共 834 个在招岗位 · 阿里巴巴在上海的最新招聘信息
1.负责为客户提供平头哥存储主控芯片的技术推广，为客户提供存储主控芯片的应用技术支持 2.建立并保持良好的客户关系，及时跟进客户项目进展，收集反馈项目信息 3.与潜在客户深入交流，准确把握其业务需求与技术痛点，结合平头哥存储主控芯片特点，为客户提供技术解决方案 4.组织并实施针对客户的技术培训和研讨会，帮助客户快速了解平头哥存储主控芯片规格、特性、及使用方案、成功案例 5.与市场营销团队合作，支持平头哥存储主控芯片的市场推广 6.收集并分析客户需求，与Marketing配合规划
1. 建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 2. 制定/梳理管理制度、操作手册、应急管理流程和应急操作预案，优化数据中心的安全和IT资产工作。 3. 负责数据中心团队的日常管理、考核、人才梯队建设、能力培养，提升数据中心安全管理和运营质量。 4. 建立与运营商顺畅的沟通渠道，防止数据中心安全和运营风险，确保策略要求合规落地。
1. 负责即时物流运力领域核心业务场景的 AI 化，端到端 Own 从方案设计到规模化落地的全过程 2. 设计 AI Agent 驱动的业务解决方案，将即时物流运营中的高频、标准化流程转化为 AI 可自主执行的工作流 3. 建立业务效果衡量体系，以数据驱动产品迭代 4. 协同算法、工程、业务运营团队，独立推动项目从灰度到全量 5. 沉淀即时物流场景下的可复用 AI 能力模块，支撑平台化建设
• 通道产品运营：负责企微（1V1、朋友圈、订阅消息）及短信等用户触达通道的日常运营与效率优化，制定分层用户的差异化触达方案，通过通道运营直接驱动用户到店转化与复购。 • 触达体系搭建：基于线下门店业务场景，搭建体系化的用户触达能力，将各通道的触达动作统一为标准化的运营流程与策略体系，提升整体触达效率与规模化运营能力。 • 数据分析与策略迭代：搭建通道运营数据分析体系，监控用户核心指标，通过A/B测试验证触达策略有效性，持续优化通道运营ROI。 • 运营能力产品化：协同产品/技术团队将触达能力产品化，推动自动化运营平台建设，实现从人工运营向数字化、智能化用户运营的升级。
1. 深入客户现场，独立负责中大型 AI 项目或关键 AI 场景的端到端交付，形成从需求澄清、方案验证、效果评测到上线运营的交付闭环。 2. 将模糊诉求转化为明确的 AI 场景、评测指标与验收标准；围绕 RAG、Agent、智能分析、多模态完成方案设计、模型选型、Prompt 与工作流搭建及关键效果优化。 3. 建立评测集与 Bad Case 分类，从准确性、成功率、时延、稳定性、安全性与成本等维度推动持续迭代。 4. 使用 SQL、Python、BI 等方法完成数据探索、效果归因与业务价值验证。 5. 协同产研、生态伙伴等多组织团队，对技术方案、效果目标与交付里程碑负责；沉淀可复用的方案模板、评测集与 AI 交付 SOP。 6. 使用英文开展需求访谈、方案讲解与效果评审，适应跨文化、跨时区及国内外现场交付。
1、深入理解客户业务需求，帮助客户选择适合其业务场景的技术路径和产品组合，利用AI技术知识、架构方法、咨询技能来影响客户技术决策。 2、与客户合作进行模型选择、训练、推理和模型应用等PoC，验证软硬件产品的性能、兼容性、稳定性、安全性等方面。 3、依据客户需求和技术研判，推动产研部门持续优化和提升产品竞争力，同时沉淀最佳实践，以及脚本、模板、参考架构等可复用的技术资产。 4、持续跟踪行业动态和技术趋势，并与产品团队协作，打造创新的人工智能（大模型、服务器、超节点、智算平台、大模型应用平台等）解决方案。 5、支持市场活动，作为领域专家参与市场洞察、行业标准、市场排名报告、白皮书撰写等活动，并在行业峰会、技术沙龙等市场活动中进行技术传播和分享。
职位描述 1. 负责阿里云&战略伙伴联合产品（Salesforce、SAP、PingCAP等SaaS/PaaS厂商）、联合解决方案的售前工作，支持产品团队拿到业务结果； 2. 市场洞察和竞对分析 • 洞察和产品相关的市场机会、市场容量和竞争格局。 • 分析竞对产品核心指标、市场策略和市场价格。 • 快速捕捉市场热点和客户业务痛点，挖掘联合产品销售商机，快速推动商机落地，形成领先竞争力。 3. 产品商机判断和深度技术交流 • 作为产品线代表，参与商业策略设计和商机判断。 • 对复杂项目需求，协同销售团队与客户进行深度技术交流，结合对行业发展方向和技术变革方向的洞察，就具体技术场景引导客户关键决策人决策，促进商机转化。 4. 产品方案设计和技术支持 • 对复杂项目，理解客户的业务和功能性/非功能型需求、性能及可用性需求，基于客户场景，提供有技术竞争力和可行性、成本优势的产品组合方案，并在产品选型/POC/报价配置时， 提供技术支持。 • 提炼基于客户业务场景的关键技术指标，形成领先控标项，在POC、winback等业务活动中落地验证。 •复杂项目推进方案跨团队协同优化，成本，性能，稳定性等多维度提升解决方案的竞争力。 • 探索创新产品的方案和场景，推动新产品快速市场覆盖，保障产品创新活力。 • 对大客户提供售后的关键技术答疑，用技术推动业务发展。 5. 联合解决方案的探索 & 优化 •通过对客户、场景的深入了解，参与战略伙伴产品 & 阿里云产品联合解决方案的设计、优化；以及战略伙伴产品，中国本地化能力的设计和优化； •识别并精准提炼客户的共性需求和痛点，反哺产品设计，推动产品改进和多产品融合、新产品和功能孵化。 6. 最佳实践沉淀和赋能 •沉淀面向细分场景的最佳实践，通过项目实践总结标杆成功案例，提炼共性模块、统一标准化能力，加速产品方案规模化复制。 •提炼联合产品、联合解决方案的优势功能，并针对性的设计竞标测试用例，放大产品和技术的影响力； •参与联合产品GTM材料编写、与SI伙伴共创联合解决方案、对销售团队和SI伙伴赋能。
【岗位职责】 1. 负责城市层面的HR工作运营和管理； 2. 配合区总做好城市经营提升，在人员管理侧出具专业性的人力资源建议； 3. 包含但不限于组织架构搭建、人才招聘与配置、人才梯队建设、员工培训与发展、效能提升、组织文化建设等。 • 招聘支持：所辖区域新开店招聘支持，把控招聘与培训节奏，确保用工形式合理搭配，管控开办期成本； • 梯队建设：所辖区域梯队搭建、储备、发展，打造良性的人才梯队； • 效能提升：所辖区域既有门店的降本增效； • 文化透传：所辖区域团队价值观与底线的坚守，开展丰富多彩的员工活动提升员工满意度； 4. 落地人力资源相关政策的上传下达，更好的支持业务发展。 【岗位要求】 1. 本科及以上学历; 2. 5年以上连锁企业HR相关经验，其中至少3年以上管理经验; 3. 具备HR全模块工作技能，擅长招聘与文化建设优先； 4. 接受过体系化训练，具备专业影响力； 上海、苏州、杭州、南京期待志同道合的同学加入！！！
1、统一的门店品类空间布局，形成one 盒马的管理规范 2、通过空间效率的数字化建设，提升各资源位运营的建设
1、制定&协同生意计划承接落地 ① 根据营销档期和营销节奏，制定线下资源位的周期计划； ② 营销档期 商品承接，输出重点商品指引&陈列主题指引； ③ 营销重点品及重大节令商品选品、目标及线下操作指引； ④ 商品品牌活动的收口、空间安排、陈列落地及跟踪； ⑤ 季节性品类及重点项目的承接、品类到店目标、空间安排、陈列落地及跟踪； ⑥ 商品端的重点策略的承接落地，比如新品、网红品、OEM/ODM； ⑦ 营销活动执行侧的巡检及报告； 2、TG数字化管理 (含美陈) ① 执行TG运营标准/培训（TO-门店） ② 每家门店TG/地堆 资源位梳理清楚 ③ 每档TG/地堆资源位各门店落位的布局及系统设置 ④ 每档期投放任务的创建 ⑤ 对焦采购，各档期TG/地堆商品清单的审核，并制作陈列指引 ⑥ 检核（采购投放/门店执行） &问题反馈 ⑦ 门店数据监控（产出/投放/执行/缺货/不动销） ⑧ 关联陈列的标准、方案、美陈，落地执行及跟踪
1、负责阿里云东区出海客户的售前工作，设计云和AI技术架构，提供技术验证等服务，支撑销售团队达成业务目标。 2、基于阿里云全球化的技术产品和方案，为出海客户设计云上架构，响应关键需求，参与客户的方案比选，POC功能演示与性能测试，提供可落地的解决方案，支撑客户出海业务发展。 3、围绕技术领域（云原生、大数据、人工智能）和细分行业（视频智能、零售制造、电商游戏等），洞察市场，孵化行业创新解决方案，沉淀客户案例，推动行业发展。 4、与产品研发团队合作，传递来自客户侧的全球化市场需求，共同推动阿里云产品和解决方案的国际化发展。 5、对外发声建立行业影响力，组织内外部行业沙龙和技术分享，传递阿里云在出海业务的最佳实践。
一、岗位定位： 通过构建科学、高效的商品结构体系，引导品类整体商品策略从“经验驱动”向“数据牵引、结构演进”升级。负责商品结构模型搭建、结构指标定义与监控、SKU结构健康度评估，推动结构策略在采购、中台、营运、运营等业务中的落地与执行。 二、岗位职责： 1. 商品结构规划设计（结构建模主责） 1）结合用户需求趋势、销售数据与竞品结构，制定未来1–3年的结构蓝图：包含商品角色分布、价格带布局、品牌/包型比例、品质梯度等； 2）牵头建立不同一级/二级类目的结构参考模型（结构“目标图谱”）； 3）输出年度《商品结构策略蓝皮书》并推动在采购团队落地。 2. SKU结构健康度评估与优化机制建设 1）负责在售SKU结构健康度分析（如：价格段分布、生命周期分布、低效SKU比例、动销贡献集中度）； 2）与数据中心合作搭建结构评估指标体系和可视化看板，如“结构齐备率”“高效SKU占比”“同类替代率”； 3）定期输出《品类结构体检报告》，提出结构优化建议，包括SKU汰换、补位、合并、变更属性等。 3. 协同采购与质控推进结构落地 1）将结构策略细化为采购团队可执行的目标结构框架与SKU引入标准； 2）与中台联合设定SKU的上下限机制，结合生命周期和结构标签进行动态管理； 3）参与采购年度品类经营计划的结构审核与策略对齐。 4. 品类规划制度与策略沉淀 1）搭建商品结构管理标准体系，包括结构指标定义、结构评估方法论等； 2）整理历年商品结构调整案例、SKU表现数据，建立知识库，为策略复盘与商品培训提供支撑； 3）组织结构策略分享会与培训，提升商品人员结构意识。"
我们是面向AI时代、着力打造的一只将AI技术与财务会计专业能力相结合的AI Accounting团队，我们利用专业能力服务业务，助力闪购业务高效发展；我们积极拥抱AI，将专业能力、业务理解、想象力与AI工具相结合，转换为AI时代财务领域的新质生产力。 岗位职责 1、 负责平台商流业务线月度结账及相关工作，并根据业务发展、管理需求及时调整、应对；确保账务处理准确、合规、及时； 2、 负责核算方案的设计与优化，和BP财务、税务、GL 及Reporting 一起完成结算链路、财税方案设计、账务落地；不断探索优化，通过系统、流程等多种方式把控核算质量、效率； 3 、利用扎实的会计专业知识，深入理解平台业务数据流，将专业知识和业务理解相结合，融入集团前沿AI工具的使用，驱动财务核算作业链路效率显著提升，开创性地探索财务核算workflow的变革； 4、 负责完成相关专项，根据自己的专业知识和业务理解展开全链路风险排查 , 通过账务及时发现、预警业务中的潜在风险，并推动解决相关问题； 5、 完成各类外部审计、内部审计、集团检查等资料准备工作，协助完成SOX审计及PRC、USGAAP审计资料准备。
1. 技术方案交付 ● 主导公共云迁移技术方案的设计，涵盖应用及大数据，制定大型云迁移项目技术路径与风险预案 ● 参与迁移项目交付实施，推动并解决交付过程中核心技术难题，保障项目按期准时交付。 2. 客户技术信任建设 ● 面向企业CTO/技术决策层输出可执行方案，将客户需求转化为云平台技术实现 ● 面向企业CTO/架构师团队直接沟通汇报，具备解决核心技术问题能力 3. 技术风险管控 ● 预判项目与架构实施瓶颈和阻塞项，制定风险预案并推动问题解决 4. 技术和产品能力建设 ● 编制迁移操作手册与最佳实践指南 ● 收集客户技术需求反馈至产品团队并推动产品和工具改进 • 沉淀标准化的服务方案，比如推动产品、工具、知识库的建设和改进 • 编写相关产品产品技术类分析报告，输出知识库、服务技术文档等
深入参与无人零售货柜场景下用户购买行为识别算法研发，围绕“传统视觉能力 + 多模态大模型”协同方案，重点提升复杂场景下的识别准确率、鲁棒性与工程落地，支撑算法方案在真实业务中的持续迭代与规模化复制。具体工作包括但不限于： 1. 参与搭建和优化从目标检测、商品识别、目标跟踪、时序行为理解到交易事件判定的完整技术链路； 2. 推动传统视觉能力与多模态大模型在视频理解、复杂行为推理、异常场景识别等方向的协同应用，探索适合业务场景的高精度、低成本解决方案； 3. 建设异常场景检出、风险识别与兜底处理机制，提升方案对边界问题的覆盖能力和线上稳定性； 4. 基于线上问题构建数据回流、样本分析、标注优化、训练评估和效果回归机制，持续提升模型在真实业务场景中的表现； 5. 参与线上识别链路的部署、策略优化与性能调优，平衡识别效果、推理成本与响应延迟，推动方案稳定上线。
1、负责盒马店仓履约运营管理工作，对盒马店仓作业的收获，上架，拣货，打包等运营环节效率结果负责。 2、推动区域履约运营团队，通过6S管理标准执行，前后场库存规划，库位规划执行，拣货动线设计，作业环节作业优化等一系列方式方法，确保全国的店仓作业时效考核达成，拿到结果，为客户提供完美的客户体验 3、做为总部高级运营管理的后备力量，横向协同各职能部门，确保整体运营工作高效顺畅，并通过不断的思考和迭代，打通链路瓶颈，提升履约承接能力，支撑区域业务发展 4、能够站在新零售全行业视角，思考业务发展方向，并能够根据市场环境和竞争环境的变化，及时做出业务响应，确保履约结果各项指标风险可控
1、负责所辖区域美食服务商的布局及招募策略制定，挖掘优质资源，通过线上、线下多种方式招募并对招商结果负责，定期复盘沉淀招商方法论； 2、协助服务商搭建团队、业务培训、机制建设、团队管理，打造一支优秀规模化、标准化作战团队； 3、落地渠道业务部的拓展策略及销售政策，用数据驱动指导服务商作业，拿到交易和商业化结果，帮助服务商成长； 4、识别业务风险，传导风控要求，主动汰换业务发展或作业规范不合格服务商。
职位概述： 作为平头哥数据中心产品线软件解决方案定制团队leader，负责管理软件解决方案定制团队，为终端客户提供高水平的技术支持与解决方案，确保客户在使用平头哥数据中心产品及相关技术时获得最佳体验。 与客户建立紧密关系，推动客户满意度，并协调跨部门合作以解决复杂的技术问题。 主要职责： 客户反馈与改进：收集客户的需求和反馈，分析趋势，向产品管理和研发团队提供改进建议，推动产品优化。 客户技术支持：直接与广大客户联系，能够高效复现客户侧的技术问题，提供专业的技术建议和解决方案。 问题处理和协调：确保快速响应客户的技术咨询，协调内部资源以达成客户满意的解决方案。 技术支持文档：负责客户支持技术文档的撰写、验证和发布，确保用户能够更加便利地使用产品。 团队管理：领导并激励团队，制定培训计划，提升团队的技术能力和服务质量，建立一支技术能力强的团队。
1.深入理解外卖业务的商业模式，以及B/C/D端定价逻辑，基于业务发展规划搭建定价体系和竞争策略； 2.搭建多维度（区域/人群/时段/品类）的价格财务子模型，联动各相关方推动供给/流量/补贴/物流的全局运筹效率，实现外卖业务毛利优化； 3.推进策略资产的产品化，提升策略运筹的效果和效率，为业务洞察和决策提供支持； 4.长期跟踪收入相关指标，洞察变动趋势，通过服务于不同场景的专题分析，支持管理层决策。
你将负责盒马商品详情页的产品设计与体验升级，聚焦用户在线上浏览、选品决策及下单转化等关键环节，结合盒马自营的导购特性，主导设计差异化导购产品能力，驱动用户体验提升与全链路转化率增长。具体职责包括但不限于： 1. 新零售场景导购产品创新：基于生鲜、标品、进口商品等细分品类特性，以及用户到店、到家、即时配送等不同消费场景，挖掘用户选品痛点，设计特色导购工具，提升场景化购物体验与笔单价。 2. AI模式探索：结合大模型与用户行为数据，构建“人-货-场”智能匹配系统，打造个性化商品推荐、动态化内容生成等创新功能，推动详情页向智能化、沉浸式体验演进。 3. 多维度价值设计：具备消费者视角，理解用户痛点，产出可引领前台用户习惯及体验的产品方案；同时具备商品及平台视角，对商品经营模式、平台目标及策略深入洞察，通过前台策略撬动供给销售，发掘问题和业务机会，形成新的产品能力及增量场景。 4. 数据驱动与全链路协同：搭建从曝光到转化的数据看板，通过AB测试、用户反馈挖掘迭代机会；协同算法、技术、运营、物流等团队，推动项目高效落地，保障业务指标达成。
【岗位概述】 负责盒马生鲜品类全流程库存管理与损耗控制，通过科学的库存策略、数据分析与系统化管理，实现库存结构优化、损耗率最小化及毛利最大化，保障供应链高效、稳定运行。 【主要职责】 1. 熟悉各类生鲜商品的保质期、损耗特性、周转周期及季节性变化，建立精细化管理模型； 2. 全面理解从采购、入库、加工、分拣、配送到门店及客户的供应链全流程； 3. 掌握安全库存、BP与VLT等核心库存管理参数，运用动态补货逻辑进行调控； 4. 结合销售预测与价格策略，综合运用多种管理手段，实现“损耗率最小化、毛利最大化”； 5. 利用 Excel 或数据库工具进行库存数据透视、趋势分析与绩效监控； 6. 熟练使用公司自研供应链系统，从系统中提取、分析库存周转、有货率与损耗率数据； 7. 与采购及产研条线高效协同，确保供需平衡与货源充足； 8. 快速响应供应链中的突发事件，制定应急库存与补货方案； 9. 参与制定与优化库存管理相关的 SOP（标准作业流程）； 10. 快速掌握新系统、新流程及新品类管理逻辑，确保业务平稳切换； 11. 具备较强的抗压能力与执行力，具备成本意识与风险控制意识。
1. 做深客户价值：主动洞察客户对钉钉产品的使用状况，深入剖析客户业务场景与需求，精准挖掘并合理引导。结合AI技术与咨询思维，为客户量身定制具有竞争力的场景方案或实践，并全力推动钉钉AI产品和解决方案在客户侧落地实施。沉淀行业标杆场景方案，提炼普适性价值，复制推广至其他类似客户场景，助力行业数字化转型。 2. 做好客户服务：精心维系客户关系，挖掘与AI深度结合的业务场景，及时发现并解决客户在使用过程中产生的问题与需求，联动多业务部门迅速响应。基于数据分析结果，形成切实可行的改进方案，推动钉钉产品功能持续迭代，显著提升客户体验。 3. 驱动客户成功：为客户制定全面且专业的业务成功计划，涵盖业务深度分析、融合钉钉AI创新解决方案、定制化培训方案以及精准产品推荐。借助AI技术协助客户搭建高效的内部运营体系，深度挖掘合作商机，通过专业咨询与策略制定，有力推动钉钉产品的续购与增购，实现客户与企业的双赢。 4. 助力生态发展：为生态伙伴提供CSM体系化辅导与全方位支持，凭借咨询经验与AI赋能，帮助服务商构建专业高效的CSM团队和AI支撑的作战体系、推进多元化的业务战役与活动，促进钉钉生态系统的协同发展。
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. 市场规划和产品设计：充分理解云计算以及大数据市场用户需求，熟悉业界主流云厂商各类大数据产品，基于业界主流的技术、市场需求、业务方向完成 MaxCompute 的产品规划和产品设计；推进 MaxCompute 向面向 AI 数据处理场景的转型。 2. Data+AI 产品规划：负责 MaxCompute 在 Data+AI 融合场景下的产品战略制定与落地，聚焦结构化数据与非结构化数据的统一处理能力建设。深入理解大模型训练、推理及 Agent 应用的数据工程需求，设计面向 AI 工作流的数据计算框架，推动 MaxCompute 从传统大数据平台向全模态 AI 数据基础设施演进。探索 DataFrame API 与大模型生态的深度融合，关注行业化/场景化的产品方案需求，构建面向 Python/AI 开发者的友好交互体验，支持 PyTorch、TensorFlow 等主流 AI 框架的无缝集成。 3. 产品管理和团队协同：负责 MaxCompute Data+AI 引擎产品的全生命周期管理，协调并驱动技术、测试、销售、运营、客服等多个团队共同完成产品业务目标。需特别加强与 AI 算法团队的跨部门协作，确保 Data+AI 产品方案的技术可行性与市场竞争力。 4. 市场开发和业务拓展：围绕 MaxCompute 的商业增长，负责与运营、销售等市场团队合作，参与包括销售培训、市场推广、客户攻坚等相关市场活动，助力销售赢单、提升用户转化、优化用户留存。重点拓展 AI 原生企业客户，挖掘大模型训练数据准备、向量数据处理、Agent 记忆存储等新兴场景的商业机会。 5. 产品改进和体验优化：围绕 MaxCompute 的产品体验，持续追踪用户反馈的问题、推进产品需求管理、优化产品用户体验，根据公司业务发展方向和市场变化及时推进产品迭代改进，推动产品不断完善和升级上市。针对 MaxFrame，需重点关注 AI 开发者群体的使用痛点，优化 DataFrame 操作性能、提升与 Jupyter/Colab 等开发环境的集成体验、简化 AI 数据预处理流程。 6. 关注行业和追踪竞对：追踪当下大数据以及 AI 技术趋势变化，关注大数据市场分析，挖掘业界优秀友商动态。重点关注 友商在 Data+AI 融合方向的进展，关注并分析开源分布式 DataFrame 框架的技术演进路线，为 MaxFrame 的产品差异化竞争提供决策依据。
1. 负责自研 OLAP 引擎的核心架构设计、研发与性能优化，覆盖查询优化器、执行引擎、存储引擎等关键模块；结合不同芯片架构与硬件特性，开展向量化执行、CPU 指令集、SIMD、内存访问、并发模型、NUMA、I/O 路径等底层优化，保障引擎在 x86、ARM 及国产化芯片环境下的高性能、稳定运行。 2. 面向 TPC-H、TPC-DS、SSB、ClickBench 等行业标准基准测试，持续建设性能评测与优化体系，推动引擎在复杂查询、吞吐能力、资源效率等方面保持业界领先水平。 3. 深入理解用户核心业务场景，抽象可复用的引擎能力，持续提升系统的通用性、稳定性与性能表现，打造相较主流开源 OLAP 产品的差异化竞争力。 4. 探索 AI 在数据引擎研发与运行时优化中的落地场景，包括研发提效、Benchmark 分析、性能问题定位、执行计划诊断、Workload / Query Pattern 识别、智能调度、资源预测、参数调优等方向，推动引擎从经验驱动优化向智能化、自适应优化演进。 5. 跟踪数据库、OLAP、云原生数据分析、AI for DB / AI for Engine 等领域的前沿技术，探索查询优化、向量化执行、存储格式、索引加速、资源调度与智能优化等方向的演进机会，持续提升产品技术竞争力。
1. Overseas Big Data & AI Market Insight and Competitive Analysis • Identify market opportunities, assess market capacity, and analyze the competitive landscape for Big Data and AI products in overseas markets. • Analyze core metrics, market strategies, and pricing models of international competitors. • Rapidly capture emerging market trends and customer pain points to uncover business opportunities, accelerate solution deployment, and establish a leading competitive edge. 2. International Business Opportunity Assessment and Deep Technical Engagement for Big Data & AI Products • Represent the product line in designing international business strategies and evaluating commercial opportunities for Big Data and AI products. • For complex project requirements, collaborate with sales teams to conduct deep technical exchanges with customers. Leverage insights into industry trends and technological shifts to guide key decision-makers in specific technical scenarios, thereby facilitating opportunity conversion. • Conduct in-depth technical discussions and present product solutions to international clients and English-speaking stakeholders. 3. Solution Design and Technical Support for Big Data & AI Products • For complex projects, thoroughly understand customer business needs, functional/non-functional requirements, performance, and availability standards. Based on specific customer scenarios, deliver technically competitive, feasible, and cost-effective product combination solutions. Provide technical support during product selection, Proof of Concept (PoC), and quotation configuration. • Extract key technical indicators based on customer business scenarios to formulate leading control criteria, validating them through PoCs, win-back initiatives, and other business activities. • Drive cross-team collaboration to optimize solutions for complex projects, enhancing competitiveness across multiple dimensions including cost, performance, and stability. • Explore solutions and scenarios for innovative products to accelerate market coverage and ensure sustained product innovation vitality. • Provide critical post-sales technical Q&A for key accounts, leveraging technology to drive business growth. 4. Product Design and Optimization Support for Big Data & AI Products • Leverage deep understanding of industries and scenarios to participate in the design of major product features, pricing strategies, and user experiences, ensuring the product maintains leadership within specific sectors and use cases. • Identify and precisely distill common customer needs and pain points to feed back into product design, driving product improvements, multi-product integration, and the incubation of new products and features. 5. Best Practice Accumulation and Enablement • Consolidate best practices for niche scenarios; selectively output Infrastructure as Code (IaC) scripts. Summarize benchmark success stories from project implementations to extract common modules and standardize capabilities, accelerating the scaled replication of product solutions. • Highlight product features and performance parameters, designing targeted test cases to amplify product and technical influence. Build solution competitiveness grounded in robust test cases and testing methodologies. • Contribute to the development of Go-to-Market (GTM) materials for Big Data and AI products, co-create joint solutions with partners, and provide enablement training for sales teams and ecosystem partners.
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.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. 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。
