共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1、负责项目的前期规划、需求分析、技术方案设计、资源协同与调配等工作。 2、负责项目进度把控、质量保障、风险管理及问题整改工作。 3、对所负责项目进行有效成本控制，确保目标达成。 4、负责团队人员的管理，提升团队整体能力，提升项目质量。 5、负责项目过程中的沟通协调，解决复杂问题。
团队介绍： 团队由国内外知名高校及主流互联网企业的资深专家组成，在顶尖会议（如 NeurIPS、ICLR、ICML、KDD 等）发表过多篇论文，是国内理论与应用实践相结合、应用算法创新的顶尖和超一流团队。 围绕出行 Agent 等高德的核心业务场景，通过大模型提升业务效果并落地，不限于 VLM 的 SFT / RL / on-policy distillation，以及 Agent 的 tool 与 skill 调用、复杂任务编排、agentic reasoning 等方向。 岗位要求： 1、计算机、电子信息工程、自动化控制、数学、信息安全等相关专业背景，硕士及以上学历； 2、在机器学习或深度学习领域有实习或者项目经历，具备以下一个或多个方向的研究和应用经验，如多模态数据处理、自然语言处理、计算机视觉、大模型与 Agent 等，在 NeurIPS/ICML/ICLR/CVPR/ICCV/ECCV 等顶级会议或者期刊发表论文者优先考虑； 3、具备扎实的 Python、SQL、C++ 或者 Java 等编程基础，熟悉主流深度学习工具 PyTorch 等； 4、有良好的数据敏感性和逻辑推理能力，较好的学习和沟通能力，对业界新技术敏感、喜欢钻研，具备熟练的英文读写能力；
1、LKA超市策略制定与达成： 负责区域内头部连锁超市商家的O2O业务规划，制定GMV、毛利及营销ROI目标，通过数据分析诊断商家经营痛点并输出解决方案； 2、商品与供给优化： 深入理解商超品类结构，协同商家优化线上选品、定价及库存策略，打造爆款商品矩阵，提升动销率与客单价； 3、营销活动与资源撬动： 统筹大促及日常营销活动，整合平台流量资源与商家预算，策划联合营销方案，对活动效果负责； 4、商家赋能与关系深耕： 建立高层互信机制，定期输出行业洞察与竞品分析，推动商家内部组织变革以适配O2O业务，提升商家自运营能力； 5、跨部门协同： 联动配送、产研、市场等部门，解决履约体验、系统工具及品牌曝光等卡点问题，保障业务高效运转。
1、云产品稳定性保障，风险巡检：客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 2、客户技术专项处置与支持：复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 3、排查问题，管控体验：高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 4、专精客户行业，技术沉淀：提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
1、云产品稳定性保障，风险巡检：客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 2、客户技术专项处置与支持：复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 3、排查问题，管控体验：高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 4、专精客户行业，技术沉淀：提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
1、云产品稳定性保障，风险巡检：客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 2、客户技术专项处置与支持：复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 3、排查问题，管控体验：高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 4、专精客户行业，技术沉淀：提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
云产品稳定性保障，风险巡检 客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 客户技术专项处置与支持 复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 排查问题，管控体验 高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 专精客户行业，技术沉淀 提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
云产品稳定性保障，风险巡检 客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 客户技术专项处置与支持 复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 排查问题，管控体验 高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 专精客户行业，技术沉淀 提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
职位描述： 基于AI原生框架将业务场景转化为可投产的智能体应用，并对交付质量与上线效果负责。具体包括： 1. 场景落地与方案设计：深入理解客户业务（如智能问答、产品推荐、合规审核、智能外呼、研报撰写、智能办公等），完成智能体方案设计、意图树与知识库规划，将复杂业务流程映射为对应的的Skills与Tools。 2. AI Coding 驱动：熟练使用 Qoder等AI Coding工具，基于 Skill + Spec 规范生成可运行的Agent前后端代码；运用 SDD（规格驱动开发）进行Agent全生命周期交付，提升交付效率与代码质量。 3. 环境部署与框架适配：完成AI原生框架在私有化环境的容器化部署（K8s、Docker/docker-compose），对接 PostgreSQL+pgvector、Qdrant、Redis、MinIO 等中间件，并针对客户异构技术栈（网关、LLM 接口、监控体系等）完成鉴权改造与兼容性适配。 4. 效果调优：构建智能体评测体系，完成端到端性能评测（TTFT、TPOT、QPS）、上线切流与灰度。开展意图识别模型优化，跟踪并修复 badcase，将准确率等指标提升至上线标准；配置长短期记忆、用户画像、安全护栏与拒答兜底等能力。 5. 客户培训：面向客户团队开展框架开发和使用培训。 6. 项目协同：与售前 ASM、框架研发团队、客户业务及研发团队紧密配合，把控交付节奏、风险与合规边界，保障源码与能力的交付安全。
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。 岗位职责： 具身基座模型 (Embodied Foundation Models)： 研发下一代VLA/WAM大模型，突破多模态指令到精准动作映射的瓶颈，实现跨场景的零样本迁移能力； 世界模型 (World Models)： 构建基于大规模视频生成的物理世界模拟器，利用生成式AI预测场景演化，为具身智能提供无限的训练“想象空间”； 大模型后训练与强化学习 ： 探索GRPO、PPO、SAC等算法在多模态大模型、具身控制上的应用，通过大规模强化学习提升Agent在复杂时空环境下的决策边界； 大规模数据合成与闭环： 利用高德独有的时空数据优势，构建自动化的具身数据生产、评测管线，解决Scaling Law在具身领域的落地难题； 开源影响力与行业基准： 主导或深度参与具身智能开源项目建设。 我们鼓励将核心算法框架、高质量具身数据集或评估基准贡献给开源社区，打造具有行业号召力的开源作品，定义下一代具身智能的技术标准。
1. 建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 2. 制定/梳理管理制度、操作手册、应急管理流程和应急操作预案，优化数据中心的安全和IT资产工作。 3. 负责数据中心团队的日常管理、考核、人才梯队建设、能力培养，提升数据中心安全管理和运营质量。 4. 建立与运营商顺畅的沟通渠道，防止数据中心安全和运营风险，确保策略要求合规落地。 5. （设施）负责国内租算项目数据中心基础设施日常运维管理及安全运营的保障，制定各站点基础设施运维策略与运维计划并推动落地。 6. （设施）通过设施数字化运维管理，提高机房管控能力和兜底能力，保障各项核心指标达标。 7. （设施）落实数据中心内所有岗位的安全生产要求，推动各站点在环保、消防、职业健康、法务、廉正等方面的合规运营。 8. （设施）负责所在站点、机房楼的用电量、机柜用量等相关对账工作。 9. （设施）牵头每月与运营商举行机房运维沟通例会，总结当月运维工作的完成情况和存在的问题，确定下月运维工作任务。 10. （设施）支撑运营商运维团队培训，收集培训计划、培训记录及培训考核结果，跟进运维人才梯队建设、能力培养和考核管理。 11. （设施）协助运营商负责楼栋现场运维监督及应急响应，协调对接处理现场问题。 12. （设施）介入数据中心运维侧技术管理，为数据中心设计、设备选型等技术迭代提供技术支撑。
1、负责新建数据中心消防图纸审核工作，确保消防图纸满足法律法规要求； 2、负责新建数据中心消防系统建设全过程管理工作，严格监督施工单位依照规范及设计要求开展施工，在施工期间主动排查潜在问题，及时督促施工单位落实整改； 3、组织开展新建数据中心消防系统的测试和验证工作，确保系统在紧急情况下可精准启动、稳定运行并充分发挥灭火与防护作用； 4、负责数据中心消防系统的日常运维管理，对各消防系统进行巡检、维护、故障排查与维修，确保消防设备处于正常工作状态； 5、制定和完善消防管理制度、应急预案和消防3P文档，定期组织消防演练和消防培训，提高全体员工的消防安全意识和应急处置能力； 6、对接合作单位、行政物业，确保合作单位、行政物业的消防相关工作按照既定计划和标准落实到位，定期检查合作单位、行政物业的工作进度和质量，及时协调消防相关问题。
关于这个岗位 我们在为开放平台业务部寻找一位国内 KA 销售，负责以手机行业为主的头部客户，以及阿里集团内客户的商务拓展与长期经营。你将独立承接一组核心 KA 客户，为这组客户的年度合同额与收入直接负责，并保持业务健康、可持续地增长。 这是一个背 quota、对结果负责的销售岗位——不是售前、市场或不背指标的 BD。做得好的标志很清楚：核心客户零流失、商机管道持续健康、年度合同额/收入目标达成。 你要做成的事 守住并做大存量客户盘。 承接一组手机行业 KA 及集团内客户，维护关系、深挖需求，把单个客户的合同额与合作深度一年年做上去。 持续开出新的商机管道。 主动挖掘手机厂商、运营商、渠道方的新合作机会，让管道健康、可预期，而不是靠单笔大单撑场面。 为数字负责。 对所辖客户的年度合同额、收入等关键指标负责，能自己拆目标、排优先级、把控节奏。 在复杂关系里推进签单。 面对客户内部多方决策、集团内跨 BU 协调，推动商务谈判与合同落地。 达成这些，最关键的三件事 1，签得下大单。 有可验证的 B 端签约/回款/合同额增长成功案例，能独立主导从商机到签约回款的完整链路。 2，懂手机行业、有资源。 熟悉手机厂商/移动终端的业务逻辑与决策链，手上有可迁移的厂商、运营商、渠道关系。 3，扛得住指标压力。 习惯背硬性合同额/收入 quota，能在压力下稳定交付，而不是回避数字。
1、负责【电销型服务商】运维模型建设，打磨细分运维模块，最终形成大规模、可监控、可复制的自助化运维流，实现分段式运维可管可控； 2、负责【营收增长策略】，针对高德到店行业（ 本地生活类，如 美食/休娱/教培/家装/到店零售等行业）设计营收增长策略，包括但不限于 效果广告收入、品牌广告收入、年费续签收入等； 3、负责【服务商运营带教，必要时需要驻点服务商公司进行集中管理】，负责区域内所管理的服务商的运营，带教成长，明确服务商运营能力模型及提升方式，并给到提升路径；
我们是阿里云开放平台 OpenAgent 团队，负责研发一站式用云管云的智能体 OpenAgent。OpenAgent 将面向阿里云上海量开发者与企业客户， 在这里你能看到LLM和Harness工程如何和云的基础产品技术融合， 如何解决客户在真实世界中的复杂问题。 你将参与 OpenAgent 最核心的底层架构与工程研发，围绕 Agent 内核、任务执行引擎、工具生态与工程基础设施，打造高可用、可扩展的一站式智能体产品体系。你的代码不仅支撑真实的云上业务场景，也将成为AI时代云原生交互的重要基石。 【主要职责】 1. 核心架构设计与开发： 参与设计并开发 OpenAgent 产品的核心技术架构与技术选型；主导 Agent 相关主线产品的关键特性研发，包括 Agent 内核框架、业务逻辑编排、多轮对话状态管理及效果调优。 2. 工程基座建设： 建设稳定可靠、高并发的 Agent 工程底座，确保复杂云上任务的执行过程可控、可查、可中断、可复现。 3. 模型与 Harness 协同进化： 定义和实现 Harness 领域的前沿创新，从工程视角推动最新的大模型与 OpenAgent 的深度适配与共同进化。 4. 数据驱动与体验打磨： 关注业务运行数据与核心指标，以真实云上场景作为产品和模型能力训练的重要反馈源；理解并分析用户反馈，围绕模型效果与开发者体验做持续迭代与打磨。 5. 工具生态与标准化： 与前端、产品、生态团队协作，将优秀实践沉淀为可复用的框架能力；推动协议的落地，繁荣 Agent 工具调用生态。 6. AI 赋能研发流程： 通过 AI 改善团队的研发工作流和工程质量，建设先进的 CI/CD 和 DevOps 工具链，提升整体交付效率。
客情建设和商机拓展 •主动洞察欧洲跨国企业的AI/IT需求，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 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。 业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。
该职位负责高性能RISC-V CPU子系统外围模块的集成和测试点分解。具体职责包括： 1. 根据服务器CPU 调试场景，定义RISC-V Debug/Trace 特性和架构，并完成RTL集成和测试点分解 2. 根据服务器CPU中断处理的软/硬件场景，定义RISC-V AIA模块的特性和架构，并完成RTL集成和测试点分解 3. 根据服务器CPU内存管理的软/硬件场景，定义RISC-V IOMMU特性和架构，并完成RTL集成和测试点分解
作为芯片片上互连系统（NoC）资深专家，负责设计、优化先进的片上网络解决方案，以满足AI高性能计算需求。与设计团队密切合作，解决复杂的系统级挑战，确保设计满足严格的性能和功耗标准。主要职责包括： ● 负责大规模高性能AI芯片片上网络（NoC）架构设计、开发、和验证。设计和实施创新的NoC架构、路由协议、优化数据流和降低延迟。 ● 负责大规模高性能AI芯片片上网络功能和性能仿真模型开发，性能评估。针对典型应用分析系统性能瓶颈，制定有效的解决方案 ● 与验证团队合作，确保NOC的功能实现、性能达标; 与后端团队合作，确保NoC与芯片整体的布局布线符合设计目标 ● 与架构师和设计团队紧密合作，确保芯片设计满足技术规格。 ● 撰写技术文档，并对设计和实现过程中的关键决策提供详细说明。 ● 保持对最新芯片设计技术和行业动态的了解，推动公司技术前沿的不断发展。
● 负责SoC架构定义，IP 选型，RTL 设计及编码实现，SoC集成等工作。 ● 设计SoC时钟/复位时钟/低功耗/调试等方案。 ● 协同物理设计工程师进行SoC 性能/功耗/面积评估和优化工作。 ● 协同验证工作师进行SoC验证工作。
1. 定义用户出行Agent体验，深度挖掘用户出行场景的核心需求； 2. 基于AI以及多模态技术，推动Agent在出行场景中的创新； 3. 跨部门沟通，与多模态算法以及开发团队紧密协作，确保产品功能高效推进落地； 4. 敏捷开发，基于用户反馈及数据分析，持续迭代优化。
1. 负责面向AI手机等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。 2. 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。 3. 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。 4. 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。 5. 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。
1. 协助艺人工作室完成艺人宣传的物料制作与统筹 2. 支持艺宣对接工作，配合跟进合作项目的执行进度 3. 完成上级交办的其他事务性支持工作
1、 进行足疗按摩，休闲玩乐、丽人服务、维修服务，便民服务（宠物、眼镜、洗涤），运动健身等行业的的全国头部大客户合作开发。基于高德地图产品功能为客户设计合理的上线营销方案，推动头部商户入驻高德地图、主持管理商家运营工作； 2 、基于以上行业的行业认知和了解，基于高德平台特性、业务策略和产品功能，联动多部门，制定大客户运营解决方案和业务增长方案，并推动方案落地，对结果负责； 3 、通过商户分层管理，日常运营优化，提高品牌用户的增长；基于队产品、用户行为的理解，能够通过竞品分析、客户反馈推动产品优化，行业解决方案的完善； 4、通过数据监控和分析能力，及时掌握各项运营指标及环节的进度及完成情况，并在具体执行中，提炼洞察和持续优化商户合作效果； 5、基于全国头部商户打造并沉淀商家合作标杆案例，形成可持续可复制的行业解决方案以及客户服务方法论；
1. 主导多模态理解/音频大模型的前沿算法研究及产业落地。 2. 音频理解方向： （1）研发语音识别、语音翻译以及音频分析等理解算法。 （2）开发跨模态（语音/文本/视觉）的音频语义理解系统。 （3）探索音频大模型架构设计。 （4）推动算法成果转化：通过ModelScope开源社区创造研究价值，或通过阿里云产品体系创造商业价值。 （5）持续跟踪国际前沿技术动态（ICASSP/Interspeech/NeurIPS/ICLR等），参与国际会议、研讨会，与全球顶级团队进行交流合作。
岗位机遇 【中文】 你将负责驱动阿里云国际市场（大中华区以外）的需求生成（Demand Generation），并精准获取 AI 原生及智能体云（Agentic Cloud）的潜在客户。该角色要求候选人兼具战略眼光、深厚的 AI/ML 与云计算行业认知，以及卓越的效果营销专业能力。你的核心目标是打造可扩展、可预测的获客引擎，在 EMEA（欧洲、中东和非洲）、亚太、美洲及非洲市场持续输送高意向线索，驱动销售管线增长与客户获取。 核心职责 ● 设计并执行 AI 驱动的端到端需求生成项目，全面覆盖付费、自有及赢得媒体渠道（Paid, Owned, Earned Media），包括程序化广告、预测性线索打分、动态内容个性化、对话式 AI 及基于意向的精准定向。针对B端产品含AI产品开展GTM的产品营销活动已经互联网产品运营、用户运营； ● 线上渠道拓展&运营. 拓展新的线上渠道，包括但不限于电商渠道、内容渠道、社群等；并根据不同渠道客户的特征，建立渠道拓客的策略，和货品策略，并联合产品、数据等形成渠道的拓客和下单转化的整体链路，带动客户数和revenu的增长。 ● 商务合作能力: 与产品及销售团队紧密协同，将 AI 与智能体云（Agentic Cloud）的产品特性转化为可落地的实时获客战役（Campaigns）。 ● 运用生成式 AI（GenAI）赋能获客战役的构建与优化，涵盖广告文案、落地页、邮件营销序列（Email Sequences）及智能交互——并基于效果数据反馈进行持续的 A/B 测试与迭代调优。 ● 整合意向数据（Intent Data）、技术栈画像（Technographic Signals）与行为分析数据，驱动预测性受众细分与跨渠道营销编排（Cross-channel Orchestration）。 ● 追踪并汇报核心 KPI，包括获客成本（CAC）、注册量、首购付费用户数（FPUs）、线索数量及投资回报率（ROI）。 ● 保持对 B2B 营销领域前沿 AI/ML 及智能体云趋势的敏锐洞察，率先开展创新营销玩法的规模化试点（Pilot）。 The Opportunity [English] You will drive demand generation and acquisition of AI native and Agentic Cloud prospects for Alibaba Cloud's international markets (outside China). This role blends strategic thinking, fluency in AI/ML and Cloud, and performance marketing expertise to build scalable acquisition engines that drive high-intent leads, pipeline growth, customer acquisition across EMEA, APAC, and the Americas and Africa. Key Responsibilities ● Design and execute end-to-end AI-powered demand generation programs across paid, owned, and earned channels (e.g., programmatic advertising, predictive lead scoring, dynamic content personalization, conversational AI, and intent-based targeting). ● Online Channel Expansion & Operations. Expand new online channels, including but not limited to e-commerce channels, content channels, communities, etc.; based on the characteristics of customers across different channels, establish strategies for channel customer acquisition and merchandise/product mix; collaborate with product and data teams to build a holistic end-to-end loop for channel acquisition and order conversion, driving growth in customer numbers and revenue. ● Business Partnership Capability: Partner with Product and sales teams to operationalize AI and Agentic cloud product into real-time acquisition campaigns. • Capable of deep engagement with channels and partners to secure necessary resources and support, building long-term business partnerships. ● Build and optimize acquisition campaigns using generative AI for ad copy, landing pages, email sequences, and chatbot interactions—continuously testing and refining based on performance signals. ● Integrate intent data, technographic signals, and behavioral analytics to fuel predictive audience segmentation and cross-channel orchestration. ● Measure and report on KPIs including CAC, Registrations, first paid users, leads, ROI. ● Stay ahead of emerging AI/ML and Agentic cloud trends in B2B marketing and pilot new approaches at scale.
您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。 核心职责 1. AI解决方案设计与售前支持 • 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 • 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 • 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。 • 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术资产代码化 • 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。 • 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。 3. 技术影响力与布道 (Technical Evangelism) • 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。 • 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 • 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。
1. 面向公共云客户提供数据全生命周期的技术服务，作为Data+AI领域专家，基于AI大模型，提供全流程的专家技术服务，覆盖数据规划、数据平台方案设计、AI Agent设计等全生命周期服务； 2. 沉淀并推广面向AI场景的Data Agent驱动的数据研发最佳实践，助力客户构建标准化、智能化的数据研发体系，提升数据研发效率与质量； 3. 针对汽车智能驾驶、具身智能等核心AI场景，提供端到端智驾模型训练数据管线建设、流程优化、效率提升专项技术服务，保障AI模型训练的数据供给与质量； 4. 梳理行业服务经验，沉淀Data+AI服务方法论、技术方案、最佳实践与案例，协助客户提升数据智能化价值。 5. 负责客户数据平台相关核心工作，包括数据平台迁移、性能与加构优化、降本增效等技术落地，保障数据平台稳定、高效、低成本运行； 6. 联动阿里云内部产品、研发、解决方案团队，整合云原生数据与AI产品能力，解决客户复杂技术问题，推动客户项目成功落地与持续续费；
1. 市场洞察与赛道扫描 (Market Intelligence) ● 负责 MaaS及相关 AI 基础设施领域的宏观环境分析，实时追踪国内外 AI 相关的政策法规，预判政策对业务的影响。 ● 拆解 MaaS 下游应用场景，通过定性与定量分析，测算特定细分赛道的市场规模及增长潜力，辅助制定市场切入策略。 ● 深度洞察 B 端客户需求变化，识别从传统 SaaS 向 AI Native 应用转型过程中的痛点与机会。 2. 竞争格局与对标分析 (Competitive Strategy) ● 建立核心竞对的动态监控体系。全方位复盘竞对的产品发布、价格策略、开发者生态建设及战略部署。 ● 通过财务报告、公开数据及专家访谈，还原竞对的业务表现（如调用量、营收结构、算力利用率等），为内部产品定价与差异化竞争提供数据支撑。 3. 前沿产品与创新研究 (Product & Innovation) ● 作为团队的“雷达”，密切关注全球范围内颠覆性的 AI 创新产品。 ● 输出高质量的深度研究报告，支撑高层及业务团队的管理决策。
● 作为海外AI MaaS业务解决方案架构师SA，支持 AI MaaS（模型即服务）销售团队拓展国际客户的 AI 大模型业务，提升阿里大模型产品在海外市场的 Token 调用量。 ● 与全球客户就 AI 业务需求与技术架构进行深入沟通，准确理解业务与技术诉求，识别并引导AI MaaS商机落地。 ● 基于阿里云百炼平台上的 Qwen、Wan 等大模型产品，为客户设计可落地的 AI 大模型与云上解决方案，涵盖但不限于 Qwen、Wan、GPU、云IaaS/PaaS等产品。 ● 针对客户所处行业及具体业务场景（如社交、模型平台、视频、AI 数据与服务等），提供包括模型选型、架构设计、提示词工程（Prompt Engineering）、RAG 构建、Agent 开发等方面的咨询建议，助力客户业务高效落地。 ● 根据客户需求，设计并开发相关业务场景的 Demo，通过 Prompt 工程、工作流编排、Agent搭建等方式，向客户进行产品演示与技术交流，推动项目顺利落地。 ● 协同并推动内部 AI 产品研发团队，将客户需求转化为产品改进需求，持续优化 AI 模型能力，并为重点客户提供 AI 产品及运维问题的专项支持。
1、负责数据仿真平台的架构演进，将真实路采、仿真合成、生成重建转化为仿真场景库，与软硬件一起构建工具链支持算法模型训练和在环(SIL/ HIL)回归测试；负责具身智能仿真系统的设计、开发与优化，涵盖机器人仿真、交互式环境建模、任务生成、传感器仿真、动态行为建模仿真、仿真评测等关键技术；通过算法及工程化手段加速算法模型的迭代效率； 2、融合各类空间智能相关技术，对真实和虚拟世界快速建模，尤其在可交互复杂场景的构建方向，推动Real2Sim2Real领域内的关键技术研究； 3、结合传统仿真和生成式仿真的数据合成方案，构建全新的机器人场景下的数据范式，推动合成数据价值探索与应用落地； 4、探索端到端世界模拟器的能力探索，推动生成式AI与物理仿真引擎的深度结合，尤其在物理约束模拟等方向的关键技术研究。
