共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 1. 业务领域：负责飞猪火车票业务相关系统设计、研发工作，支持火车票商业化运营。 2. 产品研发：快速熟悉业务流程，理解业务痛点，对接产品需求，进行需求分析，技术方案制定，系统设计，核心模块的研发，驱动产品快速迭代。 3. 系统架构：深入了解当前系统架构及业务流程，参与制定系统架构演进， 技术规划，架构设计，并最终实施落地。 4. 沟通管理： 能够清晰表达自己的观点和方案，与他人达成共识；有Owner意识，能够有效识别、反馈、解决风险，保障项目落地，促进目标达成。 5. 研发效率：能够熟练使用AI相关工具进行系统梳理、需求开发和数据分析，提高整体工作效率。
"阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。" 职位描述 1. 负责阿里国际AIDC团队商品理解方向的AI应用系统全流程研发，包括商品信息结构化、属性抽取、类目预测、多模态商品表征等核心能力建设，覆盖架构设计、工程实现、系统部署及迭代优化。 2. 参与从0到1构建高可用、高性能的商品智能理解平台与技术中台，支持AE、Lazada等国际化电商平台的商品治理与搜索推荐场景，持续优化系统架构的可扩展性与服务稳定性。 3. 结合业务需求，设计并实现端到端的AI解决方案，包括大模型Agent应用的落地实施，推动算法模型在工程侧的高效部署与迭代优化，实现AI能力在商业化场景的价值转化。 4. 与算法、产品、数据、运营及业务团队紧密协作，深入理解商品理解域相关的问题，共同完成复杂项目的技术方案设计与实施，持续提升系统准确性、覆盖率与实时性。 5. 关注业界前沿技术，探索大模型、多模态学习、Agent等技术在商品理解领域的落地应用，参与技术决策并推动关键技术预研，驱动技术创新与业务价值转化。 1. Responsible for end-to-end development of AI application systems in the product understanding domain within Alibaba International (AIDC) team, including core capabilities such as product information structuring, attribute extraction, category prediction, and multimodal product representation, covering architecture design, engineering implementation, system deployment, and iterative optimization. 2. Participate in building a highly available, high-performance intelligent product understanding platform and shared technology platform from scratch, supporting product governance, search, and recommendation scenarios across international e-commerce platforms such as AliExpress and Lazada, while continuously improving system scalability and service stability. 3. Design and implement end-to-end AI solutions based on business needs, including the implementation of LLM-based Agent applications, driving efficient deployment and iterative optimization of algorithmic models on the engineering side to realize business value in commercial scenarios. 4. Collaborate closely with algorithm, product, data, operations, and business teams to deeply understand challenges in the product understanding domain, jointly complete technical solution design and implementation for complex projects, and continuously enhance system accuracy, coverage, and real-time performance. 5. Stay updated with cutting-edge technologies, explore the practical application of large models, multimodal learning, and Agent technologies in product understanding, participate in technical decision-making and key technology pre-research, and drive technological innovation and business value realization.
1、负责智能体开发范式的设计、开发及应用，支持智能体在千问App的快速落地； 2、负责智能体的整体技术解决方案，并支持技术研发和效果优化等工作，推动产品持续增长； 3、保障智能体系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性。
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. 产品规划 ● 洞察AI Native智能客服与AI语音交互领域热门趋势，包括但不限于大语言模型、语音识别与合成、多模态交互、智能路由等基础设施及典型应用场景，指导产品创新方向 ● 熟练使用AI工具进行客户需求挖掘、市场动态分析，输出AI Native智能客服领域市场机会和技术发展趋势、市场容量与竞争格局，定义细分市场 ● 通过竞对分析，识别产品在功能架构、技术能力、价格策略等方面的优劣势，制定差异化竞争策略 ● 通过调研深入洞察金融、零售、政企、互联网等行业客户在AI Native客服场景中的核心诉求与痛点 2. 产品设计 ● 深入理解LLM、ASR/TTS、知识图谱、RAG等AI技术基本原理，具备AI Native Application设计能力，能够将其应用于智能对话、语音交互、智能质检等场景 ● 理解并抽象客户需求，分析客户业务场景，负责产品定义、功能规划和用户体验设计，输出高质量PRD ● 协调研发、算法、测试团队完成产品开发与测试，推动产品功能按期上线 ● 基于对产品价值和成本的理解，参与价格策略制定和产品定价建议 3. 产品经营支持 ● 制定AI Native智能客服业务拓展策略，设定关键GTM指标，与PdSA团队、运营团队共同制定拓展计划，跟踪产品市场表现和竞品动态，通过数据化经营分析提出产品经营改进建议 ● 制定生态发展规划，结合产品力、优势场景及合作伙伴能力图谱，设计基于生态的规模化增长策略，促进生态各参与者健康发展 ● 建立产品经营数据看板，持续监控核心指标（接通率、解决率、转化率、质检覆盖率等），驱动产品迭代优化 4. 产品上市 ● 制定产品上架策略，实现产品从开发到商用的完整上架流程 ● 主导产品GTM材料编写，协助PdSA完成内部赋能培训，深度参与产品营销推广活动 ● 负责标杆客户建设，推动新产品、新能力在重点行业的落地，沉淀为可复制的行业解决方案 ● 负责产品目标市场分析与商机盘点，输出市场情报，支撑销售团队打单
1、平台产品建设：主导AI Agent 评测平台的规划和落地，明确平台定位、核心价值和演进路径； 2、效果评测闭环：负责AI Agent 产品的评测体系设计，协同上下游团队完成“过程-结果”全链路评测任务，形成“评测—归因—迭代”闭环； 3、专项产品统筹：深入理解用户需求和真实场景，将复杂问题转化为清晰、可验证的产品方案，联动产品、运营、算法、工程、评测等合作团队，推动专项产品项目落地
我们正在重新定义“千问”：从一个博学的对话者进化为具备执行力的数字实体。我们的核心使命是构建一套统一的认知架构，打破模型与现实世界的壁垒。通过 Skill-based Agent 技术，实现从“语义理解”到“任务闭环”的跨越，让 AI 真正深入生产力场景，实现数字世界与物理世界的高效连接 1. 统一认知架构设计与能力演进： - 深度对接阿里集团内部及外部第三方服务，设计并实现高效、稳定的 Agent 框架。负责将复杂的业务逻辑抽象为可插拔的配置、标准化的工具，供大模型理解与调用。 - 设计 skill-based 【统一Agent】架构，实现长程规划与自我反思能力的统一认知架构，以协调内部的推理、记忆和执行模块，实现统一智能体在跨场景、长链条任务上的优异表现。 - 推动并构建一个动态的“千问能办” skill library，将海量、异构的原子能力抽象为该统一智能体可学习、可组合、可泛化的skill，探索自动化技能发现与组合优化的前沿方法。 2. 核心场景算法优化： ⁃长程规划与决策优化： 针对复杂复合需求，研发先进的任务分解与多步推理算法，解决长链条执行中的错误积累与漂移问题。 -Agentic-RL 策略： 构建基于 环境反馈的强化学习（RLHB/RLAIF） 体系，通过在模拟环境中的大规模探索，提升 Agent 在极端场景下的鲁棒性与决策上限。 -领域知识注入： 针对高频场景（学习、办公、生活）进行长程预训练与持续学习，让 Agent 不仅拥有通用逻辑，更具备深度的行业专家意识。 3. 实际需求驱动迭代： - 建立科学、全面的Agent评测体系，通过线上数据分析、Bad Case挖掘，精准定位模型在幻觉、误拒答、组合泛化、执行失败等方面的瓶颈。 - 领导数据驱动的迭代飞轮，不仅是利用线上反馈进行微调，更要探索世界模型模拟、合成数据生成、以及基于AI反馈的强化学习等手段，高效、规模化地提升统一智能体的能力上限。
1. 负责千问主 Chat 的文本与多模态效果，围绕文本问答、聊天及通用策略，持续提升回复质量和对话体验。 2. 深入分析用户需求与线上问题，建立从用户反馈、效果评测、问题归因到模型及策略优化的完整迭代闭环。 3. 与大模型算法、业务算法、工程及评测团队紧密协作，推动文本/VL 模型能力在产品中的落地、验收与效果回收。 4. 持续关注大模型能力演进和行业优秀实践，探索更自然、更可靠、更具差异化的下一代人机交互体验。
深入理解广告技术与工程侧的业务节奏和技术演进方向，把人力资源策略与技术目标结合，为对口工程团队提供定制化解决方案。 负责工程技术领域人才的引进与团队搭建，覆盖 C++/系统工程、AI Infra、搜索/推荐/广告算法工程、大模型与 Agent 应用工程等方向，承担关键岗位 Mapping、Offer 谈判与组织架构设计。 推动工程组织的 AI 化转型，识别当前转型过程中的卡点与难点（研发流程、评测机制、Agent 基建、组织能力），设计具体方案并落地跟进。 协同业务 Leader 制定 OKR 与绩效管理策略，建设人才梯队，结合文化活动提升团队凝聚力与员工满意度。
1. 围绕文档、表格、PPT等办公任务场景，负责千问AI办公 Office 产品规划与落地； 2. 负责Office Agent Harness 建设，包括任务拆解与规划、上下文与记忆管理、工具/MCP/Skill策略； 3. 协同模型算法，定义训练目标、数据策略、样本标准，完成 AI Office 模型 SFT 和 RL 后训练工作； 4. 协调评测团队，制定AI Office 办公任务评测标准，明确可用率、优质率、任务执行成功率，完成日常评测工作； 5. 协同设计、工程研发、质量和运营团队，推动产品从原型验证到上线，对核心任务成功率和用户价值负责。
1、根据公司发展战略和分解目标，面向车企进行业务拓展，承担并完成公司业绩指标； 2、具有产品型商务的综合能力，能够独立开发新客户，深入挖掘客户需求，制定整体的产品策略和商务策略。能够与客户中高层对话，完成商务谈判、合同签订； 3、负责既有存量产业务维护，对应车厂及Tier1下达的订单及结算业务，及网联产品的升级、续费等后向运营业务； 4、将客户的信息和需求，及时有效的传递给公司内部产品、项目团队，以一个汽车整体，完成项目交付； 5、及时归纳反馈车企的痛点和诉求点，协调推动产品发展。
1、根据公司发展战略和分解目标，面向车企进行业务拓展，承担并完成公司业绩指标； 2、以地图导航和高精地图为核心产品，具有产品型商务的综合能力，能够独立开发新客户，深入挖掘客户需求，制定整体的产品策略和商务策略。能够与客户中高层对话，完成商务谈判、合同签订； 3、负责既有存量产业务维护，对应车厂及Tier1下达的订单及结算业务，及网联产品的升级、续费等后向运营业务； 4、将客户的信息和需求，及时有效的传递给公司内部产品、项目团队，以一个汽车整体，完成项目交付； 5、及时归纳反馈车企的痛点和诉求点，协调推动产品发展
1. 前端开发 负责公司核心海外产品的前端架构设计与功能开发，保障高质量交付。 性能优化：持续优化前端性能（加载速度、渲染效率、内存管理等），提升用户体验。 工程化建设：参与前端工程化体系建设，包括构建工具（Webpack/Vite/Rollup）优化、CI/CD 流程完善、SSR/SSG 架构、自动化测试及前端监控系统的搭建与维护。 技术攻坚与协作：与产品经理、UI/UX 设计师、后端工程师紧密配合，参与需求评审，提供合理的技术方案；攻克前端技术难点。 2. 全栈 AI 开发 推动 AI Agent 在建站、营销、服务、DevOps 运维等领域的落地。 设计符合行业需求的解决方案（如应用导购助理、客服助手、营销助手等 RAG 应用），具备前后台开发能力。 负责技术预研、架构设计、业务模型抽象及功能开发。保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点；沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代。
岗位职责： ● 构建统一的运行环境、配置管理和执行框架，支撑模型 Agent 能力的持续迭代与增强； ● 建设 Benchmark 的构建、接入与自动化体系，提供上下文轨迹分析与全链路 LLM 评估能力，驱动模型能力持续演进； ● 与infra基础设施团队紧密协作，构建面向 AI 场景的底层支撑能力； ● 与研究员深度合作，共同实现 LLM 能力的持续领先。
● 构建面向研究员的一体化工作台，贯通全链路模型研发过程，持续提升研发效率； ● 建设全链路的数据管理与管控系统，以数据驱动研发全过程； ● 持续提升模型各阶段的自动化水平，推动研发流程的持续演进； ● 与infra基础设施团队和研究员深度共建，实现研发效能的突破性演进。
● 构建业界先进的 Harness 框架，持续提升上下文压缩与管理、长期记忆、长程任务规划、Multi-Agent 协作等核心能力； ● 深入理解模型能力边界，通过 Harness 层的策略设计与工程优化，与模型协同进化，保持产品竞争力。
职位描述 1、全面负责高德地图国内外市场用户增长的线上投放策略与执行，以效果广告为核心手段，主导制定跨区域、多渠道的增长获客方案，对有效用户规模、转化效率及整体ROI达成负责； 2、统筹管理信息流、应用商店（厂商）、SEM、社交及程序化等全链路投放渠道，主导Meta、Google Ads、TikTok For Business、Snapchat、Pinterest等海外主流平台的投放策略设计与落地，持续优化投放模型与预算分配机制； 3、搭建并完善国内外投放数据监控体系，深入分析曝光、点击、转化、LTV等核心指标，基于数据洞察驱动策略迭代与自动化优化机制建设，提升投放综合效能； 4、主导探索新兴媒体、创新广告产品形态及本地化投放模式（如区域定向、文化适配、本地KOL联动等），沉淀可复用的方法论，推动投放与创意的双重突破； 5、结合用户画像、行为路径与市场竞争格局，挖掘海内外潜在增长机会点，尤其是新兴市场渠道布局与跨文化用户获取策略，支持国际化产品推广目标； 6、组建并带领线上投放团队，制定团队目标、工作流程与能力建设规划，协同市场、产品、数据与技术团队，推进跨部门资源整合与高效协作。
1、目标管理体系建设：负责商分团队目标管理体系建设，制定业务核心指标设计逻辑与目标合理性评估标准，搭建并持续迭代考核追踪机制 2、核心看板建设把控：主导经营分析核心看板建设进度把控，推动数据可视化与决策效率提升，确保业务目标与组织绩效的有效联动 3、高管报告产出：统筹月度经营报告产出，向公司高管层提供业务洞察与决策支持，针对顶层设计进行建设和输出 4、团队复盘与赋能：组织商分BP进行定期复盘和输入，沉淀分析框架与最佳实践，提升团队整体分析能力
1. 负责本地生活交易增长与转化效率相关的商业分析工作，围绕业务增长、交易效率提升、供需分析、核心经营指标优化等多维度分析方向，开展系统性分析，挖掘业务增长驱动因素，支持业务决策和资源配置优化，并输出策略建议 2. 深入理解交易用户行为及业务逻辑，围绕用户获取、激活、转化、留存等核心链路，搭建分析框架和指标体系，并能够结合用户分层、渠道表现、场景表现及关键转化节点，通过分析识别增长机会点、转化瓶颈和效率问题，输出系统性的分析结论与策略建议。 3. 深入洞察本地生活交易用户生命周期，构建用户增长模型和供需匹配策略，识别转化漏斗中的关键痛点与增长机会。 4. 与业务、产品、运营、算法等团队紧密协作，支持交易用户增长和转化策略制定、资源投入评估、活动效果复盘和专项优化。 5. 沉淀分析方法论和策略评估体系，推动分析能力在业务中的标准化和体系化应用，持续提升经营决策效率。
1. 参与设计面向各种应用领域的32/64位高性能CPU； 2. 参与制定各类高性能、低功耗处理器架构； 3. 参与研发各类处理器相关前沿领域技术。
岗位介绍 我们正在寻找兼具业务理解力、客户沟通能力和工程能力的 FDE，深入海外客户的真实业务场景，基于阿里云的 AI、数据与云产品，与客户共同构建可投入生产的应用和解决方案。 你将参与从业务问题发现、方案设计到开发部署、效果验证的完整过程，帮助客户将 AI 能力融入日常业务，并将一线实践沉淀为可复用的产品能力和行业方案。 岗位职责 1. 深入客户业务，定义落地目标。与客户业务及技术团队紧密协作，梳理业务流程、系统架构与数据现状，识别高价值场景，明确项目范围、技术路径和可衡量的成功标准。 2. 亲自开发，推动从原型到生产的落地。基于大模型、Agent 与云服务快速构建原型，完成或者与产研团队协作关键代码的开发、系统集成和部署，持续迭代至可稳定运行的生产应用。 3. 打通企业内部系统与数据。连接客户现有 API、数据库、知识库和业务系统，解决数据质量、权限、网络及遗留系统适配问题；根据项目需要参与数据迁移、数据管道建设和云上架构改造。 4. 保障应用效果与运行质量。建立评测、监控和问题定位机制，持续优化任务完成率、准确性、响应速度与运行成本，满足客户对安全、可靠性和可维护性的要求。 5. 推动客户实际使用。与客户工程团队开展现场共建、技术培训和知识转移，并负责推动应用融入业务流程，跟踪使用情况及业务收益，发现并推进后续改进机会。 6. 沉淀经验，推动产品迭代。将项目中的共性需求与技术问题转化为可复用的组件、Agent Skills、集成模板和实施方法，并与产品、研发团队协作推动改进。 任职要求。
职位定位 负责高德商家/广告智能体、AI 外呼及 AIGC 方向的算法研发与工程落地，在 Agent 团队负责人带领下，依托全球化技术平台，与具备全球顶尖算法能力和Vision的Leader们协同合作，推动从单点 LLM 应用到 Multi-Agent 协作系统的演进。 职位要求 1. 围绕高德核心业务场景，结合大模型技术实现端到端智能化提效。负责智能体应用的开发落地，包括但不限于 LLM 应用、Prompt 工程、后训练、SFT、RLAIF/RLHF (GRPO, DPO等)、推理加速(模型量化，TensorRT-LLM, vLLM)、多模态理解、知识库构建和优化等方面； 2. 负责将大模型应用到实际业务场景，包括商家经营全链路（智能客服、营销文案生成、店铺素材理解、评价分析、商品结构化等）、AI 外呼（意图识别、多轮对话、话术生成）、AIGC（图文/视频内容自动化生产）等业务领域； 3. 能够运用多模态理解大模型，实现对非结构化服务数据（店铺装修素材、菜单、评价、商品等）的深度理解和使用，探索 VLM、OCR 增强等技术在本地生活场景的应用。
1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。 2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。 3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。 4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。 5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。
1. 围绕模型自进化方向开展算法研究与系统研发，探索大模型能力自动演进的关键路径。 2. 聚焦Agent任务，为模型注入自动迭代RL/SFT训练数据的能力，包括Agent环境/query/verifier合成、筛选、训练、反馈闭环优化，通过多轮迭代提升训练数据质量。 3. 为模型注入自动挖掘CPT/PT训练数据的能力，提升预训练和持续训练数据的知识覆盖度、有效性与任务适配性。 4. 为模型注入自动化训练与自动化Infra调优能力，包括Verl、Megatron等框架的训练策略优化、RL超参搜索、训练稳定性提升、SGLang、vLLM推理效率优化等，提升模型研发效率和性能上限。 5. 研究基于self-evolving、long-horizon等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。 6. 跟踪相关领域前沿进展，结合实际问题开展算法创新、实验验证和系统落地，沉淀可复用的方法与能力。
1. AI for Science 方向 （1）包括但不限于构建面向生物（基因组分析、蛋白质功能预测等）、化学（分子性质预测、逆合成规划等）等领域的 Agent 系统、Science harness，整合领域专用工具与知识库。 （2）设计科学推理评测基准，评估并提升模型在自动探索、工具调用、实验设计等任务上的表现，同时构造训练数据与环境优化Qwen模型在科学领域的表现。 （3）探索 AI 驱动的科学发现闭环：假设生成、实验设计、 结果验证、知识更新，提升模型科学领域Auto Research能力。 2. AI for Engineering 方向 （1）将大模型应用于芯片设计EDA、工业设计CAD、金融工程、工业自动化、kernel调优等工程问题，训练模型在真实生产环境中的自进化能力，通过持续学习发掘更优算法与设计。 （2）研究基于self-evolving、long-horizon、multi-agent等范式的能力增强方法，提升Qwen模型在工程优化领域的表现。 3. 与跨学科团队紧密协作，推动研究成果在真实科研或工程场景中的验证与落地。 4. 跟踪科学与工程智能及相关方向的前沿进展，围绕关键问题开展算法创新、实验分析与技术沉淀。
负责推荐广告投放系统定向与机制策略方向的技术规划与团队管理，作为子方向负责人全面主导该领域的技术演进和业务目标达成。 具体职责包括： 1. 主导广告定向策略体系建设，统筹出价与竞价机制设计。前瞻性布局前沿技术在广告系统中的落地应用，推动深度学习、强化学习、生成式检索、大模型等技术在定向召回与出价决策中的规模化应用。 2. 承担子方向技术管理职责，制定中长期技术路线图，建立数据驱动的策略迭代体系，辅导团队成员技术成长，推动跨团队、跨BU的技术合作与影响力建设。 3. 对所负责方向的核心业务指标直接负责，包括但不限于消耗规模、客户ROI、成本达标率等，将业务目标拆解为清晰的算法策略路线图，通过持续的技术迭代驱动季度及年度目标的达成。
我们是淘天 AI 原生应用—内容 AI 团队,专注于 AIGC 与多模态理解技术 的研发与落地,面向淘宝商家、搜索推荐、外投等多个业务场景,提供视频与内容生成能力支持。团队研发的技术已在业务中规模化应用,每天生成数十万条 AI 视频,并为淘宝外投业务贡献了超过 40% 的消耗规模。重点研究方向包括可控视频和内容生成、多模态细粒度理解、内容创意 Agent 等,致力于研发真正满足业务需求、兼具效果与成本优势的业务域模型。团队与国内多所高校及实验室保持密切合作,近年来累计发表 30+ 篇顶会论文,涵盖理解和生成统一模型,强化学习算法,多模态推理等最新前沿研究方向。如果你对相关技术感兴趣，欢迎加入我们 在这里，你将参与淘天核心业务场景下的视频理解与生成算法研发，围绕商家内容生产、搜索推荐、广告外投等场景，推动下一代内容 AI 技术从研究走向大规模应用。具体包括： 1. 负责垂类视频生成模型的设计、训练与优化，面向电商场景构建高质量、可控、低成本的视频生成能力。 2. 负责视频理解、多模态细粒度理解相关算法研发，提升对商品、人物、场景、动作、镜头语言等内容的识别与建模能力。 3. 参与视频创作 Agent 的研发，结合大模型、多模态理解与生成能力，打造面向真实业务需求的智能创作系统。 4. 结合业务目标优化模型效果、推理效率与部署成本，支撑大规模线上生产与应用。 5. 跟踪多模态生成与理解领域前沿进展，推动论文成果、开源能力与业务系统结合
1. 建立coding / cowork领域各行业专业任务的大模型agent算法内部评测体系，帮助快速发现模型短板和缺点，提升模型表现。 2. 推动算法研究、agent infra开发、数据团队协作统一进行标注任务的需求提出、标准制定、过程管理、数据验收等全链路工作，提供可靠的数据保障。 3. 结合已有数据和行业发展趋势与算法codesign优化策略、设计实验并完成实验评测分析。 4. 海内外模型厂商的行业数据监控分析，指导模型迭代。
1. Code Agent 架构与核心模块建设 ● 负责 Code Agent 核心模块设计与研发，包括 Runtime、Planner、仓库上下文、代码编辑、工具调用、执行沙箱、状态管理和权限审计。 ● 建设仓库级代码索引、语义检索、依赖分析和上下文组装能力，提升大型代码库的理解与定位效率。 ● 对接 Git、代码托管、IDE、需求系统和 CI/CD，支持专有云、混合云及企业内网部署。 2. 自主软件工程任务闭环建设 ● 建设从需求或 Issue 理解、代码定位、方案规划、代码修改、测试执行到错误修复的任务链路。 ● 完善长任务中的状态保存、重试恢复、人工确认、失败回退和过程追踪能力。 ● 根据任务复杂度选择单 Agent、确定性 Workflow 或人机协同方案。 3. 工程化与评估体系建设 ● 优化真实代码仓库中的任务完成率、有效 Patch 率、测试通过率、运行延迟、Token 成本和执行稳定性。 ● 建设覆盖仓库理解、Bug 修复、测试生成、代码评审和代码迁移的评估集与回归机制。 ● 完善 Trace、执行回放和失败样本分析能力，支持问题定位与持续迭代。 4. 场景落地与模板沉淀 ● 面向 Bug 修复、单测补全、代码评审、重构迁移等场景，识别高价值、可验收的 Agent 任务。 ● 将任务流程、仓库规则、工具链路、权限策略和评估样例沉淀为标准任务模板。
1、参与业务应用的需求开发、测试、上线与交付，配合业务和产品完成应用功能实现，支持相关应用在业务场景中的落地； 2、参与业务应用系统的日常运行保障，包括系统稳定性维护、问题排查、故障定位、性能优化和线上支持，保障系统稳定高效运行。
