共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1.参与构建 POI 智能化在线生产系统，支撑多源异构数据的统一接入与加工，满足日均千万级数据更新的吞吐、时效与稳定性要求； 2.参与构建在线流式数据调度系统，保障亿级 POI 数据调度的吞吐、时延与横向扩展能力； 3.负责在线链路高并发服务的架构演进与性能优化：容量规划、限流降级、热点治理、依赖收敛，持续降低系统 RT 与资源成本； 4.探索 AI Agent 在数据生产与运维场景的应用落地，建立高效更新与发布机制，持续提升迭代效果和效率。
* 根据处理器架构与微架构制定验证计划 * 负责处理器验证流程及验证平台的搭建, 调试与维护 * 负责编写测试激励收集覆盖率, 完成处理器验证交付
1. 负责大模型训练数据资产的质量评估与分析建设，围绕文本、多模态等数据建立清洗、去重、完整性校验、质量分级等能力，提升数据可用性与训练收益。 2. 负责数据资产标签体系、分类分级体系及质量评估模型建设，支持数据资产的盘点、洞察、管理与复用。 3. 基于向量检索、语义匹配、聚类分析等技术，建设数据资产的语义索引、检索发现与相似性分析能力。 4. 跟踪国内外前沿开源数据集、学术数据集及竞品数据建设方向，结合模型能力发展判断外部数据价值，输出数据资产地图与储备建议。 5. 与训练、评测、工程、平台、情报、领域专家等团队紧密协作，持续优化数据评估算法与资产管理体系，形成“模型反馈 → 数据洞察 → 资产优化 → 能力提升”的正向飞轮。
你将有机会和业界一流的芯片团队一起进行倚天系列CPU的架构定义与开发，通过产品的持续迭代交付，成长为芯片架构师。岗位职责将包括以下一个或多个领域： 1. 分析Agentic AI、云服务器等业务场景，结合业务需求，推演和制定CPU处理器的架构特性与规格； 2. 分析ARMv9指令集架构特性与ARM服务器生态兼容需求，协同应用软件、OS及编译器等，定义每代产品CPU处理器的架构特性规格； 3. 研究业界CPU产品的新技术与新架构，进行软硬件协同设计，打造差异化产品竞争力； 4. 基于仿真模型进行架构特性规格方案的制定与评估，给出竞争力最优解；
作为物理设计团队的一员，你将参与打造基于先进工艺的下一代服务器SoC芯片，一方面将驱动整个RTL2GDS的物理设计交付流程，包括 Floorplan, Synthesis, P&R, Timing, PI, Power 以及Sign-offs；另一方面也将专注于芯片PPA（性能、功耗、面积）的优化工作。 工作职责包括但不限于以下几个方面: * 在先进工艺节点上实现复杂的CPU模块； * 与架构师及设计人员密切合作进行PPA的优化； * 交付流程涵盖：Floor planning，physical-aware synthesis, equivalence checks, partitioning, IO assignment and IP integration, power grid, P&R, CTS, timing closure, power analysis等 * 设计和实现Timing ECO并完成tapeout 签核 （sign-offs) * 优化改进芯片物理设计流程和方法学；
你将和有成功交付经验的CPU团队共同开发高性能CPU处理器，作为性能架构师，你将参与构建端到端仿真平台及流程体系，结合新的设计平台和工艺，开发与定义下一代CPU架构与微架构流水线方案，交付具备竞争力的高性能CPU产品，成长为业界稀缺的高端CPU架构师。岗位职责将包括以下一个或多个领域： 1. 研究CPU前沿架构技术，结合业务痛点，定义与开发下一代高性能CPU核的架构、微架构和流水线方案，提升计算及吞吐能力； 2. 探索前沿建模仿真技术，开发CPU全栈仿真模型，满足架构与微架构的性能、功耗等关键指标评估迭代要求； 3. 端到端CPU性能交付，包括CPU微架构方案制定，时序精确CPU仿真模型的开发，微架构特性的分析与评估，RTL实现精度校准，投片前性能关键指标Sign-off，保障CPU产品竞争力的达成； 4. 深入分析核心业务场景与特点，挖掘架构、软硬件协同等优化潜力，开发并落地优化方案，提升产品竞争力；
负责夸克、千问业务在搜索渠道的整体资源布局和投放运营，整合、协同代理商和媒体资源，将业务多元化卖点转化为高效获客素材，主导投放策略系统化升级，推动跨部门（如产研、数据、算力团队）配合，实现SEM投放能力持续优化，为业务降本增效提供坚实的系统能力支撑，高效达成业务增长与留存目标。
工作内容： 1、本岗位专注培养熟悉一线营运全链路人才，进行前置仓门店各岗位全链路轮岗 2、对生鲜商品有一定的认知，热爱互联网，接近用户，第一视角解决用户需求 3、热爱零售行业，积极主动，有强烈的服务意识、团队合作意识，较强学习能力、沟通能力以及领导力
1. 负责淘宝AI穿搭、AI试穿产品的规划、设计与持续优化，围绕用户在选款、搭配、试穿和购买决策中的核心需求，设计融合生成式AI、个性化推荐与交互体验的产品方案，提升用户使用意愿、决策效率及成交转化。 2. 结合用户分群分析（如新用户、高购用户、不同风格及身材人群）、行为路径追踪和穿搭场景洞察，识别用户需求痛点与体验断层，并将用户需求转化为可落地的AI产品能力和体验策略。 3. 建立AI穿搭、AI试穿的多维评价体系，涵盖模型效果（如生成质量、相似度、穿搭合理性）、产品体验（如任务完成率、使用深度、满意度）与业务价值（如点击、加购、成交转化），通过客观指标与用户主观评价共同量化产品价值。 4. 结合淘宝用户特征、商品供给结构及服饰行业趋势，设计差异化的AI穿搭与试穿体验，并主导跨部门协作，联合算法、设计、研发、数据、行业运营等团队，推动模型能力产品化、规模化应用及持续迭代。
1. 负责OTT大屏端（智能电视、机顶盒等）C端产品能力建设，能够从端侧视角出发，把用户需求转化为可落地的PRD，并推动研发、设计、测试完成交付。 2. 负责大屏AI语音、智能推荐、AI家庭服务等能力的产品化落地，持续优化电视用户体验。 3. 对接横向团队，梳理跨团队需求边界，推动方案共识并跟进执行。 4. 参与异地渠道、硬件厂商、内容/商业化等外部协作方的沟通，确保产品方案在不同场景下可落地、可验收。 5. 跟踪产品上线后的核心数据指标，结合用户反馈和数据表现持续迭代。
1.负责LLM与搜索引擎的深度融合，推动AI搜索技术迭代，通过RAG、Agent等技术提升用户搜索体验； 2.参与AI搜索模型全链路能力建设，聚焦Post-training（SFT、RLVR、Agentic RL、CoT）等核心技术； 3.构建数据驱动的Agentic闭环链路，支持智能体推理、Case分析、训练数据合成与自动化评估，实现搜索效果的持续优化； 4.持续跟踪AI搜索领域最新技术动态，推动研究成果沉淀为技术文章、专利或学术论文，打造团队技术影响力；
1. 行业竞品分析与大客策略制定：分析行业大客格局，制定差异化等不同打法的竞争方案，逐步提升平台市场份额； 2.负责行业大客户管理体系建设：负责大客全生命周期管理体系设计，协同运营团队，有效形成大客LTV正循环流程； 3. 负责行业大客户用户价值建设：负责协同产品线、策略线，紧密跟进大客需求，不断提供满足客户需求的用户价值，为行业其他分层客户提供样板showcase； 4. 负责SKABD团队建设：负责通过“招、育、汰”等管理手段，打造合格的SKABD队伍，建设有竞争的组织能力。
岗位定位 我们正从"好用的 AI 视频工具"走向"可规模化盈利的 AI 视频平台"。你将负责构建支撑商业增长的技术能力——从计量计费到商业增长引擎、从客户管理到产研运营数据，每一环都直接影响营收。我们希望以 Agent 的方式来构建这些能力，让 AI 深度参与数据分析、策略决策、自动执行与效果复盘，让商业增长更智能、更高效。你不仅是技术实现者，更是商业增长的技术合伙人。 核心职责 1. 计量计费与积分体系 ● 主导积分体系建设：积分计算、实时扣减 / 预扣、规则引擎与降级策略，支撑高并发调用。 ● 主导计量体系建设：基于日志的异步计量与聚合处理，保障高可用、数据不丢、计量准确。 ● 负责与下游扣减 / 入账 / 结算系统的对接，做好对账、幂等与最终一致性，保障资金安全。 ● 探索 Agent 辅助的智能对账与异常检测，提升计量准确性与资金安全的运营效率。 2. 多站点商业化落地 ● 负责国内 / 国际 / 独立站 / 开放平台等多个站点的商业化功能研发与迭代，把计费、积分、增长等能力在各站点稳定落地。 ● 针对不同站点的市场与合规差异，完成商业化能力的适配，保障各站点合规、稳定地运营。 ● 支撑多站点的商业化运营：活动、权益、转化玩法在各站点的配置与上线，响应业务快速试错。 3. 商业增长引擎 ● 构建增长基础设施：会员体系、订阅管理、触达策略、营销活动、A/B 测试与增长实验平台。 ● 建设 toB 客户管理能力：客户分层、生命周期跟进、高价值客户识别，围绕转化、付费、留存设计增长策略。 ● 以 Agent 驱动增长运营：让 Agent 自动分析数据、生成增长策略、执行触达、复盘迭代，让增长运营更自动、更智能。 4. 产研运营数据 ● 构建数据基础设施：行为数据采集、清洗、建模、可视化全链路。 ● 建设产研运营数据体系：功能渗透率、用户路径分析、模型调用成本分摊、ROI 评估、异常预警。 ● 提供 Agent 化、对话式的数据分析能力，让增长与产品决策可以用自然语言快速获得洞察。
1. 负责AI搜索产品的策略运营工作，结合企业客户的知识管理与信息检索场景，制定AI搜索与业务结合的理想态，明确产品及策略改进点； 2. 参与大语言模型搜索优化，通过资源引入、数据结构化处理、召排策略优化等方式，提升搜索准确率与召回率，优化AI回复质量； 3. 负责收集、整理和筛选与企业搜索相关的数据资源（行业知识库、专业文献、内部文档等），为企业RAG系统提供丰富的知识储备； 4. 通过数据分析挖掘用户需求与体验痛点，输出策略方案（如结果展示优化、排序策略调整、多轮对话体验优化），持续提升企业用户的搜索体验； 5. 与技术团队合作，根据用户需求和行为数据不断优化搜索算法和排序策略，定期对搜索效果进行评估，为模型改进和优化提供依据。
1. 企业级 AI Agent 工程落地指导: 作为客户 AI 应用技术服务的第一责任人，深入理解客户业务场景与技术痛点，主导Agent等工程全链路落地服务：从 RAG 构建、知识库向量化、Prompt Engineering 调优，到多 Agent 协作编排、工具链集成与 Function Call调试，确保 AI Agent 在生产环境高效运行。 2. 大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持:数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline; 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度; 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3. AI 云原生稳定性保障: 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。结合大模型业务的高并发、长文本等流量特征，制定 GPU 算力集群的弹性扩缩容策略。负责推理延迟优化、显存 OOM 治理、模型服务灰度发布、模型流量调度、算力混沌工程、故障快速定位与 RCA 沉淀。 4. 卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。设计并落地云上弹性伸缩方案，确保大模型/AI 业务在云端环境下的无缝对接、平滑扩缩容与极致弹性。
1.深度服务国内头部AI与游戏客户，精准洞察行业龙头前沿趋势，全面把握产业变革与技术应用新方向。全面深耕阿里云各产品架构和AI前沿技术，提供全流程的专家技术服务，覆盖数据规划、产品方案设计、AI Agent设计等全生命周期服务； 2.大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持:数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline; 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度; 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3.AI 云原生稳定性保障: 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。 4.深入理解客户场景需求，结合AI和云产品能力，提供方案评估、部署实施、测试与迭代，解决实际业务中遇到的模型交互、输出优化等问题。 5.卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。
我们是专注于大模型服务平台的技术团队，我们的核心业务是提供高效稳定的大模型推理服务API，帮助各行各业轻松利用大模型的强大能力，正在寻找一位有实力的Site Reliability Engineer (SRE) 加入我们，共同打造更可到的大模型服务平台。 负责AI基础设施算力资源的规划、运营管理与精细化数据体系建设。通过系统化、数据化方法提升GPU资源利用率、周转率与成本效益，保障AI训练/推理任务的高效稳定运行，支撑业务快速发展。 【工作职责】 1.大模型服务和平台的稳定性保障与体系建设：负责大模型相关核心业务系统和模型服务的稳定性建设工作，提升业务可用性与可靠性; 2.高并发流量治理：高并发场景下的流量治理方案设计与实施，包括熔断、限流、降级等容灾策略，确保业务弹性与鲁棒性; 3.GPU算力资源规划与运营管理：包含不限于优化GPU资源配置模型，平衡计算性能与成本，推动资源采购决策与部署策略落地，优化GPU资源配置模型，平衡计算性能与成本，推动资源采购决策与部署策略落地； 4.运维流程优化和自动化：推动运维自动化与平台化建设，提升研发效率; 5.架构高可用建设：业务系统稳定性架构方案的设计与实施，推动高可用架构落地，规避系统性风险; 6.应急响应：响应系统故障，快速诊断并恢复服务，分析原因并提出预防性改进措施;
1. 负责阿里云加速计算产品的设计、开发、市场推广和落地。深入理解客户的需求和行业技术发展的趋势，通过竞分、用户调研等方法，完成产品定义； 2. 负责产品架构的构建和把关，与算法、架构和研发团队共同完成产品架构设计，评估和选择合适的技术方案，并与技术负责人共同评审不同系统方案在性能、成本、可靠性、兼容性、安全性及演进空间上的取舍。 3. 对产品商业闭环负责，制定产品的上市计划，制作产品的发布和推广材料，并组织产品的上市推广； 4. 支持产品定价，市场规划，营销和售前支持，以及渠道建设等其它产品相关工作。 5. 推进生态与合作。 推动芯片厂商、模型与框架社区、训练和推理引擎、行业解决方案伙伴合作。
1. 负责阿里云加速计算产品的设计、开发、市场推广和落地。深入理解客户的需求和行业技术发展的趋势，通过竞分、用户调研等方法，完成产品定义； 2. 负责产品架构的构建和把关，与算法、架构和研发团队共同完成产品架构设计，评估和选择合适的技术方案，并与技术负责人共同评审不同系统方案在性能、成本、可靠性、兼容性、安全性及演进空间上的取舍。 3. 对产品商业闭环负责，制定产品的上市计划，制作产品的发布和推广材料，并组织产品的上市推广； 4. 支持产品定价，市场规划，营销和售前支持，以及渠道建设等其它产品相关工作。 5. 推进生态与合作。 推动芯片厂商、模型与框架社区、训练和推理引擎、行业解决方案伙伴合作。
你将作为Qoder全家桶产品（Qoder、QoderWake）面向企业客户的技术代言人，在售前阶段独立完成从需求调研到方案交付的全过程。面向客户的产研人员，深入洞察客户在软件研发效率上的真实痛点，并转化为可落地的AI编程解决方案；面向非研发人员，深入洞察客户在办公提效上的真实痛点，面向市场、营销、财务、法务、人事等不同职能岗位，提供场景化的解决方案。此外，能够熟练的使用Qoder全家桶产品进行技术演示和POC场景搭建，赢得客户信任，推动项目签约。
1. 规划和定义面向AI领域的CPU，并推动技术方案落地 2. 参与制定面向领域的CPU架构、微架构方案的定义 3. 制定CPU IP的Roadmap 4. 负责业界AI领域和具身智能领域技术方案跟踪和梳理
我们正在打造面向下一代开发者与知识工作者的 AI 原生产品，覆盖 Vibe Coding（AI 驱动的自然语言编程）与 AI 协同办公两大场景。 你将负责 1、负责秒悟商业化产品体系从 0 到 1 的搭建，包括定价模型、套餐分层、计费规则、付费转化链路等核心商业化模块的设计与迭代； 2、深度理解 AI Agent 产品的成本结构（大模型 Token 消耗、算力、工具调用等），设计既有竞争力又能保障毛利的 Credit / 订阅 / 用量混合计费方案；主导个人版、团队版、企业版的产品打包与差异化设计，联动销售、市场、运营团队推动付费用户增长，对 ARR / 付费转化率 / ARPU / 续费率等核心商业指标负责； 3、设计并优化免费到付费的转化漏斗，包括 Freemium 免费额度策略、试用期规则、付费墙触发时机、升级引导等，持续通过数据分析和 A/B 实验提升付费转化效率； 4、建立商业化数据分析体系，追踪商业化健康度指标（LTV / CAC / Churn / NRR），输出经营洞察，为公司商业决策提供数据支撑； 5、关注国内外同类 AI Agent 产品的商业化动向，形成竞品定价与商业模式对标分析，指导本方产品策略；与生态、渠道团队协同，探索应用市场分成、API 开放平台、大客户定制等增量商业化路径。
1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 5、产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 • 了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。
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。
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。
客户开拓与商机挖掘 •负责开拓国际 AI Native 企业、初创公司、AI数据服务和开发商等客户，识别并快速判断新兴增长赛道的市场机会，形成有效商机。 •深度理解客户所在行业，了解客户商业模式和业务流程，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。 •推广标准化AI产品、平台及Agent类应用，通过深入挖掘客户使用场景，驱动Token调用量跨越式增长，为客户提供价值。 •与客户业务负责人对话，维护好关键决策点的客情关系，协调阿里云管理层和客户建立连接，与客户各层级建立长期业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 •帮助客户理解阿里云MaaS产品技术价值和适用场景，阿里云产品相对国际市场先进模型的差异化优势。 •在视频生成/AI聚合平台/Coding/Agent等场景，与客户进行深入沟通和共创，根据客户需求初步制定模型、应用及方案的匹配。 •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。 生态资源整合 •链接孵化器、加速器、VC创投等生态资源，精准触达高潜客户，加速业务规模化增长。 商务策略制定与商机转化 •识别并影响客户决策链路，制定应对商务方案，运用销售策略，促进客户决策并转化商机，达成业务目标，实现与客户的双赢。 •作为客户运营和管理第一责任人，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。 业务支持和产品优化 •提供客户全生命周期的业务支持，及时解决客户问题，提高客户满意度。 •研究市场趋势及竞对产品，结合用户体验，持续输出产品优化建议，推动内部产品和解决方案改进。
岗位目标负责重点端外渠道的业务增长与经营结果，围绕 GMV、利润及用户转化，打造可复制的渠道合作与运营模式。当前重点推进支付宝等战略合作渠道 岗位职责 ● 负责重点端外渠道的经营规划与日常运营，对 GMV、利润、转化率等核心指标负责 ● 结合渠道特征制定供给策略，推动优质油站、商品及权益的引入、匹配与运营 ● 制定渠道流量运营方案，协同渠道及内部团队完成资源争取、活动策划、投放优化和效果复盘 ● 设计并迭代补贴、优惠券及营销活动策略，在提升转化的同时优化补贴效率与利润表现 ● 建立渠道经营分析机制，跟踪供给、流量、转化、补贴和利润等关键链路，及时识别问题并推动解决 ● 协同产品、市场、供给、数据等团队，推进重点合作项目落地，沉淀渠道运营方法论
一、岗位定位 负责高德购物行业下特定类目的KA业务发展与商业化拓展，带领团队完成所负责类目的收入目标。通过帮助零售商家在高德平台上实现有效获客与经营增长，驱动平台商业价值的持续释放。 二、岗位职责 1、进行行业与市场分析，制定所负责类目的业务发展目标与策略，拆解收入目标并带领团队达成。 2、搭建业务拓展团队，负责行业规模化发展目标和业务目标的达成。 3、深入理解零售商家的经营逻辑与获客需求，结合线上线下场景，探索商业模式与解决方案，实现服务增值。 4、联动产品、运营团队，推动类目专属产品能力与营销方案的落地，提升商家投放效果与续费率。 5、建立类目标杆案例与销售方法论，沉淀可复制的打法，支撑类目规模化扩张。
1.熟悉PRC&USGAAP，可独立制定与完善所负责业务的核算规则并能为团队提供复核与指导； 2.负责所在业务线财务相关对接工作，总结归纳核算、结算相关问题，并推动问题的解决和系统需求沟通，确保核算流程合规合理，提升核算质量；不断推动核算线上化，提高核算效率； 3.能够独立且有效地进行跨部门协作和沟通，与上下游团队紧密合作，推动常规工作和其他财务相关项目的进行。
伙伴规划和招募 • 识别所在区域及行业的目标伙伴群，招募优质、成长型伙伴，制定 BP 和拓展计划。伙伴运营管理• 基于区域市场特点与伙伴能力，明确伙伴业绩目标，对伙伴整体业绩及重点指标负责。 • 与伙伴负责人、业务团队负责人共同设计销售策略、业绩提升路径及解决方案升级方案。 • 推动伙伴投入人员、激励、市场活动及拓新等资源，保障业务目标达成。 • 负责伙伴整体运营管理，涵盖经营分析、业务复盘、重点战役与事项管理、市场投放及活动策划。 • 依据生态合作政策落实品控、合规及信控管理，防范廉正等红线风险，增强业务安全性。 伙伴销售赋能与项目落地 • 定期对伙伴销售开展辅导和项目复盘，进行客户与项目分析，协调公司相关资源解决问题，增强伙伴商机转化和业绩达成能力。 • 开展日常销售培训，包括电销、面销及售前。 • 带领并指导伙伴制定战略目标，规划业务重点与资源投入，盘点并深挖存量客户，督导日常执行。 客户服务管理 • 通过伙伴洞察客户需求，提供专业、及时的客户服务，帮助伙伴客户更好地使用阿里云产品和服务。 • 与伙伴客户关键人员建立长期合作关系，增强客户满意度，并通过资源整合和有效运作，推动续签及 Upsell。 • 与伙伴保持紧密沟通，快速响应客户问题和故障，协调内部资源解决问题。 • 从 AI、服务、运营保障、业务合作等方面改善伙伴客户体验。 跨组织协作与影响力 • 协同内部团队（SA、TAM、伙伴运营等）沉淀并落地成功方法，建立跨组织协作关系，推动项目落地。 • 影响伙伴管理层推动组织变革，以成功案例证明伙伴赋能的商业价值。
