共 1119 个在招岗位 · 阿里巴巴在北京的最新招聘信息
1. 负责大模型全模态后训练能力线的产品规划与设计，覆盖文本、视觉、语音、多模态等方向的训练解决方案，定义产品路线图与迭代节奏，推动后训练能力持续演进与行业领先。 2. 主导"开箱即用"CPT/SFT/RL 微调训练平台的产品设计与落地，联动算法与工程团队，将通义模型训练和评测算法沉淀为平台化能力，支撑用户使用自有数据高效完成个性化模型定制。 3. 搭建面向定制的数据工程能力，规划模型蒸馏与压缩产品，负责定制产物的全生命周期管理，设计微调任务的版本管理、任务进度与资源监控、微调模型评估、以及一键部署上线的链路，打通"训练—评估—部署"闭环。 4. 深入洞察 MaaS 平台客户的模型定制化需求，面向行业场景设计模型定制解决方案，推动通义基础模型与训练数据能力的产品化、商业化落地，服务高净值客户并实现规模化复制。 5. 跟踪大模型训练平台与 MaaS 行业趋势，分析竞品动态与客户反馈，建立产品效果评估与数据分析体系，持续优化产品竞争力、客户体验与商业收入。
1. 负责MaaS网关的产品规划与设计，构建模型服务统一接入层，覆盖鉴权、限流、路由、计量计费等能力，支撑企业客户稳定高效地调用模型服务。 2. 负责MaaS企业级能力的产品设计与迭代，包括多租户管理、权限管控、审计合规、数据安全等模块，满足大型企业客户在大模型落地过程中的企业级治理要求。 3. 负责MaaS 平台功能的产品规划，保障模型浏览、试用、开通、部署、监控的全链路用户体验，持续提升开发者与企业用户的使用效率与满意度。 4. 负责MaaS CLI与Agent工具链的产品设计，打造开发者友好的接入与调用体验，降低模型集成门槛，推动模型能力在Agent场景中的规模化和自动化应用。 5. 协同研发、算法、解决方案与运营团队推动产品落地，制定可量化的产品指标并基于数据持续优化迭代。
1. 负责 MaaS 模型托管部署产品的整体规划与全生命周期管理，定义模型接入、部署上线、运维迭代全流程的产品方案，持续降低客户使用门槛，提升托管模式的市场渗透率。 2. 深入理解企业级客户在性能确定性、资源与数据隔离、稳定性及合规等方面的核心诉求，定义产品形态、功能与交付标准。与基础设施、算法、工程团队紧密协作，将底层算力与推理能力抽象为客户易理解、可自助、可观测的产品。 3. 定义专属部署的 SLA 与可用性保障体系，与运营、SRE 团队协同落地，保障企业级服务的稳定与可信。设计专属部署的计费与商业化模式，输出有竞争力的定价策略与售卖组合，支撑 MaaS 业务商业化目标达成。 4. 制定部署产品的 GTM 策略，联动解决方案、销售与运营团队打造行业标杆案例，沉淀销售工具包与可复制打法，推动在重点行业客户中的规模化落地。 5. 对标国内外竞品的部署产品形态，持续跟踪 MaaS 赛道竞品动态与大模型客户需求变化，输出竞品分析与市场洞察，驱动产品功能与商业化策略的快速迭代。
职位描述 1. 运用科学的方法，分析业务与技术中的问题和机会，形成具有前瞻性和可操作性的结论或行动项。 2. 针对广告业务和技术进行数科体系建设，包括但不限于数据体系、分析方法论和分析工具。 3. 与产研团队合作，对业务结果负责。
1、 面向属地政府为企业创造市、重点委办局沟通渠道； 2、 开展互联网平台开展政企合作和监管处理； 3、围绕企业核心业务争取人、财税政策支持。
岗位职责： POI 是我们最核心的数据资产之一。生态方向的任务是基于平台领先的用户规模，构建用户贡献、商家发布与平台治理三方协同的 POI 数据生态，并借助大模型实现任务的智能生成、推荐与采信，推动数据生产从"人工驱动"迈向"智能驱动"。 1. 基于全局和系统化的视角，通过制定数据质量标准与工艺规范，设计高效协作流程，持续帮助商家高质量入驻、用户反馈高效闭环，持续提升POI数据的准确性、时效性与覆盖度； 2. 与商业/用户等POI 数据来源产品团队密切协作，协助推动大模型在自动审核、用户反馈处理等场景的落地，综合解决用户反馈、商家入驻等环节的效率与成本问题； 3. 与商家、安全、客服等团队的密切协同，实现业务线里程碑达成。
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。
● 主导 POI 深度数据的 AIGC 创新应用，联合多模态大模型与生成式算法，围绕图文、短视频、内容摘要、个性化卡片等形态做深度与动态信息的生产创新，并与 C 端搜索、推荐、导航场景对接完成分发闭环，跑出可量化的业务收益。 ● 负责 POI 深度数据的接入与AI化生产能力建设，围绕人均价、服务设施等核心深度字段，通过多模态理解与算法挖掘持续提升覆盖率与准确率。 ● 负责 POI 图片智能审核体系建设，围绕相关性、美观度、真实性、合规性等维度，用多模态大模型 + 规则协同的方式在质量约束下持续提升自动化审核比例与拦截精度，为 AIGC 内容上量提供质量底座。 ● 通过案例分析、指标拆解与 A/B 实验，持续跟踪 AIGC 内容的量化收益与数据价值；主导产品规划与落地，与算法、工程、运营高效协同，推动项目按期达成目标。
1、客户拓展，挖掘用户新需求，协调内外部资源，落地可复制项目及解决方案； 2、负责物流行业商机转化，完成从商务洽谈，解决方案，签约合作，应收催收等完整销售工作； 3、维护客户客情关系，挖掘存续客户需求，提升服务价值； 4、协同配合完成物流行业产品方案落地及引入客户POC测试； 5、完成销售目标和客户开发目标。
1、负责口腔行业商家，在高德APP上效果类广告及展示类广告的合作拓展，提升合作商家的品牌曝光及经营效率； 2、通过商家的广告投放需求，围绕平台产品进行规划，输出广告营销方案及策略，从而提升合作商家的营收； 3、有较好的KA商家品牌广告攻坚能力，在全国范围内能联动团队也能独立拓展KA商家，持续挖掘行业内KA商家效果类广告及展示类广告商机； 4、能够针对KA客户进行广告推广的方案策划和投放策略支持，能从整合营销、策略规划、投放数据分析、投放复盘等进行全链路营销支持；
1、负责高德【SMB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（ 本地生活类，如 美食/休娱/教培/家装/到店零售等行业），指导代理商提升效果广告营收规模及商家规模化运维效率，并在过程中培养潜力SMB商家的成长； 2、负责【区域广告增长策略】，与业务团队、代理商 三个角色形成合力，明确区域广告增长策略，并在过程中在代理商的广告消耗拉升、广告主留存优化和广告主增长等纬度上沉淀标准化动作； 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；
职位描述： 1、负责区域内生活服务行业（包括家庭维修、数码维修、商务服务、人才服务、证券等行业）中高潜商家的深度拓展与商业化变现，完成个人及团队的销售指标； 2、具备较强销售能力，能独立完成从客户需求诊断、LBS营销方案设计到投放建议的全闭环，帮助商家实现ROI最大化； 3、深耕行业赛道，通过打造区域标杆案例沉淀可复制的营销方法论，并赋能团队提升整体作战水平。
1. 全周期客户经营：负责KA商户的广告效果运营与客情维护，保障健康的大客规模底池及新签占比；对大客商家的广告新签指标及存量客户消耗指标负全责。 2. 流量转化与运营：基于用户画像及行为数据分析，优化“人货匹配”机制，提升线上流量转化效率及交易转化率。 3. 策略制定与协同：结合业务数据制定针对性投放策略，通过横向协同推动资源落地，确保持续达成收入目标。 任职要求 1. 学历与资历：大专及以上学历，拥有1年及以上商业化广告背景，或具备前置收费行业的大客拓展经验，有AI Agent学习和使用经验。 2. 核心能力：具备成熟的大客谈判技巧及丰富的成功案例积累；拥有良好的数据敏感度，能通过数据反映业务问题。 3. 综合素质：热爱销售，自驱力强，抗压能力强，结果导向；具备良好的横向协同推动能力，能适应不定期出差。"
1. 负责全周期客户拓展及运营：负责连锁品牌大客的新签开拓与存量深耕。结合商家业务现状拟定商业化合作方案，对新签指标及存量客户的广告消耗等商业化产品指标负全责。 2. 运营与转化提升：负责商家商品的线上运营推广，通过拓展渠道、深挖资源及创新营销玩法，提升商户平台感知；基于用户画像与行为数据分析，优化“人货匹配”机制，提升线上交易转化率。 3. 竞品分析与策略制定：搜集SKA客户在行业内的合作渠道及竞对投放情况，针对性制定差异化投放方案，保障品牌商家在本平台的投放份额与效果提升。 任职要求 1. 学历与资历：大专及以上学历，拥有3年及以上商业化广告销售经验；具备生活服务或休娱行业销售经验者优先，有AI Agent学习和使用经验。 2. 核心能力：具备极强的业务敏感度、执行力及商家经营意识；拥有良好的问题洞察力与数据思维，能通过数据发现业务痛点并提出有效运营策略。 3. 综合素质：热爱销售，自驱力强，具备强烈的成功欲望与挑战精神；善于主动学习与分享，能适应高压工作环境，能适应不定期出差。 4. 行业认知（加分项）：具备法律、家政、物流、企业服务、财务服务或休娱等特定行业的深度认知与资源积累。"
1.组织诊断&组织经营分析：深度理解本地生活业务，跟进业务战略，开展组织诊断和组织经营分析，识别业务、经营、协同风险，输出组织优化建议； 2.组织设计&组织发展：承接业务关键路径，参与组织架构、人力编制、人力策略设计，推动组织迭代变革，保障组织能力匹配业务发展； 3.干部管理：主导干部盘点、识别管理短板，搭建干部梯队，赋能业务管理层，完善干部选育用留机制； 4.人才配置：统筹HC规划、人才盘点、高潜识别、人才梯队建设，做好招聘评估、绩效闭环、离职复盘，保障团队人才供给与稳定性； 5. 组织能力建设：针对销售/BD一线及管理者，落地管理能力、业务能力建设，提升团队整体人效； 6. 组织活力建设：不断推动绩效激励机制的优化迭代，促进组织活力提升； 7. 文化运营：推动价值观落地，打通上下沟通，收集员工声音，打造高绩效团队氛围，做好员工关系合规管理。
● 从系统与产品层面，参与并牵引计算芯片的封装整体技术方向与方案选择，支撑计算芯片的性能、功耗与可靠性目标。 ● 站在全局视角评估不同封装技术路线（如异构集成技术、多芯片互联方案等）的技术可行性、风险与演进空间，为芯片项目提供关键封装决策依据 ● 针对高功耗密度场景下的封装散热与供电设计等关键挑战，主导或参与技术评估、方案取舍与路径规划 ● 驱动从芯片、封装到系统的全链路协同设计，定义并优化SIPI（信号与电源完整性）设计策略，识别关键技术瓶颈并推动针对性方案落地 ● 统筹整个封装物理设计与验证流程，包括基板设计、热力学与结构应力等多物理场仿真，确保产品的性能与长期可靠性 ● 在芯片架构、前后端设计、系统与封装工程之间发挥桥梁作用，推动封装相关约束在系统与芯片层面的合理落地 ● 沉淀封装相关的设计原则、技术规范与工程经验，提升团队在多代产品中的整体封装能力
1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、广告等）的智能识别与风险防控体系； 2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务； 3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展； 4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进； 5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新； 6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。
候选人将负责以下任务： ‒ 参与超大规模芯片top DFT的实现及验证，包括SSN、SCAN，MBIST，BISR，BSD，SSN 等 ‒ 实现tile 上DFT的实现及验证，包括第三方PHY等DFT的集成开发 ‒ 参与先进DFT技术flow的开发验证，例如SSN、INST、Logic_Bist 等， 负责维护DFT 脚本。 ‒ 利用DFT技术辅助func实现debug。 ‒ 实现 mbist/scan disgnosis、良率分析及提升。 ‒ 实现DFT SDC 的开发并支持后端DFT timing收敛。 ‒ 生成高覆盖率低测试成本的ATE pattern，实现对pattern 的优化。
1. 负责基础工艺IP（Foundation IP）设计与交付，包括Standard Cell、SRAM、IO及其他数模混合 IP（如CML、LDO、PVT Sensor等） 2. 深入理解并解读Foundry PDK、工艺规则与特性，与工艺厂保持紧密技术协作，分析并解决与工艺波动、可靠性（EM/IR-drop/Aging 等）相关的设计挑战 3. 针对产品目标与工艺特性进行定制化电路设计，优化 PPA（性能/功耗/面积）、工艺鲁棒性与可靠性指标，为高性能计算芯片提供定制化基础IP支撑 4. 负责IP工艺库开发与维护，包括 LIB、LEF、GDS、Verilog/Liberty 模型等，确保交付质量与一致性 5. 建立并执行严格的验证流程，包括SPICE仿真、DRC/LVS/ERC/PERC、跨PVT工艺角功能验证、可靠性验证，确保IP的功能正确性、时序完整性、物理可靠性与量产可行性 6. 输出完整的IP技术文档及使用指南，为SoC设计团队提供技术支持，保障IP的顺利集成
1.负责大规模SoC芯片在系统级应用形态下的SLT测试策略制定与实施，覆盖功能验证、接口稳定性、高低温压力测试、可靠性测试等 2. 主导SLT测试平台的搭建与开发，包括测试板卡（Test Fixture）、治具（Jig）、ATE对接接口的规划 3. 与芯片设计、DFT、固件、系统硬件、ATE团队协作，构建芯片到整卡的SLT验证闭环，支持从Silicon Bring-up到出货验证 4.设计并实现高覆盖率的系统测试脚本，对接BMC、MCU、PCle Host等外部环境，模拟真实运行负载进行压力测试与老化验证 5.分析系统级Fail log、功耗异常、性能漂移等问题，追踪根因并协助推动设计/工艺/测试策略优化 6.推动SLT测试自动化，包括脚本框架搭建、远程控制与批量验证流程构建 7. 管理SLT阶段测试数据，输出测试报表、良率数据及质量评估报告，参与量产策略制定 8.支持与OEM、封测、代工厂对接SLT产线需求，推动量产部署
职位描述： 1. 负责芯片ATE测试方案的制定，优化测试覆盖率、良率和测试成本，支持大规模量产； 2. 开发和优化ATE测试程序，确保测试稳定性和效率，并推动测试平台的改进； 3. 进行芯片特性分析，优化测试参数，支持量产爬坡及产品性能验证； 4. 结合DFT技术进行芯片调试和故障定位，提升测试可测性和良率； 5. 分析量产测试数据，持续优化测试流程，提升测试稳定性和产品一致性； 6. 协助制定和执行可靠性测试方案，支持筛选、回测及失效分析，确保芯片质量。
AI SoC前端设计工程师，专注于高性能IP设计与优化。该职位将参与SoC关键IP设计、优化和集成，推动AI SoC的高效能、高安全性与低功耗设计。 1、负责AI SoC关键IP设计，负责RTL设计与优化，确保IP的高效实现，满足PPA（性能/功耗/面积）需求 2、 参与IP设计验证，制定测试计划，支持功能验证和性能优化 3、与SoC架构团队合作，定义IP功能需求和SoC级集成方案 4、协同后端物理设计团队，优化IP以满足时序、面积和功耗目标 5、参与IP交付流程，编写和审核设计文档，支持SoC设计团队集成
深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，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； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。
1、负责优酷会员传播策略搭建系、策划年度营销战役、建立竞争壁垒及沉淀品牌资产，联动文娱IP资源及阿里生态，达成会员心智占领与转化提升目标； 2、月度主导会员营销厂牌活动落地，统筹负责会员营销活动的策划、权益供给、站外传播，站内协同包括站内活动、剧宣、商业化等，保证按时上线及效果，重点关注会员市场声量、心智、促转等指标，定期输出活动复盘报告； 3、基于优酷会员市场心智落地会员中插广告，需要协同片方、剧宣、艺人、商业化等多业务部门，整体统筹上线包含策划、脚本、拍摄、上线及传播，并拿到正向市场结果反馈及会员促转； 4、结合站内会员营销创新玩法，及当下热门IP策划及传播，扩大优酷会员心智及用户进站； 5、拓展会员权益库，基于会员营销活动合作资源拓展，包含品牌、艺人、线下场地、文旅等bd，丰富会员权益。
负责高德智能客服产品的业务化运营与场景落地。从业务视角驱动 AI 能力在一线服务场景的规模化应用与效能释放，构建 AI Native 智能客服新范式。 1、管理一线交付团队，对所负责场景的智能化核心指标负责，通过产品能力和运营策略的组合拳，持续拿到可量化的业务收益； 2、端到端项目推进，主导 AI产品的场景选型、试点验证、规模推广与效果复盘，协同上下游团队完成模型调优与效果验收的全流程闭环； 3、AI 场景挖掘与需求定义：深入一线服务场景，基于会话数据、工单数据、客户旅程分析，识别高价值 AI 提效场景，输出需求与效果评估方案； 4、大模型应用探索：结合大模型能力，探索前沿智能场景的可落地性，输出 POC方案与业务价值论证，推动前沿能力从实验走向生产； 5、人机协同机制设计：设计AI与人工的最佳协作规范与SOP，推动AI升级为"核心生产力"，同步沉淀最佳实践反哺产品。
我们是淘天集团淘宝用户算法团队，致力于通过外投广告算法、商品推荐算法、权益激励算法及消息触达策略的深度融合，驱动淘宝用户的高效增长与长期价值提升。团队聚焦用户全生命周期管理，以大规模机器学习、商品召回排序，序列建模、因果推断、运筹优化等为核心技术引擎，在获客效率、增量GMV和用户LTV等关键指标上持续突破。 我们正在寻找在推荐系统召回与排序算法方面有深厚技术积累和实战经验的资深工程师，特别是面向外投广告、互动场景，低购人群以及消息推荐的应用方向，共同构建业界领先的推荐链路。 核心职责： 1. 召回算法研发与优化： 负责淘宝核心业务场景（包括外投广告、互动场景、低购人群、消息推荐等）的召回算法设计与优化。深入研究用户行为与商品/内容特性，构建和迭代高效的召回通道（如向量召回、生成式召回等），提升召回效果与业务收益。 2. 排序模型迭代与精进： 负责上述场景的排序模型（粗排、精排、混排、重排）的研发与持续优化。构建并训练高精度、低延迟的CTR/CVR/GMV/LTR等预估模型，应用深度学习、多任务学习、多目标建模，序列建模等技术，提升排序效果与业务收益。 3. 大模型探索与应用： 探索和研究大模型（LLM）前沿技术在推荐召回与排序环节的应用潜力。包括但不限于：利用大模型增强用户/商品理解与表征；探索生成式召回、基于世界知识和推理的召回等新范式；研究大模型在排序模型的特征工程、意图理解中的作用; Agentic推荐等。 4. 链路效果评估与策略迭代： 负责召回与排序链路的效果评估与实验分析。运用A/B测试、因果推断等方法评估策略增量收益，持续推动算法迭代与策略创新，确保推荐链路的效率与效果。 为什么选择我们？ ● 聚焦核心算法链路： 深度参与淘宝核心推荐场景的召回与排序环节，你的工作直接影响亿级用户的体验与核心业务指标。 ● 直面技术挑战： 处理海量数据与高并发请求，优化大规模分布式训练与推理效率，在工业级场景下实现算法突破。 ● 前沿技术实践： 在向量检索、序列建模、大模型应用等方向持续探索与落地。 ● 精英技术团队： 与顶尖的算法工程师共事，在浓厚的工程与算法氛围中快速成长。 ● 关键角色定位： 负责推荐系统最核心的召回与排序模块，技术贡献清晰可见。
一、岗位定位 在行业快速增长与风险之间建立可量化、可运营、可持续的平衡机制——既不因风险失控伤害用户信任与平台安全，也不因风控过度扼杀高潜品类的商业增长。 二、岗位职责 ● 建立高风险品类的风险画像与分级模型，针对回收、维修、家政、开锁换锁、足疗按摩、宠物等品类，识别核心风险点（资质、欺诈、履约、安全、舆情）并分级管理。 ● 设计并迭代品类的准入标准、分层运营策略、异常识别与退出机制，把控"哪些品类可以放开、哪些需要强管控、哪些应当收缩或劝退"。 ● 主导重点品类的专项治理：从风险洞察 → 策略设计 → 规则落地 → 效果复盘形成闭环，牵头跨行业线、产品、研发、法务的协同治理。 ● 推动风险策略产品化 / 模型化，与产品、研发、算法协同，把人工经验沉淀为规则引擎与模型能力，沉淀可复用的品类风险治理方法论与工具，支撑新品类快速评估与安全扩张。 ● 建立违规识别、拦截、处置、申诉的策略规则体系，平衡拦截精度（误伤率）与召回率（漏放率），探索 AI 在风险治理中的应用（智能识别、内容合规、话术审核等），提升治理效率与覆盖面。 ● 面向重大合规事件与舆情，牵头应急响应机制，给出可落地的处置与止损方案。
一、岗位定位 作为部门的商业分析负责人，带领业务分析团队，通过数据洞察驱动业务决策与增长——帮助业务看清现状、发现问题、抓住机会，让数据真正成为业务增长的核心引擎。 二、岗位职责 1、搭建部门级业务分析体系，建立覆盖全业务线的核心指标框架，统一数据口径与分析标准。 2、深入业务一线，围绕经营目标拆解关键驱动因子，通过数据洞察定位增长机会与经营瓶颈，输出可落地的策略建议。 3、主导经营分析会、业务复盘与专题分析，将数据结论转化为业务动作，推动策略迭代与效果追踪。 4、搭建并培养业务分析团队，建立分析方法论与工具能力，提升团队整体的业务理解力与数据产出效率。 5、与产品、技术协同推动数据基础设施与工具建设（数据看板、自动化报表、分析模型等），提升全部门的数据使用效率。
岗位职责 1. 产品规划与方向定义 ● 负责 AI Native 应用方向的产品规划，重点围绕 AI Coding、Code Agent、研发智能体、企业知识管理智能体 等场景，定义产品定位、目标用户、核心场景、版本路线图和商业化路径。 ● 面向专有云客户的真实业务环境，识别高价值、高频、可验证的 AI 应用场景，判断哪些能力适合标准产品化，哪些能力适合行业模板化，哪些能力适合项目定制化。 ● 跟踪国内外 AI Coding、Code Agent、Developer Tools、Agent Infra、LLMOps、Agent-Eval 等方向的发展趋势，形成产品洞察和竞争分析。 2. AI Coding / Code Agent 产品设计 ● 负责 AI Coding 类产品的核心能力设计，包括但不限于：代码库理解、研发知识问答、需求到任务拆解、代码生成、代码重构、单测生成、缺陷修复、变更解释、迁移改造、运维排障等。 ● 设计 Code Agent 的完整任务链路，包括用户意图识别、上下文构建、工具调用、计划生成、代码修改、测试验证、结果解释、人工确认、权限控制与回滚机制。 ● 围绕企业级研发流程，打通代码仓库、制品库、CI/CD、缺陷管理、需求管理、文档知识库、权限系统、审计系统等工具链。 3. Agent 工程能力产品化 ● 将大模型、RAG、Function Calling / Tool Use、Workflow、Memory、Multi-Agent、评测系统、可观测性、安全护栏等技术能力，转化为可被业务用户和研发团队使用的产品能力。 ● 定义 Agent 的运行机制和产品边界，包括任务规划、工具编排、上下文管理、权限模式、人机协同、失败恢复、日志追踪、结果验收等。 ● 与相关团队协同，推动从 Demo / PoC 到生产级产品的演进。 4. 专有云场景落地 ● 深入理解专有云、私有化部署、数据不出域、权限隔离、信创适配、安全合规、离线环境、客户侧交付等场景约束。 ● 面向政企客户、行业客户、内部研发团队开展需求调研、场景共创、PoC 验证和产品化沉淀。 ● 将项目交付过程中的共性需求抽象为标准能力、行业模板、最佳实践和产品包，提升复制效率。 5. 评测、指标与闭环 ● 建立 AI Coding / Agent 产品的效果评估体系，包括任务完成率、代码采纳率、一次通过率、测试通过率、缺陷修复率、节省工时、用户留存、客户满意度等指标。 ● 设计离线 Benchmark、真实任务集、客户验收标准、灰度评估机制和反馈闭环，解决 Agent 产品“能跑”到“可靠、可控、可交付”的问题。 ● 联动算法和工程团队，基于真实用户反馈、失败样本、日志数据，持续优化模型效果、工具链设计和产品体验。 6. 商业化与解决方案包装 ● 参与 AI Native 应用的产品包装、版本规划、定价策略、解决方案材料、标杆案例和客户汇报。 ● 将 AI Coding / Agent 能力从单点工具，升级为面向行业客户的“研发提效、软件现代化、知识资产沉淀、工程能力升级”解决方案。
1. 产品规划：负责专有云国际版产品组合设计与规划 ● 市场洞察与场景分析：对全球云计算市场以及主要云厂商的技术路线、产品特性演进等进行市场洞察及分析。 ● 产品组合创新：根据行业发展趋势、专有云市场竞争格局及国际化客户价值诉求，主导制定专有云国际版产品组合策略，包括但不限于IAAS、PAAS、MAAS等，并撰写详细的产品需求文档(PRD)，完成从概念到落地的整体产品设计方案。 2. 客户洞察与上市 ● 关键客户合作：选取代表性强的重点客户，在产品孵化阶段参与0到1的快速迭代过程，全程跟踪并执行客户侧产品方案的部署与测试，确保上市前的成功验证。 ● 跨团队协同：密切协作云产品团队、研发架构团队等，共同推动跨产品线的集成方案规划，确保专有云解决方案的一体化交付，提升产品间的协同效应与整体竞争力。 ● 用户反馈与改进：收集并整理客户使用体验反馈，针对痛点问题进行深入剖析，持续完善产品功能，以实现产品迭代升级与用户体验优化。 ● 与运营、市场等团队协作，提升专有云国际版的整体市场影响力、产品竞争力和用户满意度。 ● 对接内外部合作伙伴，推进国际解决方案的技术集成、方案落地和商业价值实现。 3. 竞品分析与策略制定 ● 竞争情报搜集：定期对国内外主要竞争对手在专有云领域的战略布局、产品特性、市场表现及客户评价进行全面调研和深度洞察。 ● 竞争力评估与对策：编制竞品分析报告，提炼竞争优势与短板，基于分析结果提出针对性的产品竞争力提升计划和如何超越竞争对手的战略蓝图。
