共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
AI推理平台团队聚焦于集团AI推理平台（阿里云百炼、千问AI平台、Qwen Cloud等）模型服务的基础研发，覆盖从底层架构设计到上层业务支持的全链路开发工作。我们的目标是打造业界最出色、成本最低、效率最高、规模最大、稳定、易用的MaaS平台，支撑大规模AI模型的研发、部署与推理极致优化，助力企业级AI应用的快速发展。 1. 负责阿里云百炼、千问AI平台管控面后端的设计、开发与维护，参与模型广场、调优&部署、数据管理、观测评测、商业化计费、企业级能力、网关管控等方向之一的设计与开发工作。 2. 模型调优与部署：负责百炼、千问AI平台上模型后训练产品工程链路开发，包括数据集管理、框架集成、任务调度、量化与蒸馏、调优后模型部署、公池API产品化售卖(如PTU、TPM预留、多LoRA)等。 3. 观测与评测：负责百炼/千问AI平台的模型与应用可观测系统建设，包括OpenTeletry观测体系、API监控与告警、模型访问审计、用量分析等；以及基于观测日志等数据为基础的模型评测、应用评测、数据标注、模型调优等大模型工具层能力建设；负责Agent Studio Loop等产品能力建设。 4. 数据管理：负责百炼、千问AI平台的数据系统的架构和实现，包括多模态数据源接入/数据Connector、解析与清洗、数据管理等能力，为百炼模型层和应用层提供安全易用、高质量的数据能力。 5. 企业级能力与商业化：负责百炼平台的管控基建(管控网关、权限、限流、多站点等)、企业级能力(网络通道、数据权限管控、细粒度权限、资源与Open API等)、商业化(商品订单、商业化计费、Token Plan等)等架构和开发工作。 6. 了解技术使用场景和优缺点，能够就复杂技术问题，提供解决方案并执行落地，同时对上下游技术团队及技术架构有完整的了解。 7. 基于业务需求和技术洞察，在大模型基础设施管控方向上，进行技术规划并落地。
岗位使命： 我们要找的是to B agent harness产品。对外把底座封装成客户三行代码就能接入的 SDK 与控制台，对内把 Agent 的智能水平变成能跑数、能回归的评测闭环，同时你自己就是这条链路的项目推进人——排期、卡点、验收全都归你。 职责配比：ToB Harness 产品 55%，Agent 平台产品 30%，项目推进 15%。 岗位职责： 1. 定义 ToB Harness 产品：把一套底座切成客户能选的能力档位 收敛 runtime 的配置维度（模型、harness、工具、Skill、卡片样式），对外只暴露档位与少量参数，不暴露内部复杂度。 设计能力分档策略：每档要给出延迟、成本、智能度的明确三角，以及哪些请求会被降级、哪些会被直接拒绝。 按客户形态拆接入方案：有屏车机、无屏 AIoT 设备、第三方 App 内嵌助手，各自的接入路径与兜底逻辑要分别定义。 定义对外返回结构与计费口径：卖结论、卡片与引用来源，不卖裸数据；按量阶梯计费而非包月。 每份方案配一份客户视角的接入演练，包含真实 API 调用示例、失败态处理和能力边界声明。 2. 建设 Agent 平台产品：让 Agent 的生产与准入变成流水线 负责 Agent 的创建、配置装配，以及外部工具与 Skill 的引入与治理。 工具与 Skill 的准入审计：schema 与实际注册实现是否同步（不同步会产出模型看得见但调不通的幻影工具）；工具返回的凭据字段在上下文裁剪后是否还在（丢了会导致同一个目标被重复召回）；第三方 Skill 的字段语义是否与本平台一致（同一个 allowed-tools 字段，在有的框架里是权限白名单，在有的框架里是增量召回清单，语义相反）。 上下文工程治理：拆清单请求里 system prompt、tools schema、对话历史各占多少 token，识别哪部分是固定开销，在裁剪率与召回质量之间给出明确取舍，不靠感觉调。 3. 构建评测闭环：用任务完成率而不是格式合法率驱动迭代 设计细粒度评测集，多个指标分开看、不做加权合成，红线项单独判定。 核心指标是任务完成率与任务满足率。"格式合法地终结了对话"不算完成。 推动实验有效的策略固化为生产能力，并持续监控线上表现。 4. 推进项目落地：每阶段有可验收产物，卡点显性化 按三阶段节奏推进——底座打通、SDK 与控制台上线、规模化复制，每阶段的验收标准提前写死。 维护 Owner 表与卡点表。周会只过两件事：本周动了什么、被谁卡住，不做进度美化。 客户交付走项目制：需求分级、变更控制、上线后监控与迭代排期。并行管理 3 个以上客户与 2 个以上内部团队时，排期不失控、卡点能及时上升。
1、面向 ASR、TTS、语音对话及相关音频模型场景，结合模型评测、业务反馈和 badcase 识别数据缺口，形成数据产品需求和优先级建议。 2、负责分配的数据产品或业务线，设计自建生产、定制采购、成品采购、业务回流和合成数据等来源组合，明确产品范围、业务规则、质量目标、里程碑、成本和风险。 3、将数据产品需求分别转化为生产交付、数据处理、Data Agent 和平台业务需求，定义输入输出、业务字段语义、产品指标和验收条件。 4、与生产交付团队协作完成试产和规模交付，管理产品范围变更，验收交付完整性、质量证据、版本清单和风险说明。 5、跟踪数据进入模型或业务后的效果，结合 WER/CER、MOS、任务成功率、用户反馈等适用指标复盘数据价值，提出下一轮调整建议。 6、沉淀可复用的数据方案、业务规则、需求模板、验收方法和复盘结论。
1. 多模态/世界模型训推架构：负责万亿参数多模态理解、多模态生成模型、世界模型分布式训推框架的设计和实现。通过5D并行策略、细粒度显存优化、通信计算Overlap等手段，实现多模态场景高效的预训练/后训练Pipeline。 2. 模型联合的深度算子优化：结合多模态理解生成场景，通过算子融合，定制Attention、MoE等算子，并达到SOTA的训推MFU。 3. 模型加速工程：使用蒸馏、量化、剪支等加速技术，在AIGC、实时生成等场景达到极致的模型效果-性能平衡点。 4. AI创新应用落地支撑：作为算力基座的核心支撑，支持行业顶尖的多模态生成模型在 AI 创新应用场景的业务落地，解决工业级大模型训练中的迭代基建问题，确保模型从训练到应用的顺畅衔接。
1. 负责视频增强算法的设计与研发，对 GAN 和 Diffusion 技术有深入的研究，应用场景包括但不限于 超分、降噪、色彩增强、去模糊、插帧、暗光增强、人像修复、去交错等； 2. 负责视频处理算法部署落地，涵盖不同 cpu/gpu/sdk 上的工程适配、算法调优与成本/速度优化； 3. 负责视频画质分析和质量评估算法的研究和落地，包括但不限于噪声估计、色彩/曝光/对比度/清晰度评价、美学/构图评价等； 4. 负责视频相关场景的画质提升并节省带宽，打造行业顶尖的画质处理解决方案；
● 视频编码（包括但不限于 H.264/H.265/H.266 ）优化：通过对主流标准的视频编码器优化，实现不同业务场景对主客观压缩率、编码速度、编解码延时等核心指标的需求。相关优化算法包括编码器快速算法，压缩率算法，码率控制，场景编码，ROI，JND编码等； ● 在标准编码框架的基础上，借助 AI 领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升全链路压缩效率； ● 基于 AI 大模型，智能分析场景，生成转码方案，结合场景差异化挖掘压缩率冗余，提高总体转码效率；
1、负责车载出行 Agent 的产品规划与定义：围绕充电、停车等高频驾驶场景，定义 Agent 的任务边界与交互形态，拆解意图理解、槽位澄清、工具调用与结果呈现链路，形成端到端可落地的产品方案； 2、负责 Agent 效果的度量与迭代闭环：搭建场景化评测集与 Bad Case 归因机制，通过数据分析定位任务失败环节，驱动 Prompt、工具 Schema 与决策策略迭代，持续提升任务完成率与用户满意度； 3、负责竞品分析与市场洞察：跟踪行业竞品及主流车厂座舱智能体的能力演进与体验路线，分析技术与市场趋势，为产品差异化和创新方向提供判断依据； 4、负责协同算法、工程、车厂等多团队，通过沟通和协调完整把控产品落地过程，保证交付效果与及时性。
【岗位职责】 1、深入重点客户业务场景，快速识别其对AI技术的需求场景，例如办公提效、经营优化、智能研发、多模态识别和生成等，充分利用企业数据对业务流进行重塑，通过数据+AI进行智能决策和行动，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地。 2、AI 应用架构与开发： 基于 Agent 平台完成 AI应用 场景的架构设计、开发与迭代，负责模型编排、调用链路、成本与性能优化，确保应用稳定可扩展。 3、场景落地与交付： 深入客户业务现场（制造/零售/能源等行业），理解行业痛点，将业务需求转化为 AI 技术方案并完成交付部署。 4、平台能力反哺： 基于一线项目反馈，抽象通用能力推动平台产品优化，实现从“定制项目”到“平台能力”的转化。
业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。 持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。 在这里，你将负责高德共享出行业务 上下车点推荐、运力推荐、路线规划、服务管控 等核心环节的算法优化与效果提升，工作内容包括： ● 推荐链路优化基于时空轨迹、声音、视频等海量多模态数据，运用深度学习、多模态大模型等先进算法，提升召回、粗排、精排、重排等推荐环节的准确性，确保用户获得更优出行体验。 ● 时空数据预测与数据建设优化路线旅行时间预测、发单应答时长预估、供需预测等关键能力，并持续构建高质量的时空数据体系，为业务决策和算法迭代提供坚实支撑。 ● 行程问题智能处理：构建并优化模型，精准识别司乘纠纷、费用异常、服务质量波动、安全风险、客诉等多类行程问题，并实现自动化处理方案。 ● 端到端算法研发参与或指导从数据可视化、算法选型、数据清洗、模型搭建、参数调优，到工程化上线及用户反馈跟踪的全流程研发，确保算法方案高效、稳定落地。 在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。
1、负责高德搜索产品，为搜索体验和流量效率负责，通过分析当前用户体验痛点问题制定规划和解决方案并推动落地，持续提升用户搜索体验； 2、结合对本地生活行业特点设计召回排序策略优化、平台流量策略等机制，持续提升搜索用户的需求满足度，通过对用户的动线进行持续追踪和研究，发现用户体验提升的新机会； 3、与策略算法、工程开发、数据团队紧密配合，持续推动搜索体验、策略质量的不断迭代优化提升。
1. 产品迭代评估方案与用户满意度量化 2. 跟随千问APP产品能力迭代节奏，针对新功能、新场景制定对应的评估方案和评分标准，明确评估维度和指标，并选择最合适的评估方法（自动评测、人工评估、众测、A/B实验等），兼顾效率与准确性； 3. 建立人工评估结果与线上众测数据、实验指标（留存率、使用率、满意度评分等）的对齐机制，确保离线评估结论能有效预测线上用户体验，将主观体验转化为可追踪、可对比的量化指标，支撑产品决策；
岗位定位 负责高德营销平台的技术架构与团队建设，主导营销体系的架构演进、平台化建设及 AI 技术落地，覆盖营销策略、补贴投放、优惠券/会员权益、营销创意、用户触达、效果归因等全链路能力；带领工程与算法团队实现从营销策略制定到用户转化交付的全链路提效，驱动业务增长。 核心职责 1、联动商品、交易、搜索推荐、广告、用户增长及行业业务线，推动营销能力在酒店、门票、租车、加油充电、美食等多行业的标准化输出与灵活定制，构建多行业平台化支持的营销中台； 2、制定高德营销平台中长期技术路线图，主导营销规则引擎、补贴预算、优惠券/卡券平台、会员权益、营销投放、效果归因、创意生成等核心系统的架构决策，确保平台在高并发、高预算管控、多行业场景下的高可用、高扩展性与资金安全； 3、深度理解出行生态下营销业务的商业逻辑，对补贴策略、投放效率、券包转化、会员增长、活动运营等需求进行优先级判断与资源调配，推动技术方案与 GMV、ROI、核销率等业务目标的深度对齐，对营销方向的业务结果负责； 4、搭建并培养一支兼备工程全栈能力、算法建模能力与 AI Agent/ AutoResearch等工具使用能力的复合型团队，推动工程与算法从职能分工向"策略-模型-工程-运营"全链路闭环演进，，显著提升营销转化效率与运营人效，建立结果导向、数据驱动、容错创新的团队文化。
1、项目承接：主导所负责区域新店/闭店资产利旧/改造 2、关键协同：负责新店项目全链路整体沟通协调，与总部营运SPT、营运标准、总部开发等各部门强协同； 3、建店标准：依照建店设计标准及业务需求，参与审核新项目图纸平面； 4、成本管理：新店成本的管控, 更新、迭代建店预算模板，审核建店预算，合理建店投入（资产利旧、开办费管控）； 5、新店节奏：把控项目（新店、改造、闭店）各交付节点，保障按时交付，对开店成本、开店质量（经营结果）负责；开店质量管理,开店后30天的后评估跟进。
岗位概述 作为国内领先的车载地图服务提供商，我们正在为中国车企的智能座舱与智能驾驶业务提供覆盖国内及海外市场的地图产品。你将作为核心产品经理，负责智舱地图和智驾地图产品的需求设计，并参与产品在海外市场的拓展。如果你对车载地图和自动驾驶行业有热情，并希望在一个具有全球化视野的团队中深耕，这个岗位会给你充分的空间。 ● 智舱地图产品需求设计：负责座舱域车载地图产品的导航、搜索、交通信息、数据管理、日志、性能等功能的产品需求设计与规划，跟进开发、测试、上线全流程，持续优化车载场景下的用户体验与功能表现。 ● 智驾地图产品需求设计：承接车厂在智能驾驶能力演进中提出的地图数据组织、数据更新、数据播发等需求，深入理解客户场景与技术约束，输出可落地的产品方案，推动需求高质量交付。 ● 地图产品出海：负责地图产品在海外市场的功能设计与需求规划，研究目标市场的合规要求与用户习惯差异，协同内部能力团队推进产品本地化适配与落地。 ● 跨团队协同与功能落地：协同商业产品完成客户需求的沟通与拆解，协同内部各个引擎与算法等团队，推进地图需求落地。 ● 行业洞察与创新探索：持续关注汽车与自动驾驶行业的发展趋势及竞品动向，结合行业信息发现新机会，探索智舱与智驾双域协同演进的新方向。
1、负责内容广告产品的需求分析、功能设计及落地，优化广告投放策略与效果，提升广告主 ROI 和用户流量分发效率。 2、结合直播电商和短视频行业趋势，设计创新广告形态与商家赋能工具，推动广告系统链路优化与迭代。 3、基于数据驱动的分析方法，通过用户行为分析、流量分发策略及ROI提升模型，主导或参与商业化项目落地，达成GMV增长、广告消耗提升等核心指标。 4、协同技术、运营、市场团队，跨部门推动项目实施，协调资源解决业务痛点，确保产品与市场需求的高效对齐。
1、跟踪AIGC行业动态，完成竞品分析及技术趋势研判，制定有先进性、特色、适配电商客户的产品策略。 2、主导AIGC工具产品和广告业务赋能策略的设计，协同算法、工程、运营团队推进产品迭代落地。 3、数据和目标驱动，持续优化产品能力、输出稳定性与用户体验。
业务丰富，技术领先高德打车算法团队深度赋能打车业务全链路，涵盖 用户增长、风控、服务管控、路线与上下车点推荐、ETA 预估、智能客服 等核心场景。多样化的业务挑战为算法创新提供了广阔的发挥空间，团队已在 AI 顶级会议发表成果。 持续成长，共享共进团队每周固定进行技术分享，氛围开放、互助友好；除了解答算法与工程难题，资深同事还会分享项目经验，并传授业务理解与问题解决的方法论，助你快速成长。 在这里，你将基于人地交互等多源数据，打造业界领先的智能营销、引流推荐、用户增长算法，直接推动高德打车业务的持续增长，主要工作包括： ● 运用因果推断等技术，设计与实现智能营销算法； ● 针对用户生命周期不同阶段，实现拉新、促活、留存、召回等运营目标； ● 结合强化学习、多目标学习等方法，完成多触点、多时机的精准触达； ● 应用大模型技术（PE、SFT、DPO、RAG、AI Agent、AIGC 等），洞察用户需求，实现运营智能化与自动化； ● 将业务场景问题转化为数据建模或科学问题，提出并高质量落地解决方案。 在这里，你的算法将直接服务全国数亿级用户，带来真实而深远的影响；你能接触到前沿大模型、多模态、强化学习等核心技术，并与顶尖同事共创，在开放包容的创新氛围下，发挥你的创造力。
1.组织集群各种基础设施规范标准、技术优化、⻛险管控等方案的编制及评审，并做好相关记录 2.跟进全国规范标准、技术优化、⻛险排查的落地进度，并及时推动落地不及时的情况 3.审核并优化电气专业系统的SOP、EOP、MOP以及SCP⽂件 4.审核并优化电气专业系统的巡检表单、维护计划、维护内容、演练计划与⽅案等⼯作内容 5.对集群⽤电情况分析总结 6.负责数据中⼼运⾏数据的分析、设备标准⼯况分析和参数设定指导 7.节能优化提⾼设备的综合效能、采取有效措施提升设备保障能⼒ 8.对在运⾏数据中⼼出现的电⽓问题进⾏故障定位，根因分析并在技术上支撑问题快速解决； 9.及时总结复盘并横向拉通进⾏经验分享，更新相关运维标准、规范
1. 产品运营及用户增长：搭建大数据 AI 平台产品用户从免费体验到付费到忠诚的成长体系。结合产品功能特性，包装典型场景方案、使用教程、售前资料等，提高电销、分销、网站自服务渠道的转化效率。 2. 产品品牌建设：围绕大数据 AI 平台产品技术，梳理品牌策略，并结合新品发布、客户沙龙、开发者活动等多种形式，强化市场心智，提升市场对大数据 AI 平台的了解和认同。 3. 数据分析与系统搭建：协助业务进行数据分析，监测业务波动，提供增长洞察。
主导 Coding & Agent 方向评测体系的设计与落地实施，定义模型能力，设计评测方法并构建专业评测集。具体包括： 1. 主导设计并构建面向代码生成与智能体的评测基准，涵盖能力维度拆解、任务难度分级、数据集构造、评分标准制定等全流程，具备从 0 到 1 打造高区分度评测集的能力。 2. 持续跟踪学术界与工业界在代码智能（Code Intelligence）和 Agent 领域的前沿进展，提出评测方向演进策略的专业判断，确保评测体系能有效度量模型的真实能力边界。 3. 设计覆盖真实开发场景的代码评测任务，包括但不限于：代码补全、多文件编辑、调试修复、重构优化、仓库级理解、工具调用链路等，推动评测从"解题"向"工程实践"演进。 4. 设计面向复杂 Agent 场景的评测任务体系，涵盖多步推理、环境交互、工具编排、长程规划、错误恢复等维度，构建能反映真实 Agentic 工作流的端到端评测方案。 5. 建立评测数据质量管控机制，包括题目查重与污染检测、难度标定与校准、人工标注规范制定与一致性审核，确保评测结果的可信度与可复现性。 6. 与模型训练团队紧密协作，将评测洞察转化为模型能力改进方向；与工程团队协同推动评测基础设施建设，支撑高频次、大规模的自动化评测流程。
【需要你负责——】 1、物流体系、物流团队的搭建与日常营运管理工作，支撑业务发展，及时处理各类重大突发事件； 2、负责仓储、配送的现场运营管理，包括生鲜类非标品和标品的收货、拣货、打包、配送、盘点、退货等操作； 3、制定和改进物流体系的规范与制度，梳理并建立标准化作业流程，并监督执行； 4、负责站点的履约运营和团队管理； 5、负责站点的资源协调和突发事件的处理； 6、负责站点的经营和规划和盈利的管理；
1. 负责表格存储多模态数据底座从架构设计到核心研发的全链路工作，覆盖分布式存储、检索与向量引擎；设计研发面向 Agent 的记忆与知识存储核心架构，优化向量索引与标量数据的混合存储性能，解决海量向量数据高并发写入、索引构建与低延迟检索难题，支撑海量 Agent 的高并发读写；深度集成 LangChain/LlamaIndex 等主流 AI 框架，提供契合 Agent 开发习惯的 SDK/CLI 与管理控制台，并持续优化性能与成本。 2. 负责系统在生产环境的稳定运行与持续演进，针对 AI 领域高频访问与大规模租户场景突破单机与集群性能瓶颈；构建面向百万级 Agent 实例的细粒度多租户隔离与基于向量、存储容量、QPS 等多维度的计量计费能力；建设网关侧熔断、限流、线程池隔离与服务降级机制及全方位监控告警体系，保障 PB 级数据场景下的服务稳定性与故障快速恢复，推动存储服务从技术能力向商业化产品演进。 3. 跟踪存储、检索与 AI 领域前沿技术，吸纳开源生态成果，推动产品与技术的持续演进。
1、负责公司品牌及旗下产品的视觉设计，完成品牌视觉体系的搭建、升级与应用。 2、主导品牌营销项目的创意设计，包括品牌活动、营销战役、活动 KV、互动 H5、线下活动、品牌周边及传播物料。 3、负责线下平面物料的设计与制作落地，把控材质、工艺、打样及成品效果。 4、根据业务目标提炼创意概念，完成方案推导、视觉提案，并推动项目交付。 5、沉淀品牌资产、设计规范与工作方法，利用 AI 提升团队的设计效率与产出质量。 6、关注品牌、广告、艺术、影像及新媒介的发展，并将新的创意方法应用到实际项目中。
1. 大型分布式系统软件的高可用性设计开发，自动化故障分析定位能力建设； 2. 高带宽高性能交换路由转发平面的定义、研发、测试和创新； 3. 大规模分布式路由协议的研发、测试和创新。 从事以下工作： 1、技术方案设计 • 收集、识别、分析网络架构和运维侧需求，并确定技术方案的目标、范围和交付成果； • 基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等。 2、技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现； • 善于利用AI， 通过SDD方式， 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等； • 通过AI辅助， 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署；并善于总结工作经验，完善AI native 的研发流程； • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等。 3、稳定性和性能优化 • 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠； • 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能。 4、技术预研 • 跟踪和了解新的产品技术和趋势，根据业务需要提供新的技术支持和建议。 5、技术规划 • 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。
1.负责AI平台的配置管理，根据需求更新平台配置，对平台数据进行统计和分析； 2.负责AI平台的答疑，解决算法同学资源等待、硬件故障等MLOPS相关的问题答疑； 3.负责答疑的总结，帮助设计平台的易用性，进行工具开发。
1. 代理商运营赋能：保障代理商经营发展与日常运营，诊断代理商运营问题，跨团队协同有效资源，提供代理商赋能解决方案，并推动AI产品从产品解决方案落地到代理运营效率提升 2. 协同代理商和商业产品迭代：结合代理商的日常运营，推动商业产品功能迭代升级，从代理商角度，对行业特性、发展趋势和增量机会点等进行分析，输出可复制性强的业务策略，推动代理商经营提效 3. 代理商腰尾部和新客批量运营：推动代理商进行批量化的腰尾部客户的运营，保障腰尾部客户和新客户的运营效率 4. AI产品（如轻洲）渠道策略：整合内外部资源，针对不同类型的代理商，规划适合不同代理商类型的轻洲解决方案，并参与AI产品（如轻洲）的创新落地，形成可复制的方案
您将会负责的工作主要包括以下内容： 后端开发：负责数据库产品后端内部工具系统的开发与优化，使用先进的技术栈和工具，确保系统的稳定性、扩展性和高效性。 持续集成与交付：设计和实施CI/CD流水线，自动化构建、测试和部署流程，提高开发效率和交付质量。 系统运维：管理和维护云产品的基础设施，确保系统的高可用性和可靠性，快速响应和解决生产环境中的问题。 性能优化：定期进行系统性能监控和优化，识别并解决性能瓶颈，提升系统响应速度和用户体验。 知识库 + Multi-Agent + Loop：结合AI工具对系统进行持续迭代和优化。
1. 结合业务发展规划(训练/推理)，负责AI算力系统(GPU/CPU/网络设备/存储等)的选型评估与技术路线规划；跟踪行业前沿硬件动态，为AI硬件引入决策提供技术输入； 2. 负责算力系统引入的前置评估与验收，制定并执行硬件验收测试方案，覆盖性能基准、压力稳定性、RAS特性、多机训练/推理单集群多品牌机器混部场景测试，识别潜在风险点并推动问题闭环； 3. 负责AI异构硬件系统OS交付流程的全链路管理，保障BIOS、BMC，CPLD，NIC FW，GPU FW bundle 版本等关键软件栈组件的版本把控和可追溯性； 4. 线上稳定性保障，建立硬件全生命周期监控体系，保障大规模集群上线后的持续稳定运行，参与容量规划、故障预案制定等基础设施保障工作，深入GPU固件、驱动、运行时等多个层面进行问题定位，建立标准化的故障诊断流程(SOP)，提升问题定位效率与故障闭环效率； 5. 支撑AI相关业务的异构软硬件系统稳定性，负责大规模分布式训练(万卡级)集群的软硬件问题定位与解决；负责大规模推理服务集群的软硬件稳定性支撑；定位并解决推理场景下的性能劣化、硬件异常、服务稳定性等问题； 6. 持续推进算力项目体系化和系统化建设；
1、使用Unity3D引擎开发进行功能的开发与维护。 2、根据项目需求对各类所需工具进行再开发及调整优化。 3、与项目组策划、美术保持良好沟通，确保开发需求准确实现。
1. 根据部门战略方向，进行中国广电&有线网络等重点目标客户的云业务和服务拓展，或建立基于AI+云的商业合作； 2. 保持对AI趋势的深度及时掌握，识别市场机会，充分了解客户业务及AI场景下的挑战，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； 3. 与客户或合作伙伴进行重点项目对接，布局，完成商务全流程； 4. 具备一定的解决方案顾问能力，能够协调公司阿里内部产品、研发、运维等资源，高效完成项目推动与落地； 5.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；
