共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1、协助业务团队负责人，基于内外部的市场分析和客户调研，制定业务规划和拓展策略。 2、对接公司的经营策略和规划，通过指标定义和目标分解，转化成销售能够执行的动作，保证策略的落地和执行。 3、联合业务团队负责人，负责重大项目和战役运营，通过费用预算管理，业务风险和识别管理等推进销售全链路高效闭环管理。 4、搭建数据分析体系并协同和调度市场、人力、财务等部门推动业务问题解决，为策略执行的效果、销售过程管理体系的有效性负责，保证业务高质量发展。
数据洞察/市场分析 • 数据洞察：通过过程数据、结果数据与历史数据搭建数据分析体系，并基于一线业务合作收集业务线意见，形成内部信息库；通过获取行业信息，政策信息，行业数据，掌握外部信息，形成市场洞察。 • 市场分析：对行业市场深入分析，了解客户需求和市场趋势，协助业务团队负责人，联动SA等相关方，发现新商业机会/挑战，制定重点行业打法和拓展策略规划，梳理作战地图。 指标定义/目标拆解 • 指标定义：基于公司下发的业务目标，结合本团队经营特点，进行指标的进一步细化定义，自上而下形成管理共识和指标理解的一致性，构建从组织合约到落地的可行性方案。 • 目标拆解：拆解年度/季度目标，形成可落地的执行方案、明确责任人，并定期输出分析报告、跟踪业绩达成情况，及时发现和定位业务问题，预警风险，并提供解决方案建议，提升各环节转化率和人效，促进业务目标达成。 战役运营/重大项目 • 战役运营：协助一号位策划并发起相关专项战役，制定战役目标、策略和作战地图等，跟进战役过程，调动产品、财务、销运等相关资源，保障战役的有效落地。设计部门级激励机制，包括销售奖金方案、销售竞赛方案、销售激励方案等，牵引战役目标实现。 • 重大项目管理：规范重大项目过程管理，跟踪重大项目进展，追踪过程问题、预判风险、推动项目闭环，并进行项目的丢赢单分析。 商务运营/协同提效 • 商务流程支持：为BTE/SA等角色在业务过程中的招投标、代金券、合同商务、信控、验收计收等流程提供销管及财税法拉通支持，做好流程保障，提升业务流程效率。 • 大项目商务策划：重大项目的商务策划和定价模型推演，商务标书引导及规则设计。 • 流程效率提升：参与流程设计，就流程效率等问题及痛点，定期与各协同部门拉通并推进闭环。 • 人才培养和赋能：横向经验拉通，推动业务经验沉淀、能力复制，跨团队拉通和分享。 全链路过程管理 • 销售预测：通过数据分析，项目管理，日常review等关键运营动作，确保销售预测准确率； • 管理制度落地：与财务BP、销售运营部、CB团队紧密协同运营并推进经营责任制，协助一号位做好经营管理的决策及管理制度落地执行。 • 强化经营意识：通过经营分析会议和目标设置管理，强化管理团队经营意识，宣贯经营风险，优化并落地销售动作闭环管理规则和机制，包括规范PPL过程管理、提升合同质量管理、盈利性分析、应收回款治理等。 • 预算管控：协助一号位进行预算及费用管理（如：差旅、招待费、外包等），把控部门各项费用的进展。
1、搭建面向内容安全、网络安全、数据安全、业务风控等安全域的大模型自进化系统，建设“评测归因分析→知识短板发现→训练数据生产→模型训练增强→评测反馈验证”的高效自进化闭环，探索大模型在安全场景下能力自动演进的关键路径 2、面向真实安全对抗场景，以"对抗即智能"的理念建设安全域高质量评测集，为大模型迭代提供反馈信号 3、建设基于安全知识体系的归因分析系统，基于评测反馈信号定位大模型知识短板，构建知识转化链路将高质量领域知识转化为训练数据，提升大模型在短板知识领域的能力 4、研究基于self-evolving等范式的能力增强方法，提升大模型在安全对抗场景中的自适应与持续进化能力
1、围绕行业AI应用快速落地，研发端到端智能体核心技术，方向包括但不限于：Agent RL强化学习方法、全模态数据解析与私域知识加工、自规划和自主进化的多智能体等技术，提升智能体在复杂业务流中的效果与适应性。 2、攻坚突破大模型产品在行业应用落地和交付过程中的技术难题，与业界先进技术进行持续对比，并保持优势。 3、具备良好的产品化思维，驱动产品迭代，与产品和工程团队紧密合作，将算法技术应用于实际产品，带来产品商业化增量和竞争力。 4、深入研究大模型和智能体技术，持续关注和探索大模型和智能体方向的前沿动向和技术趋势，打造产品业界影响力。
负责高德共享打车核心业务相关架构设计与研发工作，全新业务模式，复杂业务场景，高并发大流量场景挑战：链接运力和出行场景，构建共享出行新生态; 1.负责在线服务系统的架构设计、研发工作，参与团队AI Agent能力建设。 2.负责攻克服务中高并发、高稳定性，业务模型复杂等带来的各种挑战及技术难关
1、负责建设面向安全场景的大模型评测体系，涵盖通用能力评测与安全业务场景定制评测，构建基于LLM-as-Judge、自动化评测模型训练与人工评估相结合的多维度评测框架，保障评测结果的全面性和可靠性 2、建设基于真实安全攻防场景的Agentic评测环境，构建面向安全长程任务的Agentic评测，提升大模型在安全场景的Agentic能力 3、跟踪业界主流安全大模型评测方法与Benchmark动态，持续优化内部评测体系，对标行业前沿能力水平，发布开源评测集 4、深度参与大模型迭代过程中的知识与评测驱动优化，建设“评测归因分析→知识短板发现→训练数据生产→模型训练增强→评测反馈验证”的高效自进化闭环，以评测数据反哺训练，用领域知识增强训练数据，持续提升模型在安全场景中的能力表现
1、区域食安管理，包括日常门店食安巡检、属地联营商管理、政府检查、抽检应对等减少食安事件的发生率。 2、区域合规管理，包括商家准入资质审核、新店和改造每单的经营环境和证照合规，确保门店合规经营。 3、食安事件应急管理，对于食品安全事件进行全力路排查、定责、跟进改善，推动食安事件整改闭环。 4、食安文化建设，组织门店食安员和营运等进行食安培训，定期进行食安文化宣导，确保人员掌握食安要求。 5、通过将总部要求做因地制宜地调整落地，保障总、区、店的食安管理体系有效运转，并将问题反馈总部，完善整体管理体系。
1、协助销售收集和跟踪厂商需求落地，配合从商机到订单各业务环节建立SOP； 2、根据订单需求进行效果分配调整和供给分配调整，提升整体售卖ROI； 3、统筹规划创新型商业售卖能力，完成定价和商业规范的输出； 4、商家地图数据的完善和治理规范建设，促进流量-效果的转化； 5、跟踪各渠道来源的商家端的需求/意见反馈/投诉等联动解决方案处理。
1、我们正在构建面向Agent的组织上下文创新产品：将散落在人脑、群聊、会议、文档中的组织经验（碳基资产）编译为Agent可检索、可消费的组织上下文（硅基资产），让每一个业务Agent都能带着组织的经验工作 2、你将亲眼见证人类与Agent在真实工作环境的上下文对齐，帮助Agent拥有组织级的长期记忆 3、我们希望你可以负责构建的上下文采集与检索系统，覆盖会议、群聊、文档等多源异构的上下文数据源，涉及海量上下文数据的增量更新与版本管理，同时构建数据质量监控与可观测性体系，保障采集链路的稳定性与数据新鲜度
1、 剧集全生命周期运营 -独立负责剧集从开机、上线宣发、付费转化到长尾盘活的全流程运营，对单剧全生命周期的运营结果负责 多项目并行统筹管理，确保各项目高效推进与落地 2、用户洞察驱动精准运营 -独立完成剧集内容细拆，提炼剧情钩子，识别内容短板并推动优化 -通过数据归因分析内容卡点、转化瓶颈及留存拐点，不断优化封面、标题、卡点及更新节奏 -沉淀标准化运营SOP，反哺内容生产与运营策略调整 3、用户洞察与精准运营 -深入理解剧集核心用户画像与消费动机，掌握不同人群的观剧偏好、付费心理及流失原因 -将用户洞察转化为可执行的运营策略，实现题材与人群、卡点与转化、钩子与留存的精准匹配 -深耕长视频平台规则，精通推荐算法、资源位策略及会员付费转化链路，制定差异化运营策略 4、行业研究与竞品监测 -持续监测同行竞品题材布局、宣发打法，定期输出行业分析报告 -关注市场趋势与题材布局，为内容选题与运营策略提供参考 5、AI应用探索与资源整合 -主动学习AI辅助内容生产技术（AI内容分析、AI海报/素材生成、AI配音/虚拟制作等），在日常运营中探索应用场景，提升内容素材产出效率 -具备跨团队协同能力，对接站内外资源，推进项目高效落地 -沉淀方法论，帮助提升团队整体运营能力
1、负责HappyHorse海外内容+用户运营体系，包括 Discord、Instagram、TikTok、X、YouTube 等平台，持续提升模型的影响力、社区活跃度及用户增长 2、负责构建全球AI创作者生态，建立并运营海外创作者及达人合作体系、Affiliate分销体系及品牌共创，持续扩大模型在海外创作者生态中的影响力 3、与增长团队协同，持续探索海外高质量增长渠道，制定不同渠道的内容策略与素材方案，通过数据分析不断优化投放效果 4、持续跟踪全球AI行业及内容平台最新趋势，探索海外AI 社区及新兴增长渠道，推动创新合作模式及品牌传播 5、深度洞察海外用户需求，结合社区反馈、达人反馈及行业趋势，与产品团队共同推动产品体验持续优化
岗位职责： 1、负责区域高校食堂、后勤渠道资源的开拓和管理。开发学校资源，制定所属区域内的执行拓展计划，提升区域份额 2、探索市场情况，挖掘行业信息；寻找潜在合作伙伴，负责开发挖掘片区内新的渠道代理商，并协助管理和培训。 3、联动相关业务伙伴，协同促进高校食堂资源拓展和区域业务目标达成；
1、负责政府、央国企客户的售前技术支持工作，深度参与项目机会挖掘、需求分析、方案规划、招投标等全流程，推动项目成功签约与落地。 2、聚焦AI 大模型、云计算、国产化算力等方向，主导技术交流、解决方案、产品演示、概念验证（POC）等工作，准确把握客户痛点，将技术能力转化为可量化的业务价值。 3、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。 4、与产品、研发、交付团队紧密协作，反馈一线需求，参与产品路线规划与行业解决方案沉淀，持续提升产品、方案竞争力。 5、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。 6、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”。
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。
1. 主导多模态理解大模型训练数据的标注体系设计，对接多模态算法团队，将算法团队的图文交织、高精度OCR、精细化图像描述等研究需求，转化为可执行、无歧义、可规模化的标注规范与执行流程。 2. 管理并培训视觉标注团队/供应商，拆解图文对齐任务，优化复杂的“多层级标注”的生产效率。 3. 建立严格的图像质量过滤标准（模糊、过度曝光、低俗涉黄、隐私违规等），确保进入训练集的图片在执行层做到100%合规与高清。 4. 承接评测团队和线上反馈的BadCase，针对多模态模型常见的视觉幻觉，设计针对性的反幻觉标注模版，并沉淀高质的“真/伪”对比范例。
1. 独立负责多个品类的采购业务，深入了解业务需求，负责采购策略制定、寻源，招标、商务谈判，合同签订等工作，保证项目顺利交付； 2. 对项目中的采购职能负责，涉及预算管理，成本目标管理，对所负责品类的成本管理和持续成本优化，达成降本目标； 3. 严格执行公司的采购规则及流程，做好采购风险把控； 4. 供应商开发及管理：对所负责品类的供应商，做好日常采购业务管理，绩效考核等相关工作，寻源、评估、筛选优质供应商，建立稳定的资源库。 5. 文娱相关采购数据的整理及分析； 6. 采购平台系统的产品对接等。
【岗位概述】 负责本地生活中台的核心策略与产品运营，统筹销售政策审批、商家签约策略、商家运维策略及产品运营四大方向，带领已有团队落地执行，驱动商家增长与运营效率提升。 【核心职责】 • 销售政策审批与管控：负责制定并优化销售政策审批流程与规则体系，确保各类商业化产品定价、折扣、行业年框等政策的合规性与ROI可控。建立政策审批的标准化机制，协同财务、法务完成风控闭环，定期复盘政策执行效果并迭代优化。 • 商家签约策略：制定分层分级的商家签约策略，根据行业、规模、区域等维度设计差异化的引入策略。关注签约转化率和签约质量，推动签约流程线上化和数据化，建立签约效果评估体系，支撑商家规模与结构的健康发展。 • 商家运维策略：搭建商家全生命周期运维策略体系，涵盖新店冷启、成长期培育、成熟期提效及流失预警等环节。基于商家经营数据与行为特征，设计精准的运营成长机制，制定运营SOP并监督落地，通过数据驱动持续优化产品体验与运营效率，提升商家留存率和活跃度，拉高LTV。 • 产品运营：作为中台与业务方之间的桥梁，负责核心产品功能的运营推广与效果追踪。深入理解商家需求，推动产品迭代方向；
1. 参与构建面向阿里集团海量安全业务的网络安全大模型，系统性突破在代码理解、漏洞挖掘、攻击模拟等高复杂度场景中的瓶颈； 2. 负责高质量安全数据的构建，涵盖代码漏洞检测与修复、程序逆向与分析、安全领域工具（包括但不限于Fuzz、反编译、漏扫等）等多样化安全数据的加工处理和合成优化； 3. 开展大模型全流程训练工作，包括预训练、SFT、Agentic RL等； 4. 针对经典且依赖安全专家经验的的安全任务（如渗透测试、二进制代码分析、红蓝对抗策略生成、项目级代码漏洞发现与修复等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性； 5. 探索大模型在代码安全、漏洞挖掘、逆向工程、数据安全、流量防护等方向的应用，并推动技术成果落地与学术发表。
1、业绩与成本管控：统筹100家门店（10区域）销售目标达成，拆解指标并指导区域教练落地； 2、社群与用户体验：搭建门店社群运营体系，推动会员拉新、留存与复购，提升用户粘性与品牌口碑。 3、食安与合规管理：作为食安第一责任人，践行全链路管控体系，监督门店严格执行操作标准，确保零重大食安事故。 4、新店拓展：统筹新店筹备、开业全流程，协调资源确保按计划开业并快速达盈亏平衡，支撑业务扩张。 5、人才梯队建设：负责区域教练、店长等核心岗位选拔与培养，搭建三级人才梯队，推动标准化培训落地，提升团队专业能力。 6、区域运营监督：通过巡店、数据复盘监督区域教练、店长执行总部标准，针对区域问题制定改进方案，确保运营效率与标准落地。
● 岗位定位： 你将作为AI视频生产应用与Agent系统的核心建造者，负责打造这个时代最具创造力的“自主智能体”。我们正在用Agent重新定义视频生产的工作方式——不是让AI辅助人类操作，这个Agent将能够理解人类的创意意图，自主规划、调度并执行从创意到成片的整个视频创作流程。你将站在AI技术与视频创意的交汇点，设计并落地驱动这一切的Agent系统，让每个人都能指挥一个“AI制作团队”，让AI成为真正的"视频生产者"。 ● 核心职责 1. AI视频生产Agent架构设计 ● 主导设计面向视频全链路生产的Multi-Agent系统架构，拆解并定义不同角色Agent的能力边界与协作协议。 ● 构建支持复杂任务分解、动态规划、自主决策、异常恢复的Agent运行框架。 ● 设计Agent间的通信机制、状态管理与记忆体系，保障长链路生产任务的一致性、可追溯性与可干预性。 2. 多模态模型集成调优 ● 持续跟踪并将最新的图片生成、视频生成、音频生成、VL等多模态大模型集成进Agent生产链路，保持Agent能力的持续技术领先。 ● 对模型输出质量进行系统性调优，针对视频生产场景的语义一致性、运动合理性、视觉/音频质量、叙事逻辑性、指令遵循度、情绪传达力等关键指标进行专项优化。 ● 建立模型能力评测基准体系，定义质量基线与模型SLA，构建覆盖模型选型、版本对比、回归验证的数据化决策链路。 3. 任务规划与工作流编排 ● 设计基于LLM的动态任务规划引擎，支持自然语言输入→任务图生成→并行/串行执行→结果聚合的完整链路。 ● 在平台层统一工作流引擎之上，根据不同创作意图、内容类型、生产规格，在运行时动态构建差异化的视频生产工作流。 ● 攻关长链路任务的可靠性保障：任务断点续传、局部重试、人机协同介入点设计等核心工程难题，确保复杂任务在动态工作流下依然稳定可控。 4. 提示词工程与效果优化 ● 系统性构建面向视频生产各环节的Prompt工程体系，包括分层结构化、动态上下文、领域知识、多模态提示协同对齐等精细化设计。 ● 建立Prompt版本管理、A/B评测、自动优化机制，通过数据驱动持续提升Agent各节点输出质量。 ● 探索基于RLHF、DPO等技术的偏好对齐方法，让Agent的生产风格与用户意图高度契合，逼近"零修改直出"。 5. 视频生成流程自动化 ● 端到端打通从"创意"到"成片输出"的全自动化生产流水线，以最小化人工干预节点为终极目标。 ● 构建智能质检Agent，对生成视频进行自动化质量评估、问题定位与修复决策，形成自我纠错的生产闭环。 ● 设计支持批量生产、个性化定制、多风格并行的自动化调度体系，支撑规模化内容生产的工业级需求。
1.基于模型内部评测和错误案例，系统性分析模型能力边界和短板；建立能力拆解框架（如代码生成可拆分为理解、规划、实现、调试等子能力） 2.主导高质量数据的获取、清洗、增强和验证；探索先进的数据合成技术（如基于强模型的蒸馏、多智能体协作生成）。 3.设计小规模实验验证数据有效性，建立数据-效果关联分析机制，量化数据投入产出比。
1. 协同HR制定和维护各项劳动人事制度、机制、流程及文件； 2. 处理国内外各类劳动人事法律事务，为各项人事决策提供法律意见、落地方案； 3. 起草、审核各类人事法律合同及文件； 4. 处理劳动人事争议案件，统筹外部法律供应商，把控案件质量和诉讼成本； 5. 跟踪劳动法律法规及司法实践动态，应用于公司人事法律事务。
1.参与游戏战斗模块的设计与开发，包括：战斗系统界面，战斗技能和数值，战斗相关养成系统； 2.撰写策划案，完成战斗相关的逻辑、战斗体验、界面交互等设计； 3.与程序、美术团队协作，推动战斗效果的实现与优化； 4.分析玩家行为数据与反馈，持续优化战斗设计，提升玩家体验； 5.关注行业动态与竞品分析，不断学习与创新系统设计思路。
1. 负责数据源智能感知体系建设：运用AI大模型与多源数据融合技术，构建世界与高德的实时连接，精准捕获各数据源的变化，对数据覆盖与时效性负责； 2. 驱动感知能力突破：通过数据源分析与竞品对标，洞察世界变化规律，制定智能感知策略，持续提升数据获取精准度； 3. 统筹规划与协同落地：设定业务技术目标，主导产品全生命周期管理，协同算法工程团队，通过大模型等综合手段确保战略目标达成。
1、负责高德【SKA商户】运维成长及营收（包含但不限于 效果广告、CPS、年费续签等），针对高德到店行业（家装/到店零售等行业），完成品牌的收入提升和行业先锋案例； 2、负责【行业增长策略】，与业务团队、产品运营 三个角色形成合力，明确行业增长策略，完成行业方法论沉淀，产出行业宝典等相关内容； ； 3、负责行业产品优化、推动和设计，为产品GTM指标和业务增长指标负责，推动高德经营经营产品和广告产品行业化落地；
1. 建设超大规模训练的稳定性治理体系，围绕有效训练时长（ETTR）与 Goodput 做端到端度量与优化，量化并持续压缩因故障、回滚、启动带来的无效算力（Badput）。 2. 构建覆盖软硬件异常的故障可观测能力，完善日志、指标、事件的采集与关联分析；研发智能诊断能力，实现训练 slow / hang / OOM / 通信异常等故障的快速定界与根因追溯，沉淀故障模式库与自动诊断规则。 3. 研发自动容错与快速恢复机制，支持断点续训、Pod 级快速重启、节点自动自愈、动态降级与局部重试；优化 failover、本地盘 / 缓存与 Checkpoint 恢复链路，缩短故障恢复时延。 4. 建设节点健康度评估与主动巡检体系，覆盖 GPU、网络、存储等软硬件健康，实现故障节点的快速隔离与自愈；支持 Ray 等分布式框架下的作业级故障感知与处理。 5. 与算法及框架团队协同保障训练全生命周期稳定交付，沉淀可复用的稳定性平台能力，推动变更灰度与自动化运维。
1. 评测平台架构与框架建设。设计并研发面向大模型与Agent的通用评测框架，支持多模态输入输出、长程任务执行、工具调用链路、执行反馈等评估维度；推动评测流水线标准化，打通数据集管理、环境隔离、任务调度、指标计算、结果归档与可视化各环节；对评测结果做数据清洗、统计分析与可视化，向算法团队输出分析报告与洞察。 2. 评测集适配与建设。吃透业界主流评测集（如SWE-bench、Terminal-Bench、JobBench等），完成向平台的精准适配；面向代码生成、工具使用、推理、多轮对话、多模态生成等任务场景，设计可量化的评估方式与指标体系；建立Benchmark版本管理机制，让评测过程与结果可追踪、可对比、可复现，支撑模型迭代决策。 3. 评测任务Agent化与Harness Engineering。以Harness Engineering思路把评测任务本身Agent化，提升评测集接入效率与执行的智能化水平；开发自动化诊断工具，定位评测适配异常、指标抖动、环境漂移等问题，降低人工排查成本；探索LLM-as-Judge、多智能体评判、人类偏好对齐等前沿评测范式，提升评估的客观性与覆盖度。
1. 负责阿里集团评测平台的整体架构设计与核心能力建设，覆盖基座模型、Agent与Skills等评测对象，支撑文本/生图/音频/视频等多模态模型，Agent以及集团内各类Skills的评测需求。 2. 搭建评测诊断、归因分析与报告生成能力，沉淀一套可复用的评测分析方法论；针对评测失败原因、得分分布、执行轨迹与Badcase做深度归因，为基座模型、Agent与Skills的能力迭代提供依据。 3. 跟进业界模型与Benchmark的最新进展，制定评测实施计划与应急预案，推进评测任务落地、验收评测结果并产出高质量分析报告，把评测元信息、结果与报告沉淀为可管理、可检索的数据资产。 4. 与领域专家团队协作，支撑评测集的制作、验收与上架，配合完成敏捷评测与全面评测，提升评测全链路的自动化程度与工程效率。 5. 支撑集团内各类Agent及竞品接入EVA+自动化评测体系，开发Agent接入诊断与提效工具，建设业务评测集的自动化生成能力，降低业务方的接入与维护成本。
1. 负责top floorplan，电源网络，partition， 时钟树， IO assignment 等规划 2. 建立后端sign off spec，signoff 策略 和signoff checklist，包括STA, EM/IR, PV 等 3. 负责先进工艺中后端流程开发 4. 负责关键ip的ppa 优化 5. 与前端构架深入合作，保证构架设计可实现性与ppa 优化
