共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1、Agent 商机判断和深度技术交流： （1）赋能前端业务线/行业线，推动业务快速拓展。 （2）作为 Agent 产品团队代表，支撑前线业务线开展商机判断和选择。 （3）针对复杂项目需求，协同前后团队与客户进行深度技术交流，促进商机转化，为结果负责。 2、产品解决方案设计与标杆案例打样： （1）支持行业/区域的市场洞察，理解行业客户的业务和功能性/非功能性需求，基于客户场景，提供有技术竞争力和成本优势的产品组合方案，并在产品选型/配置报价/招投标过程中提供技术支持。 （2）跟进产品方案的落地效果，持续优化产品方案。 （3）沉淀产品解决方案的最佳实践，通过项目实践总结标杆案例，为产品方案规模化复制提供弹药。 （4）探索创新产品的方案和场景，推动新场景、新能力快速市场覆盖。 3、市场洞察： （1）洞察多Agent协同产品的市场机会、市场容量和竞争格局，捕捉机会，找到方向，并能影响前线和产研快速推动落地。
1、基于飞猪酒店业务，进行高星酒店业务拓展，保证所辖区域高星酒店覆盖率； 2、结合阿里生态&市场特性为高星酒店客户提供运营方案，帮助商家提升运营能力并驱动销量持续提升，与所辖区域商家并建立深度业务合作关系； 3、协同产品、运营团队，推动业务及项目落地，持续优化用户体验。
1. 评测集体系搭建：构建Work方向评测体系，涵盖基模、AI应用下的AI办公软件、金融、法律、GUI&CLI 、企业级工作流大型项目等方向评测体系 2. Benchmark建设：构建高专业、高覆盖率的in-house 评测集，管理运营专家评测集生产，评测集合成技术生产 3. 评测集环境定制化开发：基于基础环境，定制化开发相关环境，构建与真实场景相匹配的环境，以支持评测集建设 4. 自动化评测集技术：LLM as Judge,Agent as Judge等评测技术研发，实现高效的自动评测 5. 评测输出：周期性评测模型短板，在模型研发阶段提供针对性的数据建议。指导数据生产、模型迭代。
1、负责阿里云公共云价格体系管理，包括但不限于行业价格策略制定、授权与行权规则设计、价格水位运营与分析、报价平台建设的工作； 2、负责收集、分析、跟踪市场竞争者价格策略和价格变动情况，根据市场竞争情况及时调整价格策略和价格管控规则，保证竞争优势； 3、负责拉通产品侧分析、优化成本，提升云计算产品成本竞争力 4、对经营单元的销售毛利负责，月度产出经营分析报告，主动识别销毛达成风险、制定盈利提升计划 5、负责价格策略、报价流程与规则的培训
- 制定弹性计算（包括函数计算、ACS Agent Sandbox、轻量应用服务器等产品）面向 AI Agent 开发者的运营策略，通过数据分析明确用户画像，并根据市场需求和用户反馈持续调优 - 识别关键媒体渠道（搜索引擎、B站/小红书、以及 AI 技术社区等新媒体），制定投放策略和运营计划 - 量化和提升投放 ROI，对关键词、展示类广告的前端点击和后端转化效果进行实时监控与优化，确保单位投放有效性 - 制定aliyun.com/alibabacloud.com站内流量分发规则，优化站内流量转化效率 - 设计平台运营规则，提供运营工具与资源包，协同做好权益设计与运营，支撑用户增长目标 - 制定开发者社区运营规划和策略，对社区长期发展负责，推进社区知识产权保护和技术标准制定 - 管理和维护社区技术内容（技术文章、开源项目、教程等），结合开发者实际使用场景确保内容实用性和可操作性，并通过多渠道宣传推广 - 收集分析社区运营数据（开发者数量、活跃度、试用与有效使用用户数等），评估效果并持续优化；与合作伙伴建立良好合作关系，共同推动社区发展 - 策划并组织线上线下开发者活动（免费试用、技术培训、黑客松、开发者 meetup 等），协同各产品线产品运营，提高有效用户转化 - 制定活动策略和计划，整合各方资源确保活动顺利进行，获取参与者反馈并分析活动数据，持续优化活动效果 - 与合作伙伴共同策划和运营开发者活动，关注市场行业动态，及时调整策略保持活动竞争力 - 通过数据分析、问卷调查和用户反馈等方式洞察开发者需求，与产研团队紧密合作推动产品优化和改进，提升产品竞争力
1. 能够深入理解所负责的弹性计算产品技术原理、架构和使用场景，根据云沙箱/容器/ECS产品特性进行架构设计和客户方案管理，推动和实现产品的商业化落地； 2. 负责弹性计算 Agent 技术解决方案的设计规划：需要能充分了解客户的需求和场景，能够基于云沙箱组合安全、存储、观测、上下文管理等领域产品，设计阿里云 Agent Infra 解决方案，为客户提供面向实际业务场景的可落地方案，推动产品规模增长； 3. 能够成为 AI/Agent 技术领域的专家：不仅要能理解和使用 AI/Agent 相关的产品能力和特性，还需要能深入理解和运用 Harness 工程方法，设计出可落地的 AI/Agent 最佳实践，推动客户 POC 测试和生产转化； 4. 能够主动探索 AI/Agent 的发展和演进趋势：积极主动的学习业界 AI 新技术、快速跟进 AI 发展新动向，并能从客户的诉求和落地场景中抽象出产品需求，协助产研推进云沙箱/容器/ECS等产品功能迭代和竞争力打磨； 5. 能够与前线架构师/BTE销售紧密合作，主动了解客户当前在产品方案遇到的困难和需求，帮助客户解决技术问题，寻找新的业务突破点。推广产品方案并能够影响客户的基础设施、工程、算法等不同团队，用产品技术推动业务增长。
1. 负责灵骏集群的AI系统性能分析与优化，支持客户多个AI作业场景在不同平台芯片和多种集群规模下的适配和性能调优，能快速且以工具/产品化方式识别性能瓶颈并提出解决方案； 2. 针对主流深度学习框架、分布式训练和模型部署场景等，进行性能调优，优化算子性能、通信性能、内存利用率等关键指标，提升集群整体运行效率； 3. 对AI系统进行性能建模与仿真，建立Roofline模型等性能分析工具。通过仿真结果辅助系统设计和资源分配，为集群建设提供数据支持；同时推荐最佳训练和模型部署配置，辅助用户拿到最佳性能实践； 4. 负责开发和维护性能分析工具，支持系统性能监控、瓶颈定位和优化效果评估，提供性能分析报告，为团队和客户提供性能优化建议。
1. 建设灵骏集群监管控系统核心能力，不断提升客户在云上使用灵骏智算集群产品的自动化、智能化程度。 2. 建设满足业务场景和数据合规要求的智算集群库存管理体系，结合节点调度、性能分析、故障自动化处理、租户运维功能等核心体系能力，持续提升灵骏智算集群产品竞争力。 3. 建设智算集群和管控系统自身高可用体系，如智算集群健康检测、节点与集群异常快速处置体系、管控组件故障自动定位、自动恢复、自适应容灾、云原生技术实施及落地等，保障业务持续可用、保障线上系统稳定性。 4. 建设异构算力统一管理及资源调度系统，持续智算集群资源利用率、降低计算成本。 5. 持续跟踪AI智算、云原生及智能运维领域新技术，结合业务场景进行创新。 6. 该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。
1. 建设灵骏集群监管控系统核心能力，不断提升客户在云上使用灵骏智算集群产品的自动化、智能化程度。 2. 建设满足业务场景和数据合规要求的智算集群库存管理体系，结合节点调度、性能分析、故障自动化处理、租户运维功能等核心体系能力，持续提升灵骏智算集群产品竞争力。 3. 建设智算集群和管控系统自身高可用体系，如智算集群健康检测、节点与集群异常快速处置体系、管控组件故障自动定位、自动恢复、自适应容灾、云原生技术实施及落地等，保障业务持续可用、保障线上系统稳定性。 4. 建设异构算力统一管理及资源调度系统，持续智算集群资源利用率、降低计算成本。 5. 持续跟踪AI智算、云原生及智能运维领域新技术，结合业务场景进行创新。 6. 该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。
函数计算（Function Compute）是阿里云 Serverless 的核心产品，承载了集团内外大量在线业务、AIGC 推理、数据处理、前端 SSR 等负载。 Sandbox Infra 团队负责函数计算最底层的那一层： ● 多租户下的安全隔离：任意用户代码都要能安全、稳定地跑在共享基础设施上； ● 极致的冷启动与弹性：百毫秒级拉起一个带完整运行时的安全沙箱，秒级扩容到数万实例； ● 极致的资源效率：在保证隔离性的前提下，把单机密度、内存复用、CPU 利用率做到业界一线水平； ● 为上层 Runtime、调度、AI Agent / Code Interpreter 等场景，提供稳定、可编程、可观测的执行底座。 简单说：我们做的是"云上最难的那类容器"——既要像虚机一样安全，又要像容器一样轻，还要像进程一样快。 你会参与哪些具体方向（任选其一或多） 1. 安全容器 / MicroVM 方向 基于 Kata / Firecracker / 自研 VMM 做深度裁剪与优化：最小化 guest kernel、优化 VM 启动路径、device 模型简化、IO/网络直通、内存气球与共享、快照与 fork 启动等。 2. 运行时方向 内核裁剪与定制（cgroup v2、namespace、seccomp、LSM、io_uring、eBPF），冷热启动路径优化，page cache / THP / memcg 行为调优，解决真实线上疑难 case。 3. 沙箱调度与资源管理 单机维度的实例编排：实例池、预热、复用、驱逐、超卖、QoS 分级；跨机维度的弹性与亲和性；与上层函数调度、镜像加速（overlay、lazy pull、P2P）深度协同。 4. Runtime & Language Sandbox 语言运行时层面的轻量隔离（Node.js / Python / JVM / Wasm 等），进程级 / v8 isolate / Wasm 沙箱在特定场景下的可行性探索与工程落地，为 AI Agent、Code Interpreter 这类新形态提供底座。 5. 可观测性与稳定性 在不能侵入用户代码的前提下，做沙箱内外的全链路追踪、性能剖析、异常诊断；设计面向百万级实例规模的故障自愈与灰度体系。
1. 负责AaaS（Agent as s Service）管控平台的架构设计与功能研发工作； 2. 深入调研Agentic AI时代对Infra（基础设施层）的需求，凝练核心能力并提供专业的解决方案，助力内外部AI业务实现快速规模增长，并不断提高用户粘性； 3. 设计并落地高性能、高可用、可伸缩的管控系统架构，应对AI时代下CPU、GPU资源海量的弹性需求，并不断提升系统的容量和稳定性，保障客户业务持续稳定地运行； 4. 利用Agent、Harness框架提升内部系统的研发、运维、诊断效率。
1. 构建 Agent Sandbox 服务的云原生适配层，实现基于 Kubernetes 集群的 Agent Sandbox 的全生命周期管理。 2. 负责虚拟节点（Virtual Node）架构设计和性能优化，解决 超大规模集群下 Serverless 容器与Kubernetes 管控面的状态管理、资源映射和异常自动恢复等技术难题。 3. 优化超大并发下 Kubernetes 控制器/组件的处理能力，降低处理延迟，提升资源利用效率与系统稳定性，应对AI时代下海量弹性需求。 4. 实现控制器/组件全面 Agentic 化，提升研发、运维、问题排查效率。 5. 推动云原生 AI 前沿技术的预研、落地，持续提升阿里云容器产品的竞争力与系统稳定性。
- 洞察 Agent Infra 行业的市场机会，分析产品市场容量和竞争格局，分析竞争对手产品的竞争优劣势及市场策略 - 制定并组织 Agent Infra 产品营销传播策略和计划，打造产品品牌和用户心智，提升目标客群对产品的感知，扩大前端流量和商机蓄水池 - 负责Agent Infra（真武PPU、Agent Sandbox等） 相关产品的 GTM 体系化建设，跨产品及方案内容建设 - 开发销售赋能材料，制定并执行销售和渠道培训赋能计划 - 通过用户行为分析、资源使用分析、在线动手实践、线下沙龙等形式，制定商机生产、消费策略并执行 - 运营 Agent Infra 技术社区和开发者平台，策划并组织开发者活动，挖掘用户需求和场景，建立产品的技术影响力和用户心智 - 通过商业化策略设计和渠道效率优化，实现中长尾付费客户规模健康增长；通过产品市场活动、圈层运营，协助头腰部客户商业化增长 - 制定产品业务健康度衡量标准和模型，量化分析支持产品设计、业务策略、产品体验、运营效率等多方面工作 - 监控、发现、推动修复端到端用户体验问题，系统化总结用户体验痛点，参与制定产品改进策略
1. 建设灵骏集群监管控系统核心能力，不断提升客户在云上使用灵骏智算集群产品的自动化、智能化程度。 2. 建设满足业务场景和数据合规要求的智算集群库存管理体系，结合节点调度、性能分析、故障自动化处理、租户运维功能等核心体系能力，持续提升灵骏智算集群产品竞争力。 3. 建设智算集群和管控系统自身高可用体系，如智算集群健康检测、节点与集群异常快速处置体系、管控组件故障自动定位、自动恢复、自适应容灾、云原生技术实施及落地等，保障业务持续可用、保障线上系统稳定性。 4. 建设异构算力统一管理及资源调度系统，持续智算集群资源利用率、降低计算成本。 5. 持续跟踪AI智算、云原生及智能运维领域新技术，结合业务场景进行创新。 6. 该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。
1. 技术前瞻与需求洞察：深度跟踪容器、AI Agent Infra 技术前沿（如 Kubernetes 新特性、Serverless 演进、AI 训练/推理、AI Agent 架构、微服务治理等），精准识别内/外客户在不同场景中的核心需求，驱动产品创新方向与技术战略落地； 2. 竞品与市场分析：持续分析主流模型服务商在容器&Agent 编排、AI Agent 架构、Agent Framework SDK 等领域的竞品动态，输出深度市场洞察报告，支撑产品差异化设计与战略决策，不断增强产品竞争力； 3. 产品全生命周期管理：主导核心容器产品（如 ACK、ACS、ACR、ArgoWorkflows 等）的功能规划、需求定义、设计及商业化运营，从需求挖掘到规模化落地，推动市场份额与用户满意度提升； 4. 跨职能协同：联动产品 PDSA、运营、研发、运维及 SA 架构师团队，高效推进产品从需求到上线的全流程交付，确保技术方案与客户业务目标精准匹配，提升交付质量与客户体验； 5. 产品运营与持续迭代：负责产品上线后的运营闭环，包括客户反馈深度分析、用户培训、市场活动支持及数据驱动的体验优化，通过持续迭代巩固产品市场地位与客户成功。
1. 技术前瞻与需求洞察：深度跟踪容器、云原生技术前沿（如 Kubernetes 新特性、Serverless 演进、AI 训练/推理、AI Agent 架构、微服务治理等），精准识别内/外客户在不同场景中的核心需求，驱动产品创新方向与技术战略落地； 2. 竞品与市场分析：持续分析主流云厂商在容器编排、Serverless 算力、AI 训推方案、AI Agent 等领域的竞品动态，输出深度市场洞察报告，支撑产品差异化设计与战略决策，不断增强产品竞争力； 3. 产品全生命周期管理：主导核心容器产品（ ACK、ACS、ACR 等）在 AI Infra 方向的功能规划、需求定义、设计及商业化运营，从需求挖掘到规模化落地，推动市场份额与用户满意度提升； 4. 端到端解决方案设计：针对企业客户复杂业务场景（如 AI 训练/推理、AI Agent 应用、大数据应用等），设计端到端的容器解决方案，平衡调度性能、弹性容量、安全合规与成本优化等关键维度； 5. 跨职能协同：联动容器产品 PDSA、运营、研发、运维及 SA 架构师团队，高效推进产品从需求到上线的全流程交付，确保技术方案与客户业务目标精准匹配，提升交付质量与客户体验； 6. 产品运营与持续迭代：负责产品上线后的运营闭环，包括客户反馈深度分析、用户培训、市场活动支持及数据驱动的体验优化，通过持续迭代巩固产品市场地位与客户成功。
1.技术方案设计 • 收集、识别、分析客户需求，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； • 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； • 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； • 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； • 结合AI技术趋势，探索并设计AI Agent在资源调度、运维自动化及智能管控场景下的应用架构与落地方案。 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. 技术方案设计 • 参与云产品管控系统的架构升级和优化工作，根据管控系统的稳定性、性能、安全等目标设计相应的技术方案，并明确方案目标、范围和交付成果； • 基于需求进行技术可行性分析和方案评审，结合当前的技术架构进行合适的技术选型和功能设计。完成技术架构和数据架构设计，并推进开发流程； • 参与 AI 能力体系建设，包括管控中台 MCP Server 架构设计、运维 Skill 沉淀、自然语言镜像构建等 AI 场景的技术方案设计。 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； • 负责核心功能的架构与代码模板的编写，开发与维护管控系统核心业务模块，优化程序性能等； • 负责 AI 相关技术栈的开发：包括 MCP Server 实现、AI Agent 基础设施开发、智能体运维能力（运维 Skill）沉淀、自然语言驱动的系统交互功能等； • 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； • 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、bug 排查、问题诊断、产品体验改善、性能和成本优化等； • 编写技术文档，如操作手册、故障排除指南、API 文档等，以支持日常答疑运维工作和 AI 能力复用。 3. 安全、稳定、效率和性能优化 • 通过数据分析，稳定性研究和性能测试，持续推动升级和优化云产品管控架构，实现高可用、高性能的管控系统； • 运用产品优化技术和方法，实现安全保障和优化系统性能，提高阿里云产品管控安全性，同时帮助客户提效，给客户更好的体验。 4. 技术预研 • 跟踪和了解国内外云计算技术、分布式计算技术以及 AI Infra 技术的发展和趋势，结合业务实际需要提供有效的技术支持和架构建议； • 推进 AI 基础设施建设，主导镜像构建 MCP Server、运维 Skill 体系、自然语言镜像构建等 AI 场景落地； • 支撑 AI Agent Infra 等关键项目推进。 5. 技术规划 • 理解业务重点，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； • 主导 AI 驱动的技术预研，包括智能体运维体系、自然语言交互式系统架构等前沿技术的探索和落地。
1、技术方案设计 • 参与云产品管控系统的架构升级和优化工作，根据管控系统的稳定性、性能、安全等目标设计相应的技术方案，并明确方案目标、范围和交付成果； • 基于需求进行技术可行性分析和方案评审，结合当前的技术架构进行合适的技术选型和功能设计。完成技术架构和数据架构设计，并推进开发流程。 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； • 负责核心功能的架构与代码模板的编写，开发与维护管控系统核心业务模块，优化程序性能等； • 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； • 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、bug排查、问题诊断、产品体验改善、性能和成本优化等； • 编写技术文档，如操作手册、故障排除指南、API文档等，以支持日常答疑运维工作； • 使用AI Engineering技术驱动方案设计、编码开发、测试和运维的整体流程，提升效率和交付质量。 3、安全、稳定、效率和性能优化 • 通过数据分析，稳定性研究和性能测试，持续推动升级和优化云产品管控架构，实现高可用、高性能的管控系统； • 运用产品优化技术和方法，实现安全保障和优化系统性能，提高阿里云产品管控安全性，同时帮助客户提效，给客户更好的体验。 4、技术预研 • 跟踪和了解国内外云计算技术和分布式计算技术的发展和趋势，结合业务实际需要提供有效的技术支持和架构建议。 5、技术规划 • 理解业务重点，基于业务需求做出高可用、高可靠、高拓展性的技术架构规划和落地。
1、技术方案设计 ● 负责阿里云ECS从镜像制作优化到线上实例运行操作系统全过程产品化设计和实现； ● 负责阿里云ECS实例的监控、智能运维和优化，保障线上所有实例的稳定高效运行； ● 负责AI相关应用场景下OS用户体验，包括大模型场景下OS性能分析和优化，以及端到端产品化落地； ● 基于需求进行技术可行性分析和方案评审，结合当前的技术架构进行合适的技术选型和功能设计，完成技术架构和数据架构设计，并推进开发流程。 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； ● 负责核心功能的架构与代码模板的编写，开发与维护GuestOS核心业务模块，保证程序性能、稳定性和用户体验； ● 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； ● 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、bug排查、问题诊断、产品体验改善、性能优化等； ● 编写技术文档，如操作手册、故障排除指南、API文档等，以支持日常答疑运维工作。 3、安全、稳定、效率和性能优化 ● 实时监控线上指标，通过数据分析和稳定性研究，持续推动升级和优化GuestOS系统、实例和相关产品的稳定性； ● 对全网用户实例的稳定性和安全性负责，通过优化产品逻辑，和客户共同提升业务稳定性； ● 通过对内核技术的优化，不断提升用户业务、特别是当前AI场景下业务的性能表现，为用户创造高于友商的业务性能指标； ● 通过将AI agent、大模型等技术应用在操作系统层面，降低用户业务使用OS门槛，提升用户业务部署/运维便利性，提升用户用云体验。 4、技术预研 ● 跟踪和了解Linux内核发展、国内外操作系统社区的技术发展，以及Windows、Redhat等操作系统厂商的新产品，及时评估和引入新技术，使阿里云GuestOS产品更具先进性； ● 跟踪和了解国内外云计算技术的发展和趋势，结合业务实际需要提供有效的技术支持和架构建议； ● 跟踪和了解国内外AI相关技术的发展，针对当前趋势引入有效的产品及技术建议。 5、技术规划 ● 理解业务重点，基于业务需求做出高可用、高可靠、高拓展性的技术架构规划和落地。
1. 负责AaaS（Agent as s Service）管控平台的架构设计与功能研发工作； 2. 深入调研Agentic AI时代对Infra（基础设施层）的需求，凝练核心能力并提供专业的解决方案，助力内外部AI业务实现快速规模增长，并不断提高用户粘性； 3. 设计并落地高性能、高可用、可伸缩的管控系统架构，应对AI时代下CPU、GPU资源海量的弹性需求，并不断提升系统的容量和稳定性，保障客户业务持续稳定地运行； 4. 利用Agent、Harness框架提升内部系统的研发、运维、诊断效率。
1、负责演唱会、剧院、音乐节、体育比赛类等演出的商务拓展工作，对项目覆盖、销售市占等关键考核指标负责并达成公司的下达的其他任务指标； 2、分析当地国家地区演出市场趋势、观众需求以及体演行业动态，为演出项目提供商业洞察和决策建议； 3、根据公司演出业务布局，不断拓展新客户、新业务等商务合作机会； 4、把控区域重点商家客户决策链并建立紧密合作关系，洞察客户的痛点及需求，合理分析并推动方案的落地执行； 5、大型演出现场维护工作，保障现场观众检票顺利入场。
1. 业务战略：制定零售行业3-5年业务发展战略，为业务线经营目标负责，加速推动业务转型，实现持续增长； 2. 大客户管理与高层对话：负责零售行业CXO级别直接对话，落地商务合作，有零售行业top100客户资源者（雀巢、玛氏、伊利、蒙牛、中粮等）优先； 3、数据产品与服务交付，及销售通路优化、渠道精耕； 4、战略合作与生态构建：推动与头部生态伙伴及政府部门的战略合作。
● 负责国际票务平台 C端产品的整体规划与落地，制定清晰的产品路线图，驱动平台在全球市场的快速增长 ● 深刻洞察海外用户在现场娱乐消费中的行为特征与痛点，定义差异化的产品价值主张，构建竞争壁垒 ● 主导购票核心链路（搜索发现 → 赛事/演出详情 → 选座 → 下单支付 → 电子票/入场）的体验优化与创新，提升转化率与复购率 ● 搭建用户增长体系，设计拉新、促活、留存策略，结合文娱赛事行业的用户痛点和需求打造用户粘性 ● 负责多语言、多币种、多时区场景下的用户体验一致性，确保全球用户获得本地化的流畅体验 ● 探索 AI 驱动的智能推荐、动态定价、个性化内容分发等前沿方向，用技术创新重新定义 AI 购票体验 ● 与技术、设计、运营、市场、商务等团队紧密协作，推动跨团队目标对齐与高效执行 ● 建立数据驱动的产品决策体系，通过 A/B 测试、用户调研、数据分析持续迭代优化
负责设计与构建下一代分布式 AI 推理 Runtime，让大模型服务启动更快、运行更稳、资源效率更高。你将参与解决大规模推理系统中的核心工程问题，包括： 1.推理实例极速弹性：通过容器镜像加速、模型与数据缓存、P2P 分发、预加载及 Checkpoint／Restore 等技术，持续降低模型加载与实例启动时间，提升大规模集群的弹性伸缩效率； 2.异构集群与分布式推理：支持不同模型和推理引擎运行在 GPU、NPU 等多种计算设备上，优化多节点之间的计算、通信与状态协同，探索更高效的并行与分布式推理架构； 3.模型 Day 0 上线：与模型、引擎及硬件团队紧密协作，理解新模型架构带来的系统需求，完成从 Runtime 适配、性能调优到规模化部署的完整链路，支持新模型快速稳定上线； 4.性能、稳定性与成本优化：通过系统架构优化、性能分析和工程创新，持续改善吞吐、延迟、可用性与资源利用率，支撑大规模 AI 应用稳定运行。 在这里，你面对的不只是单机推理，而是模型、引擎、硬件、网络、存储和调度共同组成的分布式系统。
1、指导门店经营(时令/日销），推动公司生意计划落地，助力门店生意增长。 2、营运标准/流程的培训巡检，确保门店落地执行。 3、区域门店经营诊断（一店一策），解决门店痛点/难点问题。 4、承上启下，沟通串联，发现并反馈一线问题。 5、市场洞察，探索内外部优秀案例学习复制，寻找门店生意机会点。 6、做好区域人才盘点及梯队培养，打造成熟、稳定的门店团队。 7、公司文化、价值观的传导与践行。 8、发现市场机会点（拓店），以提升市场占有率。 9、外部关系维护。
1、推动贯彻公司制度、规范、标准在门店的落实，保障门店运营制度规范的有效落地；执行公司的政策和建立可依赖且有效的门店日常运行。预防管理里消防、食安、意外等风险。 2、理解商圈、竞对和用户，据此对门店品类和商品经营方向有清晰的认知，通过品类/商品经营、拉新、营销、卖场布局、商品订货、陈列、服务面销、合理进行库存管控，控制损耗等方式达成销售业绩及毛利目标； 3、带领和控制店内已知未知损耗、管控和提升门店的人效，管控和优化门店相关费用（物料，水电煤等营运费用），达成EBITDA目标。 4、负责门店链路打通及优化，提效降本，负责总部和区域新项目落地优化。 5、负责门店营运标准（安全、陈列、卫生、库存、体验）等的高标准落地。 6、对外建立维护政府（食药监、消防、城管、派出所等）、物业关系，打造协作融洽的合作伙伴。 7、团队管理：指导与培养下属工作能力，打造高绩效团队，形成阶梯化人才成长模式。配合HR落地员工关怀。
该团队负责高德本地生活的交易平台，支持高德酒店，门票，租车，美食，休闲娱乐，加油，充电，电影等多行业的正逆向交易，是一个集业务开发和平台设计为一体的团队。 职位描述： 1、负责高德交易平台的整体技术战略与业务方向，主导交易平台的架构演进、平台化建设及AI Native转型，带领团队实现从需求到交付的全链路提效； 2、技术战略与架构规划：制定交易平台中长期技术路线图，主导交易系统的架构决策，确保平台在复杂业务场景下的高可用、高扩展性，完成交易系统的平台化； 3、 业务方向与价值判断：深度理解出行生态下交易业务的商业逻辑，对行业需求进行优先级判断与资源调配，推动技术方案与业务目标的深度对齐，对交易方向的业务结果负责； 4、AI Native转型：主导交易平台在需求分析、架构设计、代码生成、质量保障等环节的 AI 深度嵌入，推动 SDD+ATDD 范式的落地，实现交付效率的量级提升。
岗位职责 负责高德美食 KA 客户（连锁餐饮SKA品牌、区域CKA商户）的整体运营，对 KA 客户的 GMV 增长与整体营收（GMV + 广告 + 增值服务）负责； 牵头 KA 客户在渠道服务商体系下的分层分级管理，制定品牌客户的年度 / 季度生意计划（JBP），推动签约、续约、提客单、提复购； 设计 KA 专属产品权益与营销组合权益包（包括但不局限于联名活动、品牌专场、定制券型、私域联动、达人/直播协同），提升品牌在高德流量下的转化与复购效率； 联合渠道服务商建立 KA 客户运营 SOP，提升 KA 续约率、健康度与生命周期价值（LTV）。 持续跟进竞对KA 政策与品牌投放动作，及时输出竞对策略洞察与反制方案。
1、负责资产管理流程的落地、推进问题处理； 2、负责对资产管理员的管理，识别人员和资产风险，制定解决方案； 3、负责所辖机房的资产指标达成； 4、跟进所辖机房的资产到货、入库、盘点、上架、下架、报废处置等全部流程； 5、按照管理要求执行其他资产处置工作。
