共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1. 数据链路搭建与治理：搭建端到端的数据处理链路（采集 → 清洗 → 加工 → 挖掘 → 增广 → 质量校验 → 筛选 → 输出），对接线上 rollout 产生的原始数据（轨迹、日志、执行结果、用户反馈），保证数据可追溯（血缘管理）、可复现（版本管理）、可观测（关键指标监控）。 2. 数据清洗、加工与质量校验：对海量原始 / 脏数据做去重、去噪、过滤无效样本、格式规整、脱敏与结构化，并做二次加工（改写、结构补全、难度分级、标签规范化）；建立质量校验机制（规则质检 + 模型质检 + 双标一致性 + 金标抽检），系统性检测脏数据、偏见与分布异常，保证出库数据质量可量化、可迭代。 3. 日志与 Rollout 轨迹分析处理：对模型运行日志、工具调用日志、系统日志做解析、清洗、结构化，从噪声中抽取可用信号；对模型多步执行轨迹做逐步解析与标注（正确性 / 必要性 / 思考质量 / 整体 reward），识别冗余操作、隐性副作用与轨迹异常。 4. Bad Case 分析挖掘与高价值样本挖掘：系统性发现 bad case（执行失败、输出低质量、轨迹异常、用户投诉）并做根因分类（模型能力 / 数据分布 / 任务定义 / 环境依赖），输出结构化报告驱动数据补充与评测修正；从海量数据中挖掘高难度任务、罕见场景、易错 case、真实需求分布等高价值样本，建立规则 + 模型 + LLM 多信号融合的挖掘策略，并用 LLM-as-judge / 质量评分做精筛，识别"表面合理但实际错误"的样本。 5. 数据增广与合成：基于 LLM 对已有样本做变体生成、难度扩展、场景泛化，补充训练数据中的稀缺类型，并验证增广 / 合成数据质量，确保样本可直接用于训练。 6. 与算法、标注团队协同：与训练团队对齐"下一轮需要什么数据"，与标注团队对齐"什么样的数据值得标"，把数据挖掘变成模型能力提升的持续供给。
对云图标品渠道整体业绩负责 制定并拆解云图产品线的年度/季度渠道销售目标与增长策略，带领团队完成从线索获取、商机转化、合同签署到回款的全销售闭环，对渠道营收和利润结果负责。 搭建并运营规模化渠道体系 独立开拓、发展并管理云图产品的渠道合作伙伴生态，包括区域代理商、行业 ISV、解决方案伙伴等；制定渠道分层分级策略、合作政策、激励体系与赋能机制，推动伙伴规模化产出。 洞察市场需求，驱动产品迭代 深入理解企业客户对云图/位置智能标品的核心诉求，分析行业趋势与竞争格局，将一线客户和渠道反馈转化为产品优化与解决方案升级的关键输入。 主导重大项目落地 负责重大标杆客户或战略渠道项目的商务谈判、合同签署、交付协同与回款跟进，推动跨部门资源高效整合，确保项目高质量落地。 管理销售团队，提升团队作战能力和凝聚力。 任职要求： 4、良好的销售团队管理能力。
1、客户需求洞察与方案设计 理解基础大模型行业客户的业务场景、技术架构与技术战略优先级，挖掘潜在需求，输出云与AI全栈方案及实现路径。 作为解决方案专家与客户共建云和AI技术方案，识别合作机会，提出前瞻性架构设计，成为客户可信赖的伙伴。 2、技术策略制定与项目赢单 针对复杂客户，制定产品选型策略与技术路线图，将阿里云全栈AI能力与业务需求结合，推动技术落地采用。 面向客户高层，讲清技术价值与业务收益，引领AI转型，推动重点项目签约。 识别并管控技术与项目风险，协同产研与交付团队履约，实现收入转化与客户满意度提升。 3、售前引导与实操能力 围绕AI算力、通用算力、存储与网络需求，通过标杆案例和场景化演示展示产品优势，使技术方案与业务目标深度绑定。 主导PoC测试与方案选型，对结果负责，在安全、稳定、性能、可持续性与运行效率上给出技术建议。 4、能力沉淀与行业影响力 沉淀可复用知识资产：行业云架构模板、AI方案最佳实践、标杆案例。 组织内外部技术沙龙与分享，传播阿里云最佳实践，建立行业影响力。 5、产品需求与改进反馈 识别平台技术问题与机会，向产品团队传递客户需求，影响功能迭代与产品路线图。 反向推动客户体验类问题的内部闭环，促进产品方案与流程体系改进。
1、深入客户业务一线，通过访谈与跟岗拆解现有流程，找到断点和效率瓶颈，设计 AI 驱动的人机协同新流程，输出 SOP 并推动变革落地。 2、围绕"业务价值 × 可落地性"设计 AI 场景，完成从方案到 POC 的端到端验证——让效果看得见、算得出、讲得清。 3、基于千问办公/Qwen 大模型搭建 Agent，完成 Prompt 工程、RAG 知识库、工具编排与多 Agent 协作；通过 MCP 打通客户 ERP/CRM/OA 等核心系统，用 A2A 协议实现跨系统互操作。 4、作为客户侧技术主接口，从规划到上线全程把控，建立 ROI 跟踪与效果迭代机制，跑通"规划→落地→迭代"闭环。 5、培养客户内部种子用户，通过培训、工作坊和实操陪跑，让客户团队能自己搭、自己改、自己推广。 6、持续挖掘新场景与扩容机会，将一线洞察转化为商机线索，助力增购与续约。 7、沉淀可复用的方案与工具集，把实战经验反哺产品团队，推动产品持续进化。
1、负责优酷 iOS App 的功能开发与迭代，独立完成模块的方案设计与落地交付； 2、持续优化 App 的性能、稳定性与用户体验，参与线上问题的定位与修复； 3、与产品、设计、后端协作，保证需求高质量按时交付；
1、负责儿童动画项目前期美术整体规划与视觉风格设定 2、与团队深度协作，准确理解项目需求，完成前期核心美术设计（角色+场景） 3、利用AI工具辅助创意发散与风格探索，建立高效的AI辅助创作流程，持续提升前期研发效率 4、管理、整合并维护前期美术素材资源库，制定资产规范，推动设计资产的复用与沉淀
1、策划与世界观构建：基于6-12岁少儿内容定位，独立构思动画IP，包括世界观设定、核心主题、角色性格与成长弧线等； 2、剧本创作与节奏设计：利用AI进行创作，深度理解不同少儿内容风格的市场趋势，利用AI探索故事风格，并完成故事的全流程写作，并衔接下游环节。 3、跨部门协同：输出标准策划案（含角色设定卡、场景说明、目标清单）及分镜级剧本，支持美术、动画、音频团队高效执行；参与用户测试反馈迭代，优化技术-内容的制作链路。 4、儿童研究： 对中国儿童心理有基本理解，确保内容健康、有趣且具有启发性。 加分项： 1、Prompt化创作： 将文学剧本拆解为适合AI生成的“结构化描述词”，辅助导演可视化的产出； 2、深度理解儿童音乐市场趋势，能与作曲/剪辑团队协作，将教育目标嵌入旋律、歌词与节奏中；熟悉经典儿歌改编逻辑，在保留传唱度的同时注入新角色、新情境与现代价值观（如多元文化、环保意识）。
1、负责动漫行业IP的商务谈判及授权工作； 2、制定全年动漫行业IP授权业务规划并跟进执行； 3、维护与海外及国内IP版权方的业务合作关系； 4、负责与内部团队的对接协同及落地执行工作； 5、项目综合管理，确保项目按进度及计划执行。
1、全渠道发行规划： -制定动画片在国内市场的发行策略（电视、流媒体、短视频平台地铁/航空等渠道），排播计划； -分析观众画像与数据反馈，优化发行策略（如调整播出时段、内容剪辑方向等）。 2、版权管理与合作： -协助负责版权洽谈、合同签订及收益分配，负责采购合同内容的执行，版权链审核，介质以及节目上线跟进； -协助拓展和维护各大动画公司、版权方、出品方及制片方等客户关系，敏锐捕捉市场需求，推动资源置换与联合推广。 3、行业趋势研究： -跟踪国内动画市场动态、政策法规（如广电备案、文化政策等）； -竞品分析与商业模式研究，提出最优发行模式（如分账、会员专享）。 4、跨部门协调： -IP商业化协同：联动衍生品、游戏、线下活动等部门，挖掘动画IP的长线商业价值； -协同市场团队策划发行期营销活动（社交媒体话题、周边联动）。
1、了解GPU/GPGPU/NPU体系结构、运算单元，数据通路和指令流 2、有fabric/xbar/DMA/cache/memory controller相关数据通路验证经验 3、有AI core运算单元或数据整形相关验证经验 4、熟悉APB/AXI等AMBA总线协议 5、熟练掌握SystemVerilog和UVM，深入了解验证方法学
1. 设计和搭建大规模芯片级和模块级验证环境，制定cache/互联相关功能的验证策略。 2. 执行功能/集成以及门级仿真等有效验证方法来确保设计满足规格要求。 3. 分析和解决故障与问题，确保验证进度，交付完全验证的总线互联相关功能设计。
1. 负责 MMU （包括但不限于TLB、PTW、地址翻译子系统）的端到端验证以及子系统级集成验证 2. 制定 MMU 相关验证策略和验证计划，覆盖地址翻译、权限检查、异常处理、TLB 管理、页表遍历、多级翻译等关键功能场景。 3. 与架构、设计、性能、软件及系统集成团队紧密合作，分析并定位 MMU 相关功能问题、边界场景问题及系统集成问题。
1. 设计和搭建大规模芯片级验证环境，制定相关功能的验证策略。 2. 执行功能/集成/低功耗/性能验证以及门级仿真等有效的验证方法来确保性满设计满足功能和性能要求。 3. 分析和解决故障与问题，确保验证进度，交付完全验证的SOC设计。
1. 通过对高德场景的洞察及市场调研，结合 APP 资源及生态流量现状，负责设计符合场景特点和用户需求的互联网保险或金融产品。 2. 负责保险（toB场景险种）/金融（信贷/抵押贷）产品的规模化发展方向，制定和引领业务的快速增长方案，并于运营、行业、技术等团队沟通，确保产品功能能够准确、按时实现。 3. 跟踪产品上线后的运营情况，分析用户反馈和数据指标，即使优化产品策略，并形成迭代方案，从而提升用户体验和产品价值。且关注高德整体业务发展和行业趋势，持续优化产品功能和用户体验，推动产品创新和相关能力沉淀。 4. 关注并探索 AI 技术在金融商业化场景中的应用，能够识别业务流程中可被 AI 重塑的关键环节，推动 AI 能力与业务流程的融合落地，持续提升商业化效率与用户体验。
阿里云PAI团队致力于打造业界一流的一站式AI平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为大模型训练系统研发工程师，您将深度参与以下工作： 1. 负责PAI深度学习引擎的核心研发，重点突破MoE大规模训练、多模态（VLM/VLA）及Agentic RL（智能体强化学习）等前沿框架，覆盖Pretrain、SFT、RLHF/RLAIF等全生命周期训练任务的框架优化。 2. 针对超大规模模型负载，系统化分析训练各阶段瓶颈，通过数据加载加速、算子融合优化、通信库调优及分布式策略改进等手段，提升训练吞吐率。 3. 深入异构硬件底层，实现训练框架对多种新型加速卡的高效适配与性能调优。 4. 设计并实施超大规模训练任务的稳定性保障方案，构建高精度的故障检测与自动自愈系统；优化任务启动速度与断点续训机制，显著提升有效训练时长和任务成功率。 5. 构建智能体与环境交互的轨迹追踪系统及多种业界Benchmark适配体系，为LLM、自动驾驶、具身智能等领域提供便捷的底层基础设施支持。 6. 负责线上环境的实时监控、异常定位与性能诊断，建立快速响应机制；为头部客户提供专家级技术支持，保障平台服务的高可用性与高稳定性，助力客户业务顺利落地。
1、负责药企商家，在高德APP上效果类广告及展示类广告的合作拓展，提升合作商家的品牌曝光及经营效率； 2、通过商家的广告投放需求，围绕平台产品进行规划，输出广告营销方案及策略，从而提升合作商家的营收； 3、有较好的KA商家品牌广告攻坚能力，在全国范围内能联动团队也能独立拓展KA商家，持续挖掘行业内KA商家效果类广告及展示类广告商机； 4、能够针对KA客户进行广告推广的方案策划和投放策略支持，能从整合营销、策略规划、投放数据分析、投放复盘等进行全链路营销支持；
1. 客户接待：负责集团国内外重要客户的来访接待工作，包括需求评估、资源协调、内容筹备以及展厅的中英文讲解等。 2. 展厅运营：主导集团展厅的设计、建设和日常运营工作。深入了解电商、云计算及人工智能等领域，能够将最新业务进展转化为直观易懂的展示形式。 3. 活动支持：支持集团参与的展会及大型活动，包括展项统筹、视频制作等。
1、对接客户需求，制定媒介投放策略：包括不限于媒体投放渠道选择、媒体预算分配及媒介方案的设计。 2、协同内部策略、运营同学，为品牌客户提供营销顾问服务，跟进、拿结果，促成客户转化、复购与成长。 3、为媒体合作伙伴提供培训、咨询与售前支持，促进出单和复购。 4、对客户、行业、媒体的业务情况进行跟踪反馈，能够主导挖掘合作机会。 5、能与媒体侧、客户侧灵活、顺畅沟通，并适时探索新的合作模式。
1、对所在行业供给规模与质量负责，通过商业化产品整合、品类拓展、场景招商、营销大促等抓手，实现对行业优质资源的充分引入与整合，实现行业收入目标； 2、负责市场与经营分析，关注行业格局变化，敏锐捕捉增长机会；对内寻找与地图结合的增长机会，并输出切实可行的业务规划； 3、负责销售及销售运营团队的搭建及管理，不断提高销售效率及盈利水平。
负责大模型相关业务场景中“人”与“任务”的高效匹配与调度，通过数据驱动和流程优化，提升业务团队的整体生产力。需要建立并完善人员排班、任务分发、产能预测、绩效追踪等机制，保障大模型业务交付的稳定性、质量与成本效率，同时推动调度环节的自动化与智能化落地 1. 业务需求拆解与产能规划 对接大模型业务线（如数据标注、模型评测、内容审核、AI 训练支持、客服辅助等），理解业务高峰低谷、交付标准与质量要求。 基于历史数据和业务预测，制定周/月级别的人员排班与产能规划，确保人力供给与任务量动态匹配。 2. 人员调度与任务分发 设计并执行日常人员调度方案，结合人员技能标签、效率数据、工作负荷与任务优先级进行合理分配。建立应急响应机制，处理突发任务、人员缺勤、产能瓶颈等异常场景，保障交付不中断。 3. 生产力管理体系搭建 建立业务人员生产力指标体系，包括人均产出、任务耗时、准确率、饱和度、出勤率、有效工时等。通过监控核心指标，输出日报/周报/月报，识别低效环节并推动改进。 4. 流程优化与工具落地 梳理现有调度流程，推动标准化、自动化，引入或协同产研搭建调度系统、排班看板、任务分发平台。 探索大模型能力在业务调度中的应用，如智能排班推荐、任务优先级自动排序、产能预测等。 5. 成本控制与数据决策 监控人力成本、外包成本、加班成本等，通过调度优化提升人效和成本效益。 用数据支撑管理决策，定期输出人员调度与生产力分析报告。
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。
客户关系管理 • 客户开发：主动了解所在区域/市场的关键行业knowhow，保持对AI趋势的深度、及时掌握，识别市场机会，开拓新客户或挖掘现有客户的产品和技术需求，形成有效商机。 • 客户业务理解及需求挖掘：充分了解客户商业模式、AI场景下的业务挑战，进行客户组织架构梳理和决策链摸排，获取客户信息，通过串联客户OKR，找到双方合作机会点。 • 建立组织客情：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。 产品和技术价值传递 • 理解阿里云产品及解决方案：深入理解飞天云计算操作系统、七大件、全栈AI（从算力到模型到应用）等阿里云产品的技术价值，了解竞对的差异化竞争优势，能够根据客户需求初步制定解决方案。 • 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 • 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。 • 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 • 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，长期陪伴客户成长 • 推动产品反向优化：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。
1、负责高科技赛道（基础模型、具身智能、AI4S、AIGC、半导体、量子计算等）的新商机拓展工作； 2、深度理解客户行业与业务流程，解构生产链路及痛点，找到 AI和云计算 切入场景与合作机会点，并为客户提供有价值的方案，为阿里云在客户的目标结果负责； 3、作为第一责任人，统筹阿里云大模型MAAS、云计算等产品和方案在客户侧的招投标、合同谈判、内部流程、项目验收交付，协同产研及财税法等流程端到端闭环落地； 4、成为行业专家，建立行业KnowHow，通过新技术、新模式为客户业务带来价值提升，互利共赢 。
1、负责阿里云战略大客户的商务运作及拓展 2、对互联网行业有较为深刻的洞察，对当下热点和未来趋势等有自己的理解和判断； 3、有丰富的大客户维护经验，能独立完成重点项目挖掘、布局、运作和管理； 4、为阿里云服务的战略客户，提供更立体、更专业的咨询级服务等，帮助客户成功； 5、较强的内外部资源整合能力，完成项目推动与落地。
1. 端到端销售闭环：负责阿里云大模型及 MaaS 在高科技领域的拓展、解决方案、商务报价、签约与复购全流程，管理 pipeline，对销售增长与业务健康度负责。 2. AI 落地标杆打造：围绕通义系列模型、百炼平台、Qoder（AI Coding）在客户侧沉淀可复制的行业场景，推动从 POC 到规模化。 3. 客户高层对话与商机引导：深入客户C-level与业务一号位，围绕AI提效业务从客户业务痛点反向挖掘大模型与AI Coding落地场景，引导并孵化新商机。 4. 对前沿科技和AI native方向有良好嗅觉，可以开拓相关客户，并通过API调用带动收入跃迁。
1、负责 AI 原生及基础大模型（基模）赛道的市场机会识别，通过多渠道开拓新客户，形成有效商机。 2、对接 AI/基模方向重点及战略客户，攻坚开拓、挖掘潜在需求，形成规模化商业机会。 3、深度理解客户行业与业务流程，解构生产链路及痛点，找到 AI 切入场景与合作机会点。 4、推动标准化 AI 产品、平台及 Agent 应用落地，驱动模型调用量（Token）跨越式增长。 5、独立面向客户讲解阿里云 MaaS 解决方案，体现相对友商的差异化优势，增强产品溢价能力。 6、摸清并影响客户决策链路，制定商务策略，转化商机、达成业绩。 7、作为第一责任人，统筹招投标、合同谈判、内部流程、项目验收交付，协同产研及财税法等资源落地。 8、与客户各层级建立组织客情，持续做好客户服务，并结合竞对研究反哺产品优化。
1. 负责信息流程智能管理，推动跨部门信息标准化整合，结合AI能力，设计核心信息的智能收敛、自动提取与结构化整合方案，建设分析体系洞察项目进展、风险和机会点，提升信息处理效率与准确性； 2. 负责智能运营平台的产品规划与设计，为客户运营团队、产品运营团队等内部角色构建智能化运营工作台，支撑客户从获取、激活、留存、转化到服务的全生命周期运营线上化； 3. 负责智能客服与导购Agent产品的设计与迭代，搭建“智能+人工”的分层服务体系，设计全AI Agent自主服务、AI Copilot辅助人工服务以及智能导购推荐等产品形态，持续提升自助解决率和客户满意度； 4. 设计客户全生命周期运营工具，包括客户分层分群、智能标签体系、健康度评分、经营洞察、自动化运营策略触发等，实现从“经验驱动运营”向“AI驱动运营”的转变； 5. 探索LLM与Agent技术在运营与服务场景的深度落地，包括导购Agent（基于用户意图的主动推荐与交易撮合）、运营策略自动生成、智能工单处理、问题诊断与归因等，推动客户服务与运营工具的全面智能化升级； 6. 搭建运营数据监控与效果分析体系，定义核心指标（如自助解决率、转人工率、首解率FCR、客户NPS、激活率、留存率等），通过数据驱动运营策略的持续迭代。
1、负责企业客户的售前工作，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、负责企业的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、为企业客户整体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
1. 负责互联网+AI行业客户的售前技术咨询与架构方案设计，以技术优势建立客户信任，配合销售团队赢单，拉动业务营收增长。 2. 作为技术专家，为客户提供AI基础设施、Agent智能体系统建设的解决方案，推动大模型能力在业务与内部效能场景规模化落地，确保方案可实施、有竞争力。 3. 参与客户的技术方案比选，基于真实业务场景完成覆盖AI全栈链路的POC演示，在保证业务效果、性能与安全的前提下做到性价比最优。 4. 负责某一垂直细分赛道（基础大模型、具身智能、世界模型、AI native、传统互联网等）的AI战略洞察与打法制定，深入理解其Data+AI需求，把握市场与技术发展趋势，推动行业解决方案与合作生态的落地。 5. 围绕大模型、Agent、AI Infra等前沿方向，通过内外部技术活动与分享建设行业影响力，沉淀并传播"AI+云"的全栈最佳实践。 6. 为客户整体AI转型战略提供技术支持，指导构建安全、弹性、高可用的AI技术架构——覆盖AI基础设施、智能体与模型服务、大数据平台、业务系统、AI Coding工程、企业智能办公体等，以成本、效率、稳定性为度量持续提升其技术能力。
1. 负责淘宝闪购C端零售导购场景的视觉体验与信息表达，从用户发现、比较、判断到下单的完整过程，梳理商品、价格、优惠、权益、服务和 AI 建议的表达关系，建立清晰的视觉重点和决策节奏。 2. 面向不同品类、任务和营销节点，定义导购体验的视觉方向、信息层级、版式规则和素材标准；将复杂的价格、权益和服务机制组织成用户看得懂、愿意相信的表达。 3. 为 AI 建议、生成内容和动态素材建立视觉标准与事实边界，守住商品信息、品牌表达和用户信任；主导重点项目的设计走查与质量把关。 4. 使用 AI 进行视觉探索和内容生产，搭建覆盖参考准备、生成控制、人工筛选、精修与审核的 AI 生成工作流；沉淀案例、规范、模板和审核清单，推动团队使用。 5. 与产品、运营、算法和工程高频共创，把视觉判断转化为产品和内容规则；关注上线后的用户反馈与业务结果，持续调整方案。
