共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1、负责共享出行业务的产品策略规划/设计/落地工作，明确业务目标和达成路径，推进落地并完成目标； 2、负责项目推进过程中的跨部门沟通，协调各项资源满足业务增长诉求； 3、基于用户反馈和业务数据，提出产品优化迭代方向以及把握节奏。
能耗平台团队负责整个阿里云的IDC、网络和服务器等基础设施内的功耗的采集、处理分析、监控预警、应用优化，从而全面的平台化产品化支撑数据中心的稳定、高效、节能。 作为研发工程师，您将负责： 1. 基础设施的能耗监控的能力的设计与研发，构建能够支撑大规模数据量下采集的高并发、低延迟分布式处理体系。 2. PUE优化平台的架构设计与核心功能开发，数据中心能耗结构复杂，结合GPU设备的特点、制冷系统、供配电系统之间的能耗耦合关系，建设相关平台化智能化的能力，达成数据中心的PUE优化目标。 3. 超电稳定性监控平台的架构设计与核心功能开发，针对于GPU的场景，构建供电链路健康评估和预警系统。
数据中心运营平台团队的使命是实现阿里经济体的IDC、网络和服务器等基础设施整个运营领域的全面产品化支撑，从而达到高效率，低成本，低功耗的智能运维。集成了IDC和服务器领域的各项专业技术，以及运维平台进一步的智能化支持，我们励志打造一个真正自动驾驶的数据中心。 作为研发工程师，您将负责： 1. 数据中心基础设施监控的能力的设计与研发，构建能够支撑大规模数据量下采集的高并发、低延迟分布式处理体系。 2. 深度结合前沿AI技术主导智能运维体系建设，在能耗优化、故障预测、根因分析及自动化调度等方面落地智能化应用。 3. 将数据中心物理基础设施复杂场景抽象为标准化的数字模型，推动基础设施从数字化向全面智能化转型的技术演进。
我们正在打造高德 AI 助手，让 AI 从回答问题走向帮助用户完成行动。依托高德亿级流量与地图时空能力，与你一起打造新一代 AI 搜索与推荐体验，让每一次出发更轻松，让生活更美好。 1. 负责高德 AI 的 iOS 核心功能研发，围绕 AI 搜索、AI 推荐等场景，打通从用户表达需求到获取结果、完成操作的交互链路。 2. 建设流式回答、动态卡片、生成式 UI 和多模态交互能力，解决内容持续更新、复杂状态切换、任务中断与恢复等技术问题。 3. 主导核心模块的架构设计，围绕 AI 场景建设可复用的组件、交互协议与渲染能力，支撑 AI Agent 对客户端能力的调用与编排。 4. 持续优化核心场景的性能与稳定性，解决卡顿、内存、功耗等问题；与产品、设计、算法和服务端共同打磨体验，推动问题解决并验证上线效果。 5. 探索 AI 工具在开发、测试和问题排查中的应用，持续提升研发效率与交付质量。
高德地图视觉技术中心（AMAP CV Lab） 高德地图日均服务数亿用户，每日处理超百亿级位置与视觉数据。视觉技术中心是高德的核心技术引擎，视觉技术中心是高德的核心技术引擎，深耕空间智能、具身智能、世界模型等AGI前沿方向。我们的核心使命：以空间智能为锚点，打造物理世界的智能体操作系统 ABot。我们不做“刷榜模型”，而是打造能在开放世界中自主决策、安全执行、持续进化的智能体系统。你的研究，将直接改变数亿人的出行方式。 GitHub 主页：https://github.com/amap-cvlab 我们的优势：独一无二的“空间智能-场景-生态”三角 ● 空间智能深度：全栈覆盖三维重建、世界模型、多模态、具身导航、LLM/VLM/VLA/AI Agent，所有技术都服务于“让AI理解并作用于物理空间”。 ● 场景广度：亿级用户真实验证，从封闭测试到开放街道，技术必须经得起现实世界的“毒打”，空间智能不能只存在于实验室。 ● 生态高度：清华大学、北京大学、港科、中科院等深度合作，主导开源标准，你不是孤军奋战，而是站在全球空间智能研究的前沿。 我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。 岗位职责： 1、研发下一代 ABot-M，探索 VLA/WAM、多模态生成与理解、跨本体动作表示。 2、统一世界建模、动作预测与价值判断，提升长时序、精细操作、移动操作和双臂任务能力。 3、建设机器人数据引擎，完成清洗、动作统一、混合训练、合成数据与真机数据闭环。 4、推进模仿学习、强化学习、奖励模型、失败恢复与在线后训练。 5、打通训练、评测、仿真和真机部署，把算法转化为真实产品与行业影响力。
1、统筹数据底座、业务数仓、数据科学三大模块整体规划与管理，统一全域数据标准、埋点规范与数据治理体系，搭建分层业务数仓架构，沉淀标准化、高质量数据资产； 2、输出规范合理的底层数据表、业务模型与宽表体系，为BI团队提供稳定可靠的数据底座与结构支撑，保障BI战略经营分析高效开展； 3、落地AI+数据融合能力，实现智能数据治理、指标异动归因、AI辅助开发，提升数据生产效率与质量；牵头核心指标建设、AB实验、用户建模、异动复盘； 4、依托数据量化能力拆解业务目标，支撑业务策略制定、落地落地与效果复盘闭环；负责数据团队搭建与管理，完善人才梯队，全面赋能业务高质量增长。
1. 负责千问ai功能产品的核心数据体系建设，保障数据准确性与及时性，通过数据洞察及时定位业务问题与机会点，保障业务策略落地； 2. 基于业务痛点开展专项分析，包括但不限于：用户使用链路漏斗、模型迭代效果评估、用户体验满意度刻画等； 3. 深度参与业务规划，通过数据挖掘、归因分析、漏斗分析、AB实验评估等，找到问题点，输出可落地的策略建议； 4. 协同产品、运营、算法、研发等团队，主动挖掘业务需求，提供数据支持，推动分析结论落地并追踪效果； 5. 完善数据指标体系、埋点方案，管理数据口径，提升数据应用和决策支持效率
1、协同业务及财法团队，平衡风险和效率，制定和更新恰当的流程、制度、权限等，进行合理风险管控，完成管理落地并持续监控，确保公司各项业务符合法律法规、行业规范和公司战略目标。 2、对业务及财务数据进行分析，快速、准确识别业务当前风险及现存问题，并提出有效的、可落地的数字化解决方案，跟进解决方案落地。 3、依托业务流程、数据链路及核心业务系统，构建多维风险监控指标体系，形成系统性数据监测方案，实现业务全流程的风险识别与精准评估。 4、参与业务重大/创新项目，在事前、事中提供有针对的风险研判和应对建议，对业务方的策略进行风险洞察和判断，并给出风险评估和应对方案。 5、根据业务特点制定专项计划，通过项目检视，深入识别在业务设计及执行层面的风险，并对风险程度进行评估，提出有效的改进建议并协同各方进行改善，把风险控制在可接受范围内。
1、负责各业务接入大模型护栏能力时的全链路方案设计，包括安全介入环节的确定、时效要求制定、数据传输与交互逻辑设计，对最终的安全体验与响应效率负责； 2、主动监控并通过数据分析等手段发现大模型安全链路中的异常问题，牵头排查、定位根源，并协调外部产品/技术/算法&内部安全技术、算法及风险运营等角色推动解决； 3、对接外部业务产品/技术/算法，及内部风险运营/技术/算法，理解各方诉求与约束，推动共识达成，确保安全能力落地； 4、统筹部门内多个安全相关项目（如护栏链路迭代、算法能力接入&应用、新业务接入等），制定里程碑，跟踪进度，识别风险，确保交付质量。
1. 承接证券或保险方向的营收目标，具备独立拓展重点 KA 客户从商机挖掘、方案匹配、商务谈判到签约回款的全流程，为数字结果负责。 2. 深入理解目标行业的广告投放、营销获客、存客经营等业务场景与决策链路，对于证券、基金、财富管理、保险等业务链路至少熟悉其中之一 3. 在目标客群中建立并经营高层与关键决策人关系，主动开拓新商机、沉淀Pipeline，结合客户实际业务场景与监管要求，联合售前、产品团队打磨可落地的解决方案，持续迭代打磨，维护存量客户满意度，挖掘二次销售与增购机会，保障存量续约 4. 跟踪行业政策与竞争动态，前置识别机会与风险，复盘成单与失单案例，沉淀可复制的行业打法与标杆案例，反哺团队与产品迭代。
1. 多模态模型的推理功能开发和性能优化，包括对Qwen-VL、Qwen-Audio、Qwen-Omni等多模态输入/输出模型的功能支持和推理性能优化。 2. 分布式推理架构的研发，包括多机推理架构设计，P/D分离、A/F分离、VL模型分离架构的落地。 3. 推理引擎服务化，包括推理引擎如何接入线上服务平台，自动扩缩容和可观测性的适配，以及提升线上服务稳定性。
1、根据业务需求，完成策划选题，进行世界观、剧情人物架构等设计； 2、全面负责原创剧本的统筹开发工作，能独立推进或配合完成剧本开发流程，按照公司要求完成文学创作及剧本产出； 3、关注市场流行趋势，挖掘创新类题材，具备文学改编能力，能驾驭不同类型故事的编创； 4、负责把控内容品质，制定剧本创作计划并推进执行，配合项目进度确保产出效率。
1. KVCache 核心系统研发，负责 LLM 推理场景下 KVCache 的架构设计与工程实现，优化 KVCache 的内存管理、显存分配与生命周期调度策略，研究并实现 Prefix Cache、Radix Tree Cache 等高效缓存复用机制，提升 Cache Hit Rate。 2. 设计跨机、跨节点的分布式 KVCache 共享与迁移方案，实现 KVCache 在 GPU HBM / CPU DRAM / NVMe SSD 多级存储间的高效卸载（Offload）与加载，针对长上下文、多轮对话场景优化 KVCache 的存储与传输效率。 3. 推理性能优化，结合 Continuous Batching、PagedAttention、Chunked Prefill 等机制，协同优化 KVCache 调度策略，分析推理链路中 KVCache 相关的性能瓶颈，进行端到端性能优化，针对主流推理框架（vLLM / SGLang / TensorRT-LLM / RTP-LLM）进行 KVCache 模块的深度优化与定制。 4. 系统可靠性与可观测性建设，建设 KVCache 命中率、内存占用、调度延迟等核心指标的监控体系，保障大规模集群下 KVCache 服务的高可用与容错能力。
1. 构建科学高效的 AI 产品评测体系，面向云计算领域知识问答类AI应用，设计准确性、专业性、拟人性等多维指标与数据集标准，识别现有体系局限并持续优化。 2. 搭建评测工具平台，研发自动化评测工具与评测 Agent，主导高质量评测集建设，执行评测方案并产出可复现的评测结论。 3. 分析与解读评测结果，输出版本迭代效果评估报告，将结论转化为产品与管理决策建议，协调跨团队资源，驱动优化落地。 4. 主导复杂子产品 / 跨系统场景的评测方案设计，沉淀通用评测组件与方法论，解决跨业务线共性问题。 5. 跟踪业界 AI 模型、产品与前沿评测方法（生成式 AI、多模态、LLM-as-a-Judge、RAG 评测等），转化为内部评测实践。
● 深耕韩国跨国企业（MNC）客户群体，主导客户关系的建立与深化，洞察客户在华业务战略与数字化转型需求，推动高层交流与业务合作 ● 梳理客户现有IT架构，精准识别业务痛点与项目机会，整合阿里云产品与解决方案资源，主导技术交流、方案验证及商务谈判，推动项目签约落地 ● 推动阿里云AI产品与大模型能力在韩资企业中的应用落地，协助客户在市场推广、业务提效、客户服务等场景探索AI赋能路径，挖掘AI相关业务机会 ● 具备全流程商机管理能力，覆盖线索挖掘、方案呈现、投标、交付跟进至项目复盘，持续促进客户复购与深度合作 ● 积极协同团队，分享行业洞察与项目经验，助力团队整体业绩达成，构建客户、合作伙伴与阿里云的多方共赢生态
1、负责所辖行业的年度及阶段经营规划，围绕业务目标识别关键矛盾，制定目标、策略、行动和指标体系，完成资源配置、过程复盘与策略纠偏，对经双方确认的行业经营结果负责。 2、深入产业链、客户和一线业务场景，建立客户分层与策略/解决方案机制，识别高价值客户和关键增长场景，主导头部客户、重点区域及关键战役的突破。 3、统筹新客户开拓与存量客户经营，围绕新签、消耗、续约、留存、交叉销售及客户长期价值设计差异化策略，推动客户从单点合作走向长期、综合经营合作。 4、理解AI、拥抱AI，利用AI能力打造 AI业务铁军，将一线共性问题抽象为标准产品、平台能力或运营机制，协同产品、研发、算法、运营、交付、财务及法务团队在客户洞察、方案生成、销售提效、商家经营和效果复盘中的高价值场景，推动AI能力在真实业务中落地，避免长期依赖非标人肉交付。 5、负责团队组织设计、关键人才引进、干部梯队和能力模型建设，建立目标管理、过程管理、复盘纠偏及人才培养机制，提升团队人效、协同效率和持续作战能力。
1、负责所辖行业的年度及阶段经营规划，围绕业务目标识别关键矛盾，制定目标、策略、行动和指标体系，完成资源配置、过程复盘与策略纠偏，对经双方确认的行业经营结果负责。 2、深入产业链、客户和一线业务场景，建立客户分层与策略/解决方案机制，识别高价值客户和关键增长场景，主导头部客户、重点区域及关键战役的突破。 3、统筹新客户开拓与存量客户经营，围绕新签、消耗、续约、留存、交叉销售及客户长期价值设计差异化策略，推动客户从单点合作走向长期、综合经营合作。 4、理解AI、拥抱AI，利用AI能力打造 AI业务铁军，将一线共性问题抽象为标准产品、平台能力或运营机制，协同产品、研发、算法、运营、交付、财务及法务团队在客户洞察、方案生成、销售提效、商家经营和效果复盘中的高价值场景，推动AI能力在真实业务中落地，避免长期依赖非标人肉交付。 5、负责团队组织设计、关键人才引进、干部梯队和能力模型建设，建立目标管理、过程管理、复盘纠偏及人才培养机制，提升团队人效、协同效率和持续作战能力。
1、负责广告业务场景下的数据研发工作，包括广告投放、曝光、点击、转化等核心链路的数据模型设计、ETL开发与调度管理 2、参与设计、构建服务淘宝闪购商户/品牌营销的核心数据产品和数据工具 3、参与超大规模实时/离线数据计算框架，存储、服务、可视化解决方案的设计、研发 4、参与PB级实时/离线数据仓库建设，商业流量效果归因、价值评估等模型的构建和优化
制定整合营销策略 • 负责高德新车业务的整体营销策略规划，结合汽车行业发展趋势和用户需求洞察，制定年度、季度营销方案 • 统筹线上线下全渠道营销资源，包括社交媒体、搜索引擎、垂直媒体、线下活动等，形成协同效应 • 建立品牌传播矩阵，提升高德在新车市场的品牌认知度和影响力 跨部门协同与资源整合 • 联动产品、技术、运营、销售等团队，推动营销活动落地执行 • 协调外部合作伙伴（车企、广告代理商、媒体平台等），优化资源配置和投放效果 • 管理营销预算，确保投入产出比最大化 数据驱动的效果优化 • 建立营销效果评估体系，通过数据分析持续优化营销策略 • 监控竞品动态和市场变化，及时调整营销方向 • 输出营销复盘报告，沉淀可复用的方法论和最佳实践 创新营销模式探索 • 研究新兴营销渠道和技术（如短视频、直播、AI营销工具等），探索创新玩法 • 主导大型营销项目的策划和执行，打造行业标杆案例 • 推动营销自动化和智能化建设，提升运营效率
1、负责互联网客户的售前工作，支持销售拿到业务结果，提升销售额 2、作为技术专家，提供客户迁移上云或者关键需求实现的解决方案，并在落地过程中提供必要的技术指导，确保方案可落地、有竞争力 3、参与客户的方案比选，做POC演示和功能/性能测试，在保证性能和安全性的前提下做到成本最优，性价比最高 4、负责某一垂直细分互联网行业（在线教育，互娱，游戏，交易，产业互联网等）的IT市场洞察、解决方案、打法策略的制定及落地，深入理解该行业的IT和DT需求，能够把握行业的市场和技术发展趋势，推动行业产品、解决方案和合作生态的落地 5、建立行业影响力，组织内外部行业沙龙，做技术分享，传播云原生最佳实践 6、为互联网客户整体IT规划提供支持，指导客户构建安全、弹性、高可用、可扩展的企业IT架构，包括业务系统、监控体系、DevOps、大数据、AI等子系统，从成本、效率、稳定性三个维度提升客户的IT能力
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 1、负责研发空间智能核心技术，进行室内/室外/航拍/卫片等全场景高质量空间理解、重建与生成，包括但不限于基于图像、视频、点云、Mesh和3DGS等多种模态数据的空间智能基座与应用； 2、负责多模态大模型和视频生成大模型的预训练、微调等工作，包括但不限于数字人、生成式重建及空间生成等应用方向； 3、负责大规模多模态数据集的构建、清洗与管理，搭建高效数据流水线，保障算法训练与评估； 4、负责结合具体需求，抽象出关键算法进行研发，并持续保持及引领相关技术指标。
我们致力于打造服务全球用户的世界级 AI 产品。Qwen 国际版覆盖移动 APP 与 PC，持续探索对话、多模态与 Agent 带来的产品创新。你将与 Qwen 模型算法、研发、设计及用户增长等团队紧密协作，将前沿 AI 能力转化为简洁、易用、有价值的产品体验，帮助用户更好地学习、创作和完成工作。 岗位职责： 1. 负责 Qwen 国际版 APP 与 PC 核心方向的产品规划，结合海外用户需求、市场差异和模型能力进展，制定产品策略、路线图与需求优先级，持续推动产品创新。 2. 从真实用户场景出发，设计对话、多模态和 Agent 等产品体验，优化从需求表达、任务执行到成果交付的完整流程，降低使用门槛，提升任务完成质量与结果可用性。 3. 与 Qwen 模型算法及研发团队紧密协作，基于真实任务和失败案例建立评测标准，推动模型效果与产品体验协同优化，在效果、响应速度、可靠性和成本之间作出合理取舍。 4. 负责会员与订阅商业化产品设计，围绕用户分层规划免费与付费权益、套餐定价、积分与使用额度，完善购买、升降级、续费及退款体验；结合市场与支付渠道差异推进本地化，平衡用户价值、订阅收入和模型服务成本。 5. 结合用户研究、行为数据与 A/B 实验，识别并解决产品体验问题，独立推动需求从方案设计、验证到开发上线及持续迭代，协调跨团队资源，保障交付质量，对用户体验和产品效果负责。
我们希望将 Qwen 打造为具有全球影响力的 AI 产品。你将负责 Qwen 国际版 APP 与 PC 的产品运营，与Qwen 模型算法、研发及用户增长等团队紧密协作，围绕产品发展与商业转化，通过高价值场景建设、Skills 与插件生态运营、用户反馈洞察和商业化运营，推动产品 DAU 与 ARR 的规模增长。 岗位职责： 1. 围绕 DAU 与 ARR 增长目标，结合海外用户需求和产品发展阶段制定运营策略，推进对话、多模态与 Agent 的高价值场景运营，统筹产品验证、发布与海外推广，提升核心功能渗透和持续使用。 2. 负责 Agent 的 Skills 与插件生态运营，围绕高价值任务引入和孵化优质能力，推进Skills接入、质量评测、上架推荐与持续迭代，完善任务案例和使用指引，提升插件供给质量、使用规模与复用率。 3. 运营 Discord 等 Qwen 产品用户社群，持续收集客服渠道及 X、TikTok 等平台的用户反馈，主动与用户沟通并跟进问题，从海量反馈中提炼共性需求和高价值信号并推动产品优化迭代。 4. 负责会员订阅商业化运营，挖掘付费场景、验证权益价值，制定试用、升级和续费等运营方案，协同产品团队优化套餐与权益，提升付费转化、续费率和订阅收入。 5. 建立产品活跃、留存与商业转化效果的分析机制，结合行为数据、用户研究和 A/B 实验定位增长瓶颈，协同Qwen 模型算法及研发团队推动优化，持续评估对 DAU 与 ARR 的贡献。
1、负责AI多模态讲解创新方向的产品运营，基于用户需求和使用场景，规划内容与交互体验。 2、协同产品、算法、教研、设计等团队推进方案落地，并结合用户反馈与数据表现持续优化。 3、开展用户研究、竞品分析及行业趋势研判，为产品迭代和方向决策提供依据。
1. 负责夸克、千问等相关产品的规划与设计，覆盖 PC、移动端、平板等多端场景，结合业务战略、AI 发展方向及用户需求，完成产品方案设计与落地推进。 2. 深入理解AI工具、用户平台的核心体验，能够从用户在信息获取、内容消费、任务处理等场景中的真实痛点出发，判断 AI 技术带来的产品机会，并提出清晰的产品方向。 3. 负责将 AI 能力与具体用户场景结合，完成从需求定义、交互设计、功能方案到体验优化的产品设计，持续提升用户在浏览、搜索、阅读、创作、办公等场景中的效率与体验。 4. 跨团队协作，与技术、算法、AI 研究、UED、运营、业务及国际化团队紧密配合，推动产品在多语言、多端、多场景下的落地与全球化适配。
1、负责健康类AI助手产品的问答效果，重点关注运动健康领域，通过策略提升对话满足率，对留存和满意度负责 2、负责设计主动服务的产品机制，在运动/饮食/睡眠等健康领域，能做好规划/分析等Ai产品，提升用户活跃 3、深入了解穿戴设备，能围绕用户健康数据、对话历史，与算法共同建立完善的记忆机制，做好个性化 4、建设医疗ai产品的评测体系，并能基于用户日志持续迭代
1. 负责 AI 图片、视频内容生态运营，制定内容策略，提升平台优质内容供给、创作规模及内容消费。 2. 深度使用各类 AI 工具及 AI Agent（如 ChatGPT、Claude、ComfyUI 等），持续优化内容生产效率，探索新的内容玩法和工作流。 3. 持续关注国内外 AI 模型、内容平台及热点趋势，结合模型能力策划爆款内容、热点活动和运营专题，推动优质内容增长。 4. 深入理解主流 AI 图片、视频模型的能力特点和适用场景，能够将模型能力快速转化为用户价值、内容玩法和运营策略。 5. 基于数据分析和用户反馈，持续优化内容供给、创作者运营及分发策略，与产品、算法、模型团队协同推动业务目标达成。
负责千问大模型与非手机智能硬件（如智能眼镜、手表、家居中枢、车载设备等）的深度融合，打造面向C端用户的场景化AI产品体验。聚焦“大模型+硬件”创新交互范式，将千问的多模态理解、自然对话、集团二方等能力与硬件使用场景有机结合，构建语音交互、情境问答、设备联动、个性化服务等核心功能。 需要有模型优化经验，深度参与 SFT、RL 相关训练工作，善于拆解算法、工程、检索等不同环节问题，可以推进模型总体效果的迭代优化 主要职责： ● 深度洞察非手机硬件（可穿戴、IoT、车载等）的用户场景与交互约束，结合千问大模型能力边界（如端云协同推理、轻量化部署、多模态输入），与算法、硬件、工程、设计团队紧密协作，将技术能力转化为贴合硬件特性的用户价值与产品功能； ● 通过实地用户观察、场景化调研、行为数据埋点及A/B测试，持续优化硬件端交互流程（如语音唤醒效率、多轮对话容错、低功耗策略），提升用户满意度、留存率及场景渗透深度； ● 探索大模型在硬件端的创新应用，推动千问能力与硬件生态深度融合，构建差异化产品竞争力与用户心智。
负责千问语音/视频助手 职位需求 1、语音助手优化：负责千问语音场景的需求定义和产品优化。 2、视频助手优化：负责千问视频场景的需求定义和产品优化。 3、生活服务语音助手：对接淘宝闪购、淘宝、高德等集团核心业务，从“能对话”到“会办事”，打造行业领先的语音 AI 生活服务链路。 4、协调资源和推进落地：拆解业务线条，协调工程、算法、设计及各业务方资源，支撑业务目标的达成。
1、负责任务助理业务（云端/本地agent支持长程复杂任务）的业务质量保障，参与产品需求与技术架构评审，评估 AI 方案的架构合理性、可测性与可评测性，在方案阶段就把成功标准和验收口径定义清楚； 2、构建面向生成式内容的 AI 原生质量体系：设计并落地评测能力（标准定义、Golden Set、LLM-as-Judge、人工校准），把高度主观的效果判断转化为可复现、可回归、可卡点的自动化门禁，覆盖生成效果、性能、稳定性与内容安全； 3、用 Agent 重做质量工作：以尽可能高的托管比例为目标，通过 Agent / Skill / 工具链的方式重构需求分析、用例生成、自动化执行、失败归因、缺陷闭环等环节，完成任务编排与交付，产出团队可复用的能力沉淀； 4、通过全链路 trace、线上监控与指标体系，保障多端（App三端 / PC客户端 / H5 / PC web）生成链路的服务稳定性与用户体验，具备从用户反馈反查到链路日志、模型调用与下游服务的定位归因能力，驱动体验水位持续提升； 5、通过全链路数据分析、效果评测与竞对对比，帮助业务识别目标达成路径上的核心问题并驱动解决，同时量化质量投入的产出与 ROI，让质量成为业务决策的输入而非交付末端的检查站。
