共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1、负责机器人端侧硬件平台的软件适配，包括板级 bring-up、BSP 适配、外设驱动调试和系统稳定性验证； 2、负责嵌入式 Linux 系统适配，包括 Kernel 配置、设备树、驱动加载、启动流程、系统服务、文件系统和基础环境配置； 3、负责端侧系统镜像构建、系统裁剪、启动优化、烧录流程、量产烧录工具和版本管理； 4、负责硬件链路问题定位，包括驱动异常、设备掉线、通信异常、启动失败、资源冲突、性能抖动等问题； 5、负责机器人传感器和执行器接入，包括相机、麦克风、IMU、雷达、深度相机、电机、舵机、底盘、电源管理等设备； 6、负责 Camera 链路开发，包括接入、采集、传输、同步与调优，基于 FFmpeg / GStreamer / DeepStream 的视频处理链路开发与优化； 7、负责相机前处理优化，包括缩放、裁剪、格式转换等，负责 VIC、DLA 等硬件加速模块的使用与性能调优； 8、与硬件、结构、算法、中间件、测试和生产团队协作，保障机器人硬件平台稳定交付和持续迭代。
1、负责机器人通讯中间件的架构设计与核心研发，支撑单机、多机、多智能体及云边端协同场景下的高性能、低延迟数据通信； 2、设计并实现发布订阅、服务调用、节点发现、状态同步、QoS、消息路由、服务治理等机器人系统基础通信能力； 3、面向图像、点云、IMU、控制指令、状态反馈、模型推理结果等高频/大带宽数据流，优化通信延迟、吞吐、抖动、资源占用及链路稳定性； 4、参与 Multi-Agent 机器人通讯框架设计，支持多智能体之间的状态共享、任务协同、意图交换、能力发现、拓扑管理和分布式决策通信； 5、支撑模型化算法运行所需的数据流通信能力，围绕计算图/DAG/Taskflow 等执行形态提供稳定的数据分发、依赖触发、时间同步和接口抽象； 6、负责机器人运行数据的落盘链路设计与实现，包括数据采集、缓存、压缩、索引、分片、回放、同步上传和异常恢复； 7、设计数据存储格式与序列化/反序列化方案，支持多源异构数据的高效编码、版本兼容、跨语言访问、离线分析和模型训练数据闭环； 8、构建通信可靠性与可观测性能力，包括超时重试、断线重连、限流降级、链路追踪、数据录制回放、延迟分析和故障定位。
1. 专有云MaaS 产品战略规划与落地 ● 主导 专有云MaaS 产品线的方向规划、场景选型和路线图制定； ● 将大模型能力、Agent 编排能力与专有云政企客户需求结合，打造可商业化、可规模复制的 MaaS 产品形态。 2. AI 产品创新与原型验证 ● 带领小团队以快艇模式快速完成 AI 场景的产品化原型设计、技术验证和客户试点； ● 建立从需求洞察、原型开发到客户反馈闭环的快速迭代机制，推动创意快速转化为可交付产品。 3. 技术产品一体化交付 ● 深度参与 Agent Infra / AI Infra 与 Cloud Infra 的融合设计，确保 MaaS 产品在专有云的稳态底座上实现敏捷交付； ● 协同研发、算法、交付团队，打通模型能力、平台能力和客户场景的最后一公里。 4. 产品线将军能力储备 ● 在 MaaS 产品线实战中验证战略判断、商业闭环能力； ● 具备成长为独立产品线将军的潜质，未来可承担更大产品版块的全面经营责任； ●产品管理体系建设与运营、产品数据管理、产品治理。
1. 负责演出票务平台及产品运营的合规支持，包括用户协议、隐私政策、平台规则和活动规则的制定与审查，出具合规意见并推动落地。 2. 为国内演出项目提供合同全流程支持，覆盖内容投制、商业化及相关创新业务，独立完成合同起草、审核、谈判及履约风险管理。 3. 参与重点演出项目的立项评估和交易结构设计，识别法律与合规风险，提出可落地的解决方案，推动重大风险前置决策和闭环管理。 4. 跟踪演出行业法律法规及监管动态，开展专项合规研究，推动业务完成相应合规调整。 5. 与商务、产品、技术等内部团队协同，参与票务平台、产品及运营合规风控体系及相关系统的搭建和优化。 6. 处理演出项目及平台运营相关争议事项，制定处置方案并推动落实。 7. 推动演出法务工作的标准化和数字化，持续完善合规指引、合同模板、审查标准及风险处置机制。
- 设计模型分布式并行策略，对推理性能进行分析与优化，在给定硬件配置下找到最优部署方案 - 针对模型实现低精度量化方案，完成精度对齐，确保可在生产环境部署 - 协同框架、算子、运行时等相关团队，制定模型系统性部署方案，为最终模型交付质量负责 - 构建大模型Model Zoo，打造模型推理参考样例，优化模型评测标准和流程
1. 业务指标管理与策略制定，负责租车业务GMV、营收、补贴等核心指标的监控与分析，制定并执行运营策略，优化业务流程，提升运营效率和利润率 2. 用户增长与运营，分析用户需求和使用场景，设计针对性的营销活动和用户激励体系；优化用户旅程提升新用户转化率和老用户复购率，收集反馈推动产品功能优化 3. 数据驱动的业务优化，基于FBI报表等数据工具，深入分析分时订单分布、漏斗转化和用户行为特征，运用预测模型对订单量进行精准预测，通过A/B测试持续优化运营方案 4. 跨部门协同推进，与产品、市场、技术、财务等团队紧密协作，推动功能迭代、品牌推广、系统稳定性保障和结算对账工作，确保业务目标高效达成
1、基于目前高德地图国际业务的产品能力及标准化合作模式，可以独立开发日韩及东南亚机构的商户和服务商，推进商务合作推进及落地； 2.具备行业敏感性，通过对客户需求的准确把握，整合高德地图运营资源向海外客户提供金融整合营销方案（品牌广告、效果广告、内容合作等），完成从线索开拓、方案沟通、资源协调、商务洽谈、商业谈判到合同签署的链路流程； 3.有一定的海外金融机构资源，与合作伙伴高层建立长期积极互动关系，促进相关金融业务的良性发展;
1、负责大麦平台内容运营，对线下演出各品类的内容生产、消费和生态运营负责； 2、了解UGC社区内容增长策略，通过热点策划、圈层运营、多体裁（图文/视频等）内容引导，提升社区内容规模与质量 3、挖掘用户需求，有效整合资源，打造营销活动与标杆案例，提升平台内容影响力； 4、与产品、商务等多部门协同，将内容与商品有效结合，打造闭环消费体验
1. 客户经营：对区域内大客户进行分层分类（战略客户 / 重点客户 / 潜力客户），制定差异化经营策略与覆盖节奏，达成营收、签约、增购等核心销售指标。 2. 项目操盘：独立负责头部客户的商机挖掘、方案共创、商务谈判与签约闭环；联动并赋能区域服务商/生态伙伴，形成""直销 + 生态""双轮拓展模式。 3. AI 解决方案：深度理解钉钉 AI 产品矩阵，结合客户业务场景，主导落地区域级 AI 解决方案，打造可复制的标杆案例。 4. 圈层与生态运营：联合政府、行业协会、商会及生态伙伴，策划并落地区域内行业峰会、闭门会、客户走访等不同规模活动，撬动商机转化并提升钉钉品牌势能。"
1、负责大规模商品标签、类目属性及商品信息理解算法，解决商品分类、信息抽取、标签生成、知识补全和商品摘要等问题。 2、探索大语言模型和多模态模型在商品理解中的应用，参与指令数据构建、监督微调、偏好优化、强化学习及模型评测等后训练工作。 3、建设面向商品数据生产的 Agent 系统，研究复杂任务规划、工具调用、记忆、反思和多智能体协作等问题，推动数据生产从人工规则驱动向智能化、自迭代方向升级。 4、面向数十亿级商品和多业务场景，建设覆盖数据构造、模型训练、自动评测、在线应用和效果迭代的完整算法链路。 5、与搜索、推荐、广告、大模型及商品发布等团队深度合作。你不仅负责模型指标，也能够参与业务问题定义，并推动算法能力产生真实、可量化的业务价值。
1. 统筹百炼重点项目及内外部研发需求规划，推动算法与平台团队高效协作，保障核心能力高质量交付。 2. 负责研发项目整体进度规划与目标管理，协调各研发小组横向协同与资源整合，确保阶段目标达成。 3. 建立并持续优化研发项目管理机制，提升组织协作效率与交付确定性。
1、负责优酷各端的动漫频道运营，主导制定频道页整体框架逻辑及内容分发规则，结合动漫垂类用户画像，持续优化页面布局与推荐策略； 2、主导竞品分析与产品迭代：密切关注行业动态，深度剖析竞品频道运营策略；并结合数据反馈及用户体验，推动频道分发产品迭代与功能迭代； 3、跨部门及渠道资源协同：具备较丰富的渠道对接经验，协同内外部资源完成重点动漫项目的联合推广。 4、以收入为目标，制定片库运营策略，通过相关数据分析、用户拆解持续优化、平衡分发策略； 5、定制片库采买及排播策略，建立数据评估模型，完成项目续约及上线工作。
岗位使命 我们要寻找一位懂 Agent 运行机制的"效果型产品经理"。你的核心任务不是堆砌功能，而是通过对上下文工程（Context Engineering）、工具编排（Tools / Function Calling）与评测体系的持续打磨，直接提升 Agent 在真实场景中的任务完成质量，解决答非所问、关键信息遗漏、工具误调用、多轮丢失上下文等核心难题，并具备亲手写代码验证假设的能力。 你的成功标准是任务完成率与任务满足率的持续提升，而不是上线了多少功能。 岗位职责： 1. 诊断 Agent 效果瓶颈并定位根因（Diagnosis & Root Cause Analysis） 面对 Agent 表现不佳时，迅速判断问题落在哪一层：上下文构造缺失、工具 schema 描述不准、工具返回被裁剪后丢失关键字段、上下文窗口（Context Window）被系统开销占满导致对话历史被截断，还是模型能力本身不足。 区分"模型能力不足"与"harness 没喂对信息"——这是本岗位最核心的判断力。多数"答非所问"并非模型不够聪明，而是有效上下文在预算分配中被挤掉；你要能拆到 token 级别算清这笔账，再决定改哪一层。 建立 bad case 分类机制，按出现频率与业务阻塞性排优先级，驱动迭代排期，而非被 case 数量牵着走。 2. 设计上下文工程与工具编排策略（Context Engineering & Tool Orchestration） 定义各类上下文 Provider 的触发条件、注入顺序与 token 上限，在召回质量与窗口成本之间给出明确取舍。 设计工具的渐进式暴露策略（哪些工具在哪些场景进入模型视野），控制 schema 膨胀，并保证暴露给模型的 schema 与实际注册实现（含 Function Calling / MCP 工具）一致，避免"模型看得见却调不通"的幻影工具。 设计记忆（Memory）与检索增强（RAG）注入策略：定义用户画像、历史偏好、外部知识在什么时机注入、注入多少，以及与实时上下文冲突时的优先级。 3. 构建评测体系、以数据驱动迭代（Evaluation & Data-Driven Iteration） 设计细粒度评测集与评测指标，覆盖多轮追问、多约束理解、复杂指令完成度与工具调用正确性，持续补齐场景盲区。 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——"格式合法地终结对话"不等于"解决了问题"。 面对模型的非确定性输出，建立可复现的评测方法：当环境不可控（时间、天气、实时数据每轮变化）时，先通过 freeze clock、mock 外部依赖、record-replay 固化环境，再比较跨版本效果差异。 4. 推动改进落地并形成线上闭环（Productization & Online Loop） 改进分两类推进：快速止血（Prompt 优化、schema 修正、裁剪策略调整，带根因定位与量化收益预估，短周期上线并回归）与长期治理（工具暴露机制、记忆架构、Provider 触发逻辑等架构级调整，分阶段验收）。 将实验有效的策略固化为生产级能力，持续监控线上表现，定义效果劣化的告警规则并推动闭环修复。 5. 与算法团队协同、对齐训练信号（Collaboration & Model Alignment） 当问题确认为模型能力不足时，输出结构化训练需求：目标场景、期望行为、当前典型错误模式、建议的数据构造方向，用工程师听得懂的语言对齐。 参与模型选型与多模型路由决策，根据场景对延迟、成本与智能度的要求制定策略，把取舍标准写成可执行规则而非"视情况而定"。 6. 跟踪前沿并沉淀方法论（Frontier Tracking） 持续跟踪 Agent、Context Engineering、评测方法论的前沿进展，判断哪些可为高德 Agent 所用，并沉淀为团队可复用的方法与工具。
1.负责数据计算平台or数据湖存储引擎设计和开发，支持万亿级数据的交互式圈人、洞察、归因、报表场景。 2.负责数据or模型训练迭代产品研发，能提供架构设计和优化方案，并从技术上推进产品的快速迭代。 3.紧跟业界前沿创新场景的技术解决方案，比如数据湖技术和大模型迭代技术。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1、负责原生多模态模型研究和开发，结合多模态能力（支持文本、图像、语音输入）实现复杂指令生成，包括但不限于文生图、图生图、文档生成、可控编辑等核心方向。 2、负责图像生成模型效果优化，探索扩散模型、自回归模型结构和策略优化等核心技术课题。 3、负责人类反馈与强化学习，聚焦于更加精细的RL算法设计，并基于万相用户反馈的RLHF图像生成质量提升。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1. 探索大规模多模态理解生成统一基础模型，包括但不限于：统一建模设计、高效模型结构设计、高效Scaling、视觉Tokenizer、多模态联合训练等。 2. 探索和突破多模态强化学习，包括但不限于：视觉CoT、面向复杂视觉设计任务的强化学习设计、基于用户反馈的在线自学习等。 3. 构建基于生成模型的真实世界渲染引擎，探索新的多模态交互范式，探索虚拟和真实世界的强化反馈链路设计。
1、多模态大模型训练：参与视觉语言模型（VLM）在电商内容场景的持续预训练、SFT 与强化学习（RLHF / GRPO / DPO），提升模型在内容质量评估和细粒度语义理解上的表现。 2、内容理解 Agent 系统：设计并落地面向内容标签理解的 Agent 系统，包括任务规划、工具调用、多轮推理与自我校验链路，解决单次推理难以覆盖的复杂判定场景。 3、Agent 强化学习：构建可扩展的评测集与奖励模型（Reward Model），通过在线 / 离线强化学习持续优化 Agent 的决策准确率与稳定性。 4、业务落地：与产品、运营、工程团队协同，将模型能力沉淀为线上服务，支持质量和语义标签识别，并持续跟踪其在下游推荐场景的实际收益。
1. 精通智算、大模型、MaaS等产品和技术，支持运营商业务团队进行售前/中/后相关业务拓展工作； 2. 深耕运营商服务器集采全流程，可独立主导从硬件选型、环境构建、模型部署到性能评估的端到端验证与方案落地； 3. 面向运营商专业公司和省分公司的智算需求，提供国产智算集群与AI一体机的全栈解决方案，涵盖从方案设计、芯片适配、PoC集群验证到规模化落地的端到端交付； 4. 为运营商行业客户及合作伙伴提供阿里云AI全栈云解决方案和咨询服务，理解客户及合作伙伴的AI应用需求、非功能型需求、性能及可用性需求，提供基于阿里云AI全栈技术体系的架构设计方案； 5. 根据运营商自用和政企客户的AI合作场景的特性，基于阿里云平台的AI全栈技术能力，设计运营商行业AI应用落地场景，帮助客户或合作伙伴达成应用AI产品重构和升级； 6. 支持运营商行业客户或合作伙伴成功的在阿里云平台上构建AI应用程序和服务，通过调用阿里云tokens服务，实现Qwen/Wan/Fun大模型的规模化应用； 7. 与阿里云和客户研发团队合作，支持基于阿里云产品的管控平台开发和测试工作，实现运营商行业AI时代的合营共建解决方案。
1、负责项目美术团队的人员管理、工作进度和质量统筹工作，保证游戏美术工作顺利完成； 2、负责项目整体美术风格的制定、把控以及美术资源的审核； 3、统筹角色设计、场景设定、UI视觉等各个美术子模块，保持风格统一 4、与策划、程序、运营团队密切配合，确保美术资源符合项目开发与商业化需求； 5、理解欧美文化用户的审美偏好，向全球市场输出有竞争力的视觉体验。
1、洞察理解央国企客户的真实业务需求，提供技术咨询服务，结合阿里云产品和服务特性，为客户制定解决方案，并且解决客户使用阿里云产品或方案过程中的技术问题； 2、把握技术变革方向，能够作为CTO、技术专家或关键客户进行技术沟通对话，与客户关键技术决策人建立信任关系； 3、根据客户项目需求制作针对性的解决方案，项目中能制定正确的产品选型策略、POC测试打击策略、招投标策略、产品配置策略等，对客户关键决策人进行技术引导，能制作高质量解决方案和项目建议书等相关文档，并最终达成合同签约，持续保障阿里云在该客户的份额提升； 4、在方案落地过程中及时发现并处理技术和项目风险，协同产研及交付团队正常履约； 5、理解和反馈用户需求，推动阿里云产品的持续改进和服务提升； 6、沉淀优秀项目案例，并结合客户行业领域需求和阿里云产品技术优势，孵化细分行业领域的最佳实践，并推动规模化复制； 7、通过项目和方案合作，推动与合作伙伴的合作，增强解决方案竞争力，推动阿里云产品“被集成”；
1、负责将运控、感知、VLA、Agent、语音等算法团队产出的模型与能力接入机器人整体系统并完成工程化落地； 2、负责机器人一个或多个子功能模块的系统架构设计、模块拆分、接口定义和链路打通； 3、负责推动算法能力从单点验证走向系统级功能，形成可运行、可维护、可交付的完整闭环； 4、负责算法模块在机器人端侧或边缘侧的部署、联调、性能优化和稳定性建设； 5、负责多模块协同过程中的时序、状态、资源和异常问题分析与定位； 6、负责建设算法接入相关的工程规范、调试能力、监控体系和测试流程； 7、与算法、系统、平台、硬件团队紧密协作，推动复杂功能方案落地。
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。
1、负责商业化产品的策略设计与方案输出，支撑产品从概念到上线的全流程 2、 基于市场调研与用户洞察，定义产品功能规格、交互逻辑与用户体验标准 3、制定产品分层策略（免费版/付费版/企业版等），设计差异化权益与升级路径 4、与产研团队紧密配合，输出高质量PRD及原型，确保设计方案准确传达并落地 5、 参与定价策略、促销机制、套餐组合等商业化方案设计 6、跟踪产品上线后的市场反馈，持续优化产品策略与设计细节
1. 根据阿里云AI战略发展方向，结合人工智能技术演进与行业变革趋势，前瞻性地识别并开拓重点目标客户在大模型、智能计算等领域的业务机会； 2. 能够深入调研客户业务场景，敏锐捕捉行业中的应用痛点与创新潜力，结合阿里云产品及技术优势，促进客户需求与云产品的有效结合，提供立体、专业的咨询及服务，帮助客户成功，并沉淀行业解决方案； 3. 与客户或合作伙伴进行重点项目对接，能向客户高层解析阿里云AI优势，向业务高管呈现具有说服力的AI投资回报率（ROI）分析，加速商机转化； 4. 善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践，为阿里云AI战略的长期发展储备关键客户与技术资产。
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。
客户关系管理 • 客户开发：主动了解汽车行业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。
岗位职责 负责高德美食在渠道服务商体系下的广告业务策略运营，覆盖签约策略、投放策略、续费策略全链路，对广告（效果广告+品牌广告）营收负责； 制定美食行业下不同类目 / 客户分层（KA / 中腰部 / 长尾）的广告签约政策（开户门槛、首充、阶梯返点、年框）和续费政策（续费率、加投激励、流失召回）； 主导广告投放策略设计：覆盖关键词竞价、信息流、CPC/CPM/oCPX、人群定向、创意优化等，建立行业投放手册，推动一线代理商 / 服务商运维高效投放； 搭建广告经营数据看板与诊断模型（消耗、ROI、CPC、CTR、CVR、流失预警、续费预测），输出策略迭代建议，驱动产品与算法侧优化。 联合渠道服务商团队，制定优化师培训体系、代理商考核机制（消耗 KPI、ROI 红线、客户满意度），保障一线投放质量与客户长期价值。
一、产品大盘管理 •基于结构分析与产品评价制定管理举措，引导产品大盘往正确的结构发展 •管理阿里云产品生命周期的关键节点，确保产品符合公司发展需要与规范性 •从公司视角，发起并管理能够提升整体产品力的项目计划，提供面向多个产品线发展所需的工具平台 •协同横向团队，共同进行阿里云产品生命周期决策与机制联动，制定资源投放策略，助力符合公司战略的产品发展 •支撑公司管理团队进行产品战略的制定，策略分解并形成具体举措保障战略落地 二、产品管理体系建设与运营 •基于公司发展策略，设计和优化产品管理流程、团队职责、运营指标、数字化场景等体系要素 •按不同场景调优并制定落地策略，以业务价值为目标，推动各产品线落地产管体系，实现产品线-商业线及产品线内的高效运作 •设计产品管理数字化用例，牵引平台建设，跟踪数字化用例的实现和落地情况，持续提升产品管理流程的自动化、智能化 •管理体系规则，明确各参与方的责任与义务，提升流程运营的规范性和效率 三、产品数据管理 •建设产品数据体系，制定完善的数据标准与机制，建立完整的数据平台，保障数据使用规范与效率 •从产品经营和产品体系的角度出发，建立多维度、多角度的产品分析，赋能管理团队与产品线看清业务现状，进行业务决策 •制定产研的绩效考核规则，建立完善绩效管理系统，同时建立面向产研的产品绩效评估体系 四、产品治理 •发现产品结构及规范性问题发起产品专项治理，进行数据、规则、流程的梳理，推动产品线改进 •维护与运营产品规则，联合法务、合规等中台部门对违规案例进行定责
1、标准迁移技术方案及迁移计划制定及落地 ● 参与公共客户在不同CPU下的业务系统迁移技术路径与风险预案设计。 ● 结合产品及行业解决方案，深入理解客户需求，参与应用和数据等交付迁移交付方案设计及落地。 2、风险识别与解决 ● 识别项目风险、及时上升并推动解决，包括功能、性能、以及架构层面的问题解决。 ● 参与解决交付迁移过程中的不同CPU下的系统应用、大规模数据迁移以及系统兼容性等问题。 3. 标准化迁移案例及方案沉淀 ● 编制在不同CPU体系下的应用迁移操作手册与最佳实践指南，提供给客户统一的云平台的使用体验。 ● 收集客户技术需求反馈至产品团队并推动产品和工具改进。
1. 通过分析主流Benchmark及模型评测结果等方式，结合训练需求确定 RL 数据的能力覆盖范围与优先级；从多种渠道的海量数据里筛选挖掘样本并构建出清晰、可执行的问题描述，作为后续rollout数据生产的起点。 2. 针对 Coding 及 Work 等场景，以人机协作的方式设计并构建Agent的运行环境，以及可量化的 Verifier 或多维度打分 Rubric。需要保证环境和Judge的正确性、完整性、鲁棒性，且持续迭代以应对 Reward Hacking等各类挑战，确保评估信号与训练目标对齐。 3. 端到端搭建批量化的数据生产与验证 Pipeline，涵盖任务生成、轨迹采样、自动校验和质量过滤；构建 QA 框架，对rollout结果进行预校验与失败模式分析，保障进入训练的数据可信、可追溯。 4. 与领域专家和算法/训练等团队紧密配合，将模型效果反馈转化为数据策略调整（任务难度、Reward 信号、标注规范等）；与标注、工程等团队协作，推动产线持续优化，形成"评测 → 数据 → 训练 → 评测"的闭环飞轮。
