足客户对高质量直播服务的需求。 1. 负责/主导架构重构与产品化落地 ● 负责存量直播服务的架构重构规划、设计、实施及上线后的持续演进与维护。 ● 深入理解业务需求，编写高质量代码，完成核心功能开发与公共组件迭代；推动定制化逻辑的产品化落地，构建高内聚、低耦合的直播服务组件。 2. 保障系统高可用与性能体验 ● 深度参与线上疑难问题排查、故障应急响应，以及系统性能与成本优化。 ● 制定并完善全链路监控策略，持续提升系统可用性（SLA）与终端用户体验。 3. 探索前沿技术落地场景 ● 结合AI技术趋势，参与 AI Agent 在资源调度、智能运维（AIOps）等方向的技术预研与原型开发。 ● 深入研究直播核心技术链路（RTMP/HLS/RTC/编解码等），并将其创新应用于流媒体服务中，提升产品核心竞争力。
1、项目承接：主导所负责区域新店/闭店资产利旧/改造 2、关键协同：负责新店项目全链路整体沟通协调，与总部营运SPT、营运标准、总部开发等各部门强协同； 3、建店标准：依照建店设计标准及业务需求，参与审核新项目图纸平面； 4、成本管理：新店成本的管控, 更新、迭代建店预算模板，审核建店预算，合理建店投入（资产利旧、开办费管控）； 5、新店节奏：把控项目（新店、改造、闭店）各交付节点，保障按时交付，对开店成本、开店质量（经营结果）负责；开店质量管理,开店后30天的后评估跟进。
1. 负责地推外包服务商招募和管理，根据业务现状加大服务商招募，满足业务用工管理需求。 2. 负责服务商各项政策的制定，谈判，合作以及策略的设计，保障服务商的合作需求。 3. 负责服务商合同管理，数据运营，过程指标监控，为服务商人员的交付负责。 4.针对用工环境、政策、模式对标与研究，完善合规性保障。
1、负责AI智能硬件产品Android/Linux/RTOS系统下Wi-Fi和网络功能开发，Wi-Fi协议栈和驱动适配，调优Wi-Fi稳定性、兼容性，达到按时交付； 2、与硬件工程师紧密配合，完成Wi-Fi相关认证以及性能优化； 3、负责线上Wi-Fi和网络问题排查，解决兼容性问题，使用系统化方案有效迭代改进。
