共 128 个在招岗位 · 阿里巴巴在成都的最新招聘信息
1. 负责高德打车区域/城市的增长运营工作，主导核心业务目标的制定、拆解与落地执行，通过供需策略设计、资源优化配置等手段，推动业务持续增长； 2. 制定所负责区域的短/中/长期业务规划，对区域内用户的新增、留存、活跃度、使用频次等核心指标负责； 3. 深入挖掘用户核心需求与出行习惯，结合数据分析、竞品洞察及城市特性，输出可落地的策略建议并推动实施； 4. 深度参与 AI Native 团队构建，运用结构化 Prompt、工具调用编排、回归验证等工程方法，将运营经验编码为可复用的 AI 基础设施，推动业务流的 AI 原生重构。
工作内容： 1、本岗位专注培养熟悉一线营运全链路人才，进行前置仓门店各岗位全链路轮岗 2、对生鲜商品有一定的认知，热爱互联网，接近用户，第一视角解决用户需求 3、热爱零售行业，积极主动，有强烈的服务意识、团队合作意识，较强学习能力、沟通能力以及领导力
1. 芯片验证、测试、诊断以及Debug等系列软件的开发 2. 芯片和产品量产工具以及产品运维支持工具的开发 3. 和芯片设计团队以及验证团队一起定义芯片Emulation和Post-Silicon的测试验证计划，实现IP层面和系统层面的测试算法以及在Simulation/Emulation/ASIC三种环境的开发验证试以及调优 4. 芯片Bring-up，功能验证，支持芯片性能和功耗测优化和改进 5. 芯片和产品量产测试程序开发以及测试覆盖率的持续优化和改进
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. 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
1，负责协助客户完成智能网卡的技术评估和导入，及时定位并解决落地过程中的各类技术问题，确保产品在客户业务场景中顺利落地。 2，收集并分析客户需求，形成可落地的产品改进建议，与产品和研发团队合作推动需求落地与产品迭代升级。 3，与研发工程师合作，完成面向客户的技术文档输出与版本交付支持。
1、负责和参与DPU芯片的应用场景与需求分析； 2、负责和参与DPU芯片架构方案的讨论与设计； 3、负责和参与DPU芯片各子系统微架构的方案设计与编码； 4、与验证团队协同完成芯片BUG收敛，包括芯片问题定位分析、Corner点识别和覆盖率分析等； 5、负责和参与模块的物理综合和设计。 Job responsibilities: 1. Be responsible for and participate in the analysis of application scenarios and requirements of DPU chips; 2. Be responsible for and participate in the discussion and design of DPU chip architecture; 3. Be responsible for and participate in the scheme design and coding of the microarchitecture of DPU chip subsystem; 4. Cooperate with the verification team to complete chip BUG convergence, including chip problem location analysis, Corner point identification and coverage analysis, etc; 5. Be responsible for and participate in the physical synthesis and design of modules.
● 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
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
1、完成商品陈列图和信息的维护； 2、负责超市货架陈列管理与优化； 3、配合库存管理团队优化自动补货系统； 4、完成空间管理的分析报告； 5、日常报告的跟踪。
1. 验收前端方向 AI Coding 数据质量 — 对组件开发、bug-fix、UI 重构等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1、负责区域内医疗&教培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. 区域商家运营 1）负责区域供应商的招商和日常运营工作 2.商品品类管理： 1）负责区域商品品类规划，包括全国性&区域性商品引进、汰换、定价与促销策略制定。 2）进行市场调研和竞品分析，洞察消费趋势，优化商品结构，确保品类竞争力与盈利能力。 3）管理商品生命周期，定期进行商品销售复盘，提出优化与汰换建议。 2. 供应链与库存协同： 1）与商总部中台和供应链计划紧密协作，制定合理的商品订货与补货计划，优化库存水平，降低缺货率与库存成本。 2）监控门店库存健康状况，分析和处理滞销品、临期品，制定并推动清仓计划。 3. 数据驱动运营： 1）定期分析商品销售数据、毛利数据、库存周转率等核心指标，输出分析报告。 2）基于数据洞察，发现销售机会与潜在问题，为商品策略、促销活动和门店运营提供数据支持和决策建议。 4. 营销与促销支持： 1）策划并执行品类/单品的线上线下促销活动，跟踪活动效果，并进行复盘总结。 2）与营销团队协作，完成促销商品的价格设定、物料准备及活动落地支持。 5. 系统与流程优化： 1）熟悉并熟练运用商品管理系统，确保商品信息（条码、价格、图片等）的准确性与及时性。 2）参与优化商品运营的标准化流程，提升整体运营效率。
1，负责国际SMB业务板块的策略制定与执行推进，具备跨行业多场景解决方案设计、客户技术汇报与POC支持、及架构设计等经验，围绕AI时代的业务增长目标，拆解阶段性计划并推动落地，对核心业务指标负责。 2，深入理解阿里云产品体系，结合各区域SMB市场特征，设计可落地的解决方案与推广策略，推动重点区域的业务突破。 3，持续跟踪海外各站点的市场动态与客户需求变化，输出竞争分析与业务机会洞察，为产品优化和业务决策提供一线输入。 4，与销售、产品、技术等团队紧密协作，打通从客户触达到方案交付的关键链路，解决推进过程中的卡点问题，确保业务目标按期达成。 5，支撑国内及海外多站点（东南亚、拉美、中东等）的日常业务运营，沉淀可复用的SMB拓展方法论和最佳实践。
1，作为国际SMB业务板块的核心策略负责人，主导制定业务中长期增长规划，明确AI时代下SMB业务的方向、节奏与关键里程碑，对业务结果负责。 2，基于对全球云计算市场格局和AI技术趋势的深度判断，定义海外SMB业务的价值主张与差异化竞争策略，推动业务从规模驱动向高质量增长转型。 3，统筹国内、及海外多站点（东南亚、拉美、中东等）的业务布局，建立区域化的运营体系与资源分配机制，实现多市场的高效协同与规模化复制。 4，构建与产品、技术、市场等核心团队的深度协作机制，将一线市场洞察转化为产品演进方向和能力建设输入，推动面向SMB场景的产品竞争力提升。 5，搭建并培养SMB业务团队，建立人才梯队与组织能力，打造一支具备全球化视野和本地化执行力的业务团队。 6，中大型IT项目从0到1架构实践、跨行业多场景解决方案设计、客户技术对接与方案输出、架构级故障处理
1、负责盒马超盒算NB事业部3R下级类目中烘焙商品的品类规划和生命周期管理，完成品类业绩目标，主要是面包、蛋糕、冷藏等品类; 2、负责判断该品类的市场流行趋势，开发引进新的供应商，打造符合盒马爆品与精品，确保品类竞争优势； 3，负责目标消费群体调研，基于消费者洞察制定相关的商品品类规划和商品运营策略； 4、商品供应链搭建与管理，保障商品供应,同时控制品质和成本； 5、负责采购流程的搭建与优化，监督其有效运作。
1. 验收移动端方向 AI Coding 数据质量 — 对 bug-fix、功能开发等任务数据进行质量验收，核查任务的真实性、难度合理性与平台场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1. 验收 DevOps/运维方向 AI Coding 数据质量 — 对 CI/CD 配置、故障排查、build-release-config 等任务数据进行质量验收，核查任务设计的真实性、难度合理性与运维场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1. 验收数据工程方向 AI Coding 数据质量 — 对数据处理 bug-fix、pipeline feature 开发等任务数据进行质量验收，核查任务的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1. 验收系统底层方向 AI Coding 数据质量 — 对底层 bug-fix、性能优化、内存/并发问题修复、嵌入式功能开发等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2. 标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3. 数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4. 标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 5. 探索更科学的评测指标、更高效的评测和标注方法。
1、验收后端方向 AI Coding 数据质量 — 对标注团队产出的 bug-fix、feature 开发、refactor 等任务数据进行质量验收，核查任务设计的真实性、难度合理性与工程场景还原度。 2、标注规范与数据设计：负责主导 Code 方向标注规范的制定与持续迭代，覆盖代码生成、代码补全、debug、代码解释、代码审查等多类任务；设计 Agentic 场景下的标注框架，包括 multi-step reasoning、tool use、planning、self-correction 等复杂任务链的拆解与评估标准；基于模型表现与研究进展，持续优化标注指南，确保数据质量与训练目标对齐; 3、数据质量管控：对标注员产出进行专家级审核，重点识别代码逻辑错误、安全漏洞、风格一致性问题；建立 Code / Agentic 数据质量评估体系，定义量化指标并追踪质量趋势；设计并执行标注一致性校验流程（IAA），提升跨标注员的数据稳定性; 4、标注团队赋能：为标注员提供技术培训，将复杂的代码和 Agent 概念转化为可操作的标注实践；担任技术难题的终极裁判，解决边界案例和歧义问题；参与标注工具需求设计，提升代码标注效率; 探索更科学的评测指标、更高效的评测和标注方法。
● 基于GPU Profile完成模型算子覆盖率分析，识别必选高性能算子开发路径并评估性能影响。 ● 基于性能仿真建模工具完成性能建模并检查review，输出整网及分层模块性能预期报告，明确关键模块与算子形状、数据类型及切分策略。 ● 结合Profile与建模结果，输出算子开发需求清单（含算子列表、shape、dtype、切分策略）及接口需求说明文档，明确算子/框架团队优先验证规格。 ● 维护并扩展补充新增AI芯片算子单OP精度与性能参考代码，沉淀AI Harness SKILL/Agent资产。 ● 建立主要模型推理规格的GPU竞品性能数据清单，形成可量化对标基准。 ● 跑通模型Fake Tensor推理（带切分方案）与Real Tensor推理全流程，验证并行切分策略正确性。 ● 对比实测性能与建模预期，量化Gap来源（算子效率/切分策略/调度开销/显存带宽等），驱动算子、框架、编译器团队形成优化闭环，持续逼近建模性能极限。 ● 制定端到端精度验证策略，输出验证方案与QA转测说明，完成AI芯片daily QA转测交付。 ● 输出模型整体并行方案与子模块/算子级切分细化方案，形成建模性能预期数据报告。
从事芯片框架相关的工作，主要包含： 1. 负责主流开源框架支持，如pytorch、tensorflow； 2. 负责主流开源大模型推理引擎支持，如vllm； 3. 负责大模型推理性能优化； 4. 负责大模型大规模集群训练优化；
- 主导性能建模平台的架构设计和关键模块构建，开发系统、模型和算子仿真框架，为芯片系统设计提供量化依据 - 构建AI负载特征分析套件，从主流 AI 模型中提取计算、访存、并行和互联等方面特征，并开发相应Benchmark - 定义功耗评估方法论和框架，寻找性能和功耗甜点，设计系统调频、调压及任务调度方案 - 建立芯片可编程性的科学评估体系，协调软件和硬件团队的架构探索方向
1. 对当前流行的生成式AI模型，如GPT-3，LLaMA，Qwen，stable diffusion等模型进行应用分析，评估模型在不同硬件架构（CPU/GPU/NPU）上的性能瓶颈，分析内存占用等； 2. 针对应用分析结果设计关键硬件模块的架构，包括数据通路，控制逻辑，计算/访存接口等； 3. 构建高精度的硬件架构的仿真器和性能、面积、功耗模型； 4. 依据仿真器和模型的结果做架构探索，为硬件架构设计提供理论依据。
- 负责芯片访存子系统的架构设计，可主导自研存储控制的架构及设计实现； - 跟踪芯片领域及新型计算领域（如机器学习）发展，设计开发低功耗的架构、芯片及硬件产品； - 参与芯片架构与微架构设计，负责开发和维护各种通用接口和模块； - 针对业务发展需求，开发相应原型系统，落地芯片产品
- 规划 PyTorch、vLLM、SGLang 等主流框架的适配技术路线，设计硬件抽象层（HLA）与上层框架的接口规范 - 开发适配层核心模块，实现算子调度、内存管理和分布式通信等关键功能 - 优化框架后端实现，与算子库、运行时等团队协作，系统性提升大模型推理效能 - 代表团队在开源社区推动关键技术主张，提交优质代码贡献，推动后端适配进入主线代码
1、负责生鲜产品的接收、质量检验和分类工作，确保产品质量符合国家标准及公司要求； 2、监控生鲜产品的贮存环境，确保温度、湿度等条件符合规定要求，有效防止食品腐败； 3、定期对库存商品进行盘点抽检，及时发现并处理不合格产品； 4、跟踪并记录生鲜产品的质量状态，为质量改进提供数据支持； 5、与采购部门紧密协作，评估并审核供应商质量体系，保证商品到货品质； 6、培训仓库员工关于生鲜产品质量标准的知识和日常操作规范； 7、参与制定和优化质量控制流程，提高工作效率。
