共 281 个在招岗位 · 阿里巴巴在广州的最新招聘信息
1. 负责UC运营业务的移动端页面开发，参与小说、活动、福利及其他互动产品的项目落地，沉淀、打磨H5的互动玩法和能力，包括但不限于H5小游戏、互动动效，优化页面性能，打造业内高水平的用户体验； 2. 负责前端业务的架构设计工作，推进与客户端、服务端等上下游业务的整体方案拉通及实现落地，并通过技术的手段持续改善性能和体验； 3. 负责前端关键技术研究和前沿新技术调研及应用，提升开发效率和团队的技术能力。
1、对接业务方与 BU 财务，梳理新业务场景的商业关系、资金流与业务流程，盘点业务风险。熟悉 PRC 与 US GAAP 准则要求，参与核算方案及核算链路设计，推动核算规则落地，确保服务交付符合会计准则与合规管理要求。 2、负责识别、评估和应对所辖业务中的风险及异常问题，建立并完善质量控制体系，设计并优化运营关键指标；保障核算方案上线后的落地执行，持续优化日常运营流程，建立运营管理机制并定期反馈运营结果，推进问题闭环解决。 3、定期 Review 财务报表（BS、PL），对存在的问题进行闭环跟进管理，保障报表质量与可用度；开展 BS recon 管理与历史业财问题清理，系统性梳理产品链路，优化业财管理。 4、基于业务场景，从财务合规、数据源质量、业财对接、效率提升等视角，提出系统产品或智能化工具的设计思路，负责项目进度管理，推动业财数据打通与新工具在日常作业中落地，实现结算执行系统化、数据稽核线上化及账务核算系统化对接。 5、与业务财务、总账、税务、财资、数据技术、系统开发等团队沟通协作，解决跨业务领域问题；定期向 BU 财务负责人及业务方反馈流程优化、风险管理、效率与质量方面的建议并推动落地。
1、负责 AI 创作相关产品的规划与设计，包括图像、视频及多模态创作工具 2、深入理解创作者与垂直场景（如营销、学习教育）的需求，结合 Chatbot 交互形态，设计自然、易用、有创造力的创作体验。 3、与设计、算法、研发协作，将 AI 能力转化为可被用户理解和使用的产品 4、关注行业趋势，参与规划面向未来的 AI 内容形态与创作工具
1.负责千问产品功能的全链路研发与迭代，保障 Web 端、桌面客户端（Windows/Mac）及移动端（iOS/Android）的极致用户体验； 2.负责千问核心产品场景的 AI Agent 开发与工程化落地； 3.参与设计端侧的 AI 基础设施，打通底层数据逻辑与上层 AI 工具、技能、连接器，构建稳定高效的端侧大模型调用与调度引擎； 4.负责千问多端产品的性能优化，攻克对话列表渲染、AI 推理过程中的交互卡顿、大文件及复杂上下文本地缓存同步等难题； 5.深入操作系统底层，解决文件同步、离线存储、多端状态同步以及跨端通信等核心场景下的兼容性与技术难题。
1. 负责在线 Word、Excel、PPT 中一个核心模块或技术领域的方案设计与研发落地，例如格式解析、文档模型、文字排版、表格、图形图表、渲染或编辑能力； 2. 负责 OOXML（ECMA-376）等文档格式的解析、排版与渲染，持续提升复杂文档的兼容性和还原度，对齐 Microsoft Office、WPS 等主流办公软件的显示与编辑效果； 3. 参与建设真实文档样本、渲染保真度、大文档性能和自动回归体系，保障所负责模块在复杂文档与编辑场景下的稳定性； 4. 独立定位并解决所负责领域的复杂技术问题，能够沿“源格式—文档模型—排版—绘制—最终画面”分析问题，在正确的技术层完成修复； 5. 参与 Office Code Agent 建设，将领域知识、研发工具、问题定位和验证流程转化为 Agent 可执行的能力，提高日常研发和问题修复效率； 6. 参与 AI 生成和编辑 Office 文档的能力建设，完善 AI 所需的文档操作、内容生成、格式控制和结果验证能力。
1. 主导千问App 核心业务线的技术规划与架构演进，负责复杂需求的技术拆解、全链路方案评审；主导客户端架构演进，构建行业前沿的技术体系，在保障高质量交付的基础上，支撑业务创新与快速迭代； 2. 负责客户端整体架构设计与性能治理优化，主导跨端（iOS/Android/鸿蒙）技术方案拉通与落地；通过深度性能优化与体验升级，持续提升用户核心体验指标； 3. 负责 AI Native 场景下的客户端工程架构适配，构建能支撑未来智能化开发范式的基础底座；主导研发效能 Agent 的设计与开发，利用 AI 技术优化代码生成、问题分析和验证测试等流程，切实提升团队研发效率。
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责：定义大模型时代的主动推荐 1. 主动服务场景构建： 负责千问场景下的主动推荐算法研发。基于用户长期记忆与画像，构建主动发起聊天话题、引导任务执行的算法体系。 2. 生成式推荐探索： 探索 LLM-Native 的推荐范式，利用大模型的原生推理能力实现生成式推荐（Generative Recommendation），打破传统过滤式推荐的局限。 3. 时机决策与推送策略： 针对主动服务中的“打扰度”痛点，构建高精度的时机建模（Timing Modeling）与推送策略，确保在最合适的时刻提供最具价值的信息。 4. 长时记忆与任务驱动： 结合 RAG 与记忆模块，使推荐逻辑具备跨时空的连续性，实现基于历史上下文的精准任务挖掘与发起。 5. 业务闭环优化： 深度理解推荐与推送业务指标（点击、留存、任务达成），通过算法手段实现用户价值与业务增长的协同。 职级可看P6-P8
伙伴重点客户攻坚： ● 客户商机挖掘与落地：对伙伴存量客户系统化盘点，识别重点行业和热点赛道客户，梳理公共云及AI MaaS高增长潜力客户，挖掘需求，储备商机，通过团队协作，推进商机快速转化，确保公共云及MAAS业绩持续高速增长； ● 传递技术价值：熟悉阿里云公共云、MaaS产品及市场竟对产品的差异化，深入理解技术价值及适用场景，了解国内外市场主要竟对产品差异化竞争优势，通过引导客户，传递技术价值，提升竞争门槛。 ● 建立组织客情：能与中腰部客户CEO及CTO对话，能快速识别决策链并维系决策链上各层级客户的客情，能够协调客户call high，赢取客户信任，在合作中获得关键性支持。 AI MaaS客户开拓： ● 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敏锐判断，通过行业客户，行业协会，重点圈层，行业伙伴等渠道开拓新客户，形成有效商机。 ● 客户商务转化：促进客户决策及商机转化，制定应对商务方案，运用销售策略，快速转化商机，达成业绩，实现与客户的双赢，对AI MaaS业务的Token用量和收入增长负责。 ● 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，通过深入挖掘伙伴重点客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 ● 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，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。 伙伴销售赋能与项目落地： • 对合作伙伴销售进行常规的coach和项目review，进行客户分析、项目分析，并协调公司相关资源解决问题，提升伙伴商机转化和业绩达成能力 • 针对AI MaaS战役标品及相关赛道客户拓新，进行伙伴销售（包括电销、面销、售前）的培训。
1、负责大模型训推平台的架构设计与开发，支持业务在模型开发、训练、评估、优化、推理部署等全生命周期的需求，确保平台的高可用性和可扩展性； 2、与算法、训推引擎团队紧密合作，构建超大规模计算/存储资源管理，面向多模态、Agentic的训推体系能力； 3、优化大模型训练效率和稳定性，建设数据可观测性、效果&服务稳定性保障和排查机制、资源任务调度优化能力； 4、支持训推结合和模型优化，结合MTP、QAT、蒸馏技术、以及自动化评估系统，构建高性能和精度保障的模型压缩优化能力。
1.负责基于 LLM 和 Agent 框架（如 LangGraph, CrewAI, AutoGPT 等）设计并实现 SRE 智能体，构建具备感知、推理、规划、执行与反思能力的闭环运维系统； 2.深度拆解故障排查、容量规划、性能调优等运维场景，利用大模型重构工作流，实现从异常检测、根因分析到故障自愈的端到端自动化； 3.负责构建运维领域专业知识库，优化 RAG链路，提升 Agent 在处理复杂领域问题时的准确性和专业度； 4.探索多 Agent 协同机制，设计并实现针对复杂运维任务的任务分发、角色协作与共识协议； 5.持续优化智能运维平台的性能与扩展性，确保在高并发、超大算力规模环境下 AI 决策的实时性与稳定性。
1. 面向客户提供创新的大模型AI应用方案并进行落地验证，为客户提供云和AI产品的综合技术支持。 2. 主导或参与AI Agent技术栈设计，并基于机器学习平台、低代码Agent平台、知识向量库的工程搭建和实施 3. 深入理解客户场景需求，结合AI和云产品能力，提供方案评估、部署实施、测试与迭代，解决实际业务中遇到的模型交互、输出优化等问题。 4. 基于实际问题提供技术支撑和优化，包含不限于模型效果优化、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等 5. 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优 6. 负责客户AI调用的稳定性、服务保障响应。
1. 负责智能创作业务（AI 图像 / 视频生成、AI 创作助手、图像理解）的业务质量保障，参与产品需求与技术架构评审，评估 AI 方案的架构合理性、可测性与可评测性（Evaluability），在方案阶段就把成功标准和验收口径定义清楚； 2. 构建面向生成式内容的 AI 原生质量体系：设计并落地评测能力（标准定义、Golden Set、LLM-as-Judge、人工校准），把高度主观的效果判断转化为可复现、可回归、可卡点的自动化门禁，覆盖生成效果、性能、稳定性与内容安全； 3. 用 Agent 重做质量工作：以 Agent / Skill / 工具链的方式重构需求分析、用例生成、自动化执行、失败归因、缺陷闭环等环节，完成任务编排与交付，产出团队可复用的能力沉淀； 4. 通过全链路 trace、线上监控与指标体系，保障多端（App / PC / H5 / 鸿蒙）生成链路的服务稳定性与用户体验，具备从用户反馈反查到链路日志、模型调用与下游服务的定位归因能力，驱动体验水位持续提升； 5. 通过全链路数据分析、效果评测与竞对对比，帮助业务识别目标达成路径上的核心问题并驱动解决，同时量化质量投入的产出与 ROI，让质量成为业务决策的输入而非交付末端的检查站。
1、负责项目场景模型资产制作与版本内容落地，包括建筑、道具、环境资产等相关内容 2、参与主城、地图相关场景资产制作，保证画面表现、资源质量与整体风格统一 3、结合需求独立完成模型制作、贴图绘制、材质调整及引擎内效果还原 4、配合程序实现效果，能提供优化方案，以保证场景高效且实用性；
1. 负责夸克网盘、网盘 Agent、扫描王、扫描王 Agent 等产品的业务质量保障工作，参与产品需求和架构设计评审，评估技术架构合理性与可测性，在 AI 功能设计阶段前置质量视角（效果评测口径、兜底策略、灰度方案）； 2. 推进测试全流程AI提效并设计配套的质量保障体系：用大模型、Agent、MCP 工具重构用例生成、测试数据构造、环境编排、结果校验等测试环节，攻克UI逻辑测试、端到端自动化等质量保障难题；对 Skill 类能力建设白盒门禁、对 Agent 类能力建设评测介入机制，定义各测试环节的自动化接管路径与人机分工，提升业务测试效率和质量； 3. 建设线上监控与问题 trace 能力，分析业务/技术指标与异常模式，保障线上服务稳定性，驱动用户体验不断提升； 4. 通过业务全链路数据分析、用户行为分析、效果评测、体验与质量视角的竞对分析等手段，帮助业务找到目标达成路径的核心问题，驱动解决，赋能业务。
1.负责智能助手类产品的端到端质量保障与智能评测体系建设，覆盖模型服务、业务服务、工具调用及端侧交互等关键链路，系统保障产品功能、模型效果、端侧性能、服务稳定性与用户体验。 2.深入理解业务场景与全链路架构，建立面向用户体验的质量评估模型、指标体系和风险治理机制，推动线上问题发现、归因分析、方案优化和效果验证闭环。 3.主导复杂质量项目的规划与落地，协同算法、工程、产品等多方解决关键问题，沉淀质检、评测和风险治理的规范及可复用能力。
1. 负责搭建用增投放链路质检 Agent 体系，全面支持用增投放算法、投放工程及 PMO 投放稳定性保障与效果保障； 2. 深入理解用增业务逻辑与投放链路架构，建立投放质量评估模型和指标体系，推动投放效果的持续优化和稳定性提升； 3. 主导复杂跨团队质量保障项目的规划与落地，协同算法、工程、投放PMO 等多方团队，推动质量问题的闭环解决和系统性改进； 4. 带领并指导团队成员成长，建立用增投放质检领域的技术规范和最佳实践，提升团队整体技术能力和业务影响力。
1、明确项目需求，协助制作美术标杆和跟进供应商产出； 2、与项目上下游环节美术紧密合作，实现项目3D角色需要，较强的制作经验和能力； 3、对角色模型在产品氛围下的表现有一定自主把控能力和审美能力； 4、根据项目工作计划按时完成任务并跟进最终表现效果。
1. 负责千问智能创作 AIGC 相关业务功能开发，重点投入图像生成、视频生成等核心内容创作方向； 2. 负责千问智能创作 AI 短剧/营销/剪辑相关 Agent 方向的开发，参与Harness 框架搭建、模型接入、Prompt/Skill 优化、效果评测等工作； 3. 跟进 Agent 领域前沿技术，关注多模态模型的行业动态，与产品团队紧密合作，通过技术手段升级 Agent 能力，为用户创造全新 AI Native 体验。
1. 负责千问App的智能创作业务（AI生图、AI视频、AI修图）的功能开发，架构设计以及体验优化； 2. 负责AI Native应用的全新交互和体验，将前沿的AIGC技术转化为用户可感知的功能； 3. 与产品团队紧密合作，持续关注行业动态和用户反馈，通过技术手段升级Agent能力，为用户创造全新AI Native体验。
1、负责千问 AI Web 平台前端研发工作，重点推进生成式AI（AIGC）方向建设，包括AI图像/视频/音频生成、AI剧情短片、灵感内容消费等业务； 2、负责千问 AI Web 平台前端架构设计工作，主导前端技术优化和难点攻关，包括图像编辑、视频云剪辑、WebAssembly工程、画布渲染优化等技术方向； 3、与产品团队紧密合作，持续关注行业动态和用户反馈，通过技术手段升级Agent能力，为用户创造全新AI Native体验；
1. 负责千问智能创作 AIGC 业务功能全栈开发，重点投入内容理解服务、人像美颜服务等迭代与优化； 2. 负责全栈 AI Native 研发模式探索，基于 Coding Agent、Skill等能力建设,完善harness工程，agent loop设计等，实现端到端 AI 开发；
1.负责游戏内，场景模型的制作能建立标杆效果，并且能跟进供应商的反馈和产出，做好场景的资产管理，和订立相应规范. 2.能根据策划的初步的文档指引，原画设计，和玩法白模指引初步并且快速制作美术版本的初版资产，能够补足原画的细节设计，相互配合最终达到最好效果。 3.对所在模块的场景模型相关工作内容，根据该模块的要求进行规范化处理，包括但不仅限于各类文件命名路径配置的正确性、性能优化、维护等； 4.根据项目工作计划按时完成任务并跟进最终表现效果
1、月度/周度生意计划承接，下发执行手册，输出监督月度大品/时令品/换季品的执行，推动月度销售目标达成； 2、根据业务需求输出品类标准执行手册，以季度为单位做迭代更新； 3、及时了解市场竞对价格，通过市调分析可比品的市场价格形象，与采购沟通确保门店价格竞争优势； 4、与供应链协同，针对重大节假日根据门店分层、历史爆发系数，确定合理的订货目标，确保重点节日销售最大化； 5、与用户增长团队部门对接，制定每月大品、新品、时令品的商品联合推广，提高核心大品的全链路产出； 6、损耗归因，通晒重点高损商品，发现区域和门店营运管理、管损目标达成的机会点，并辅导改进； 7、生鲜低销高损商品月度分析，推进采购汰换; 8、协同新店筹备，拉齐营运标准；对新店重点时令品规划、特殊陈列道具做好协同;协同区域门店梳理现有工作流程，从全链路视角简化工作流，提升人效等。
1、目标制定和推进：根据运中开A类及A2000店目标，制定运中的天猫优品招商计划和市场拓展策略。 2、开发执行：主动寻找并开拓潜在的家电大客户，日常招商会的策划、组织与执行，清晰地宣导公司招商政策、品牌理念和合作模式，并完成加盟流程。 3、运中招商协同：运中招商服务商、装修服务商、网格经理等之间的业务协同。
1、对负责的区域酒店产品价格、搜索、库存等展示效果进行全面综合的运营、提升酒店商品销量； 2、负责分管区域酒店价格谈判，协同业务经理处理合作酒店的业务关系（包括预订、结算、投诉等）； 3、负责解答商家在与飞猪合作过程中的各种疑问，维系酒店的正常合作关系； 4、负责向商家推广飞猪的新功能、新产品、持续提升消费者的用户体验和商家收益。
1、负责渠道业务发展规则，建设多元化的渠道发展结构，持续优化，形成优势互补； 2、负责渠道商业目标分解，进行销售及服务过程标准化管理，为渠道的商业目标达成负责； 3、负责高德房产二租渠道考核机制设计、落地，能够以机制驱动渠道的分层，升级，汰换，建设健康可持续的发展体系；
1、负责所辖区域美食服务商的布局及招募策略制定，挖掘优质资源，通过线上、线下多种方式招募并对招商结果负责，定期复盘沉淀招商方法论； 2、协助服务商搭建团队、业务培训、机制建设、团队管理，打造一支优秀规模化、标准化作战团队； 3、落地渠道业务部的拓展策略及销售政策，用数据驱动指导服务商作业，拿到交易和商业化结果，帮助服务商成长； 4、识别业务风险，传导风控要求，主动汰换业务发展或作业规范不合格服务商。
1.独立负责战斗框架、数值与技能系统迭代，设计角色角色大招、专属技能及阵容流派，验证强度与平衡，保障每个角色的独特体验和战斗生态位； 2.独立负责赛事、活动玩法的关卡设计和落地，保障关卡的趣味性和策略性； 3.统筹资料片战斗内容更新，包括篮球演出、球场规则、新角色和新赛事，协同程序、美术落地； 4.独立推进多资料片战斗模块的预期体验、方案落地、调试与验收，结合线上数据和反馈定位问题，提出调整方案并验证外放效果。
1、负责信息流搜索业务，保障数据准确性与及时性，通过数据洞察及时定位业务问题与机会点，保障业务策略落地； 2、准确全面理解业务逻辑和目标，对目标达成路径进行拆解，通过设计指标体系、建设数据看板，为业务制定/达成目标提供支持； 3、对重要业务专项，可以进行数据与信息提取整合，完成从需求探索、数据探查及数据报告的闭环，产出高质量的专题分析报告； 4、能跨部门合作，和产品/运营/算法团队一起用科学方法对AB实验进行策略效果评估，推进优化方案的落地执行； 5、完善数据指标体系、埋点方案，管理数据口径，提升数据应用和决策支持效率；
关于我们： MOS 实验室隶属于阿里 ATH 千问事业群。我们致力于在大模型时代打造具有全球影响力的 AI 原生产品，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁。 实验室核心业务涵盖 AI 搜索、生成式推荐、主动服务及任务助理 Agent 等前沿领域。依托千问大模型底座，我们深度探索 RAG、Agentic RL、多 Agent 协作及全链路工程自动化技术，旨在构建能够深度理解用户、自主规划路径并闭环交付任务的“最强 AI 助手”。 岗位职责： 1. 工程链路构建与优化： 负责不同业务场景下 Agent 的全链路工程实现，包括上下文工程（Context Engineering）、长时记忆管理及复杂任务流的编排优化。 2. 业务场景深度适配： 深入理解搜索、推荐或垂直场景（办公、财经、学术等）业务需求，通过高阶 Prompt Engineering 及策略逻辑，解决 Agent 在垂直领域下的指令遵循、幻觉控制等核心问题。 3. 底层能力支撑： 建设并维护 Agent 运行的基础设施（如 Docker 容器环境、浏览器操控 Claw 等），确保 Agent 在受控、安全、高效的环境中执行任务。 4. 效果评测与闭环： 建立 Agent 效果评测体系，针对业务指标进行端到端的归因分析与算法迭代，确保持续的性能提升与交付质量。 职级可看P6-P8
