共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1. 技术规划 负责数据中心交换机及NPO/CPO系统方向的硬件技术规划，主导交换芯片、CPU、电源、时钟及光电器件方案选型、架构设计和工程化落地，提前识别设计、质量及供应链风险。 跟踪交换芯片、高速SerDes、NPO/CPO、光电共封装及国内外产业链发展趋势，结合业务场景推动关键技术预研与落地。 2. 架构与解决方案设计 面向数据中心及高速交换场景，负责数据中心交换机端到端硬件架构规划及整机解决方案设计，输出PRD、硬件规格书等关键文档。 主导交换芯片平台设计，包括端口规划、SerDes通道、控制与管理平面、电源与时钟树、关键器件选型以及国产化替代方案等。 跟踪国产化交换芯片及国产NPO/CPO产业链、竞品和生态动态，保障方案先进性、可落地性和供应安全。 3. 技术研发 主持交换机硬件开发，负责原理图设计与审查、BOM搭建及维护、Layout指导、DFx审查、测试标准制定及测试结果评审。 负责交换芯片及配套器件的系统集成与调试，完成样机Bring-up、问题定位、量产导入及良率提升。 负责高速SerDes链路性能测试和调试，完成眼图、BER、抖动等关键指标分析与优化，具备国产SerDes方案调优能力。 推动国产NPO/CPO方案的系统设计、样机验证、联调测试和工程化落地，协同国内芯片、封装、光器件、测试等合作伙伴完成方案导入和问题闭环。 4. 性能优化 面向研发、生产、交付、运维全链路，持续优化数据中心交换机及NPO/CPO平台的性能、稳定性和可靠性。 建立国产器件及方案导入、验证、替代和生命周期管理机制，提升平台国产化水平与供应链韧性。
负责数据中心网络相关前沿技术的洞察和网络架构的设计，尤其是灵骏 AI 计算领域，作为 PD 和架构师，设计和落地数据中心新架构、新产品。 网络架构团队所设计的集群架构承载了阿里云上的 AI 计算、高性能存储、大数据等各类业务；近年专注灵骏 AI 训练高性能网络架构，设计了业界领先的 HPN 7.0，HPN 8.0以及新时代的TPN架构，完成了诸多 AI 场景中的网络架构优化设计。 团队对外面向内部业务与云产品场景，洞悉分析各类内部业务与云产品对网络的诉求，设计网络架构方案；对内规划数据中心网络发展方向，实现各代架构的 HLD/LLD 设计，带领研发、运营等团队共同落地新架构。 核心职责｜网络规划与架构设计 与灵骏、ECS、存储等云产品团队，以及电商等内部业务团队对接，将业务需求转化为涵盖 AIDC 内部网络顶层设计，并制定前瞻性的网络演进路线图。 ● AIDC 内网架构：主导端到端设计，涵盖 GPU 集群互联、Spine-Leaf / Clos 拓扑、前端业务网络及带外管理网络； ● 拥塞控制与标准制定：负责超大规模集群网络的拥塞控制调优与标准制定，包括 PFC、ECN 及带内网络遥测（INT）； ● 架构交付物：输出架构文档（HLD / LLD）、网络拓扑图、配置规范及 SOP等； ● 存量架构优化：识别现有网络架构中的风险，制定改进路线图并推动落地执行。
1. 负责异构AI芯片算子优化领域的技术规划与核心研发，制定面向大模型推理的算子技术路线，主导震旦算子库架构及持续演进。 2. 深入分析芯片计算、存储和互联特征，研发核心算子及融合方案，解决异构AI服务器在不同模型和部署形态下的性能瓶颈。 3. 推动震旦算子库与SGLang、vLLM等推理框架及业务系统深度集成，将算子优化转化为端到端时延、吞吐和资源效率收益。 4. 交付可复用的算子库、关键算子实现、性能模型和优化方案，并从软件实践中提炼对推理框架及下一代硬件的技术需求。
1. 负责大模型推理系统与全链路仿真领域的技术规划与核心研发，制定仿真技术路线，主导震旦从模型、算子到调度和服务的仿真架构演进。 2. 构建请求调度、KV Cache、并行计算、通信及分离架构的系统模型，刻画异构AI服务器在真实业务负载下的时延、吞吐和资源效率。 3. 贯通流量画像、算子性能模型和系统仿真，形成异构AI服务器的部署策略、容量规划方案、瓶颈归因及系统优化方案，并推动业务应用。 4. 交付仿真引擎、系统模型库、标准接口和方案分析结论，并推动核心技术进入主流推理框架及开源社区。
1.从推理框架与算子层的视角，参与异构资源 Profiling & Tracing 平台的架构设计与能力建设，覆盖框架调度、算子执行、硬件微观指标等全链路性能诊断能力； 2.能基于主流推理框架（vLLM / SGLang / TRT-LLM）的源码理解，分析调度策略对推理延迟与吞吐的影响，定位性能瓶颈并提出优化方案； 3.负责 GPU 满载运行场景下的稳定性与性能问题排查，包括 RAS 故障（ECC、XID、NCCL 超时）、框架层显存泄漏与 OOM 分析、推理延迟异常等； 4.负责从集群视角优化多卡/多节点的资源利用率与负载均衡； 5.负责建立面向多种异构硬件架构的统一诊断与 Profiling 能力；
主导 SoC 基础设施（NOC、CRG、Memory subsystem 等）的微架构设计与优化，在架构早期锁定延迟与 PPA 目标。 作为微架构评审 owner，review 团队 RTL 与设计方案，识别流水线级数、关键路径、仲裁/缓冲、访存路径等影响延迟与 PPA 的问题，把关PPA目标。 建立微架构设计规范与评审流程，指导培养团队，系统性提升微架构设计水平。 协调设计、验证、物理实现、DFT 跨领域工作，主导 PPA/timing 问题的根因分析与收敛。
1. 负责AI硬件系统仿真和CoDesign领域的技术规划与核心研发，制定面向异构AI服务器的仿真技术路线，主导软硬协同仿真模型和设计方法演进。 2. 构建覆盖芯片计算、KV Cache存储层次、片间互联、多卡服务器及集群拓扑的参数化模型，支撑AF分离等异构系统架构分析与设计。 3. 从模型负载和业务SLA出发开展设计空间分析，量化算力、带宽、容量、互联、卡间配比和服务器形态的关键取舍，收敛芯片、互联及服务器规格。 4. 交付硬件系统仿真工具、异构服务器方案、芯片与互联需求及服务器规格建议，支撑下一代AI硬件及服务器规格定义。
1. 架构设计与技术规划 承担服务器/整机柜产品的硬件系统架构设计，输出系统方案、产品规格书、配置规则等关键文档 主导 EVT/DVT/PVT 各阶段架构评审，对架构决策的质量与进度负责 跟踪 CPU、GPU、内存、互连、供电、散热等领域的技术趋势，规划新技术在自研产品中的落地路径 端到端研发交付 2. 覆盖需求分析 → 方案设计 → 原理图/Layout 审查 → BOM 选型 → DFx 评审 → 测试验证 → 量产导入的完整链路 与 BIOS/BMC、结构、热设计、SI/PI、系统测试、供应链等团队协同，闭环解决跨领域问题 对存量机型的硬件质量与运营稳定性负责，主导线上疑难问题的定位与复盘 3. 关键技术攻关 独立或牵头攻克高速互连、大功率供电、液冷散热、超高功耗芯片散热、EMC 等方向的工程难题 主导专业实验验证，沉淀测试用例、设计规范、复用资产 4. 供应商与生态协同 深入供应商研发端审核设计过程，管理需求匹配性与质量风险 参与核心器件国产化选型的架构适配与验证
1. 架构设计与技术规划 承担服务器/整机柜产品的硬件系统架构设计，输出系统方案、产品规格书、配置规则等关键文档 主导 EVT/DVT/PVT 各阶段架构评审，对架构决策的质量与进度负责 跟踪 CPU、GPU、内存、互连、供电、散热等领域的技术趋势，规划新技术在自研产品中的落地路径 端到端研发交付 2. 覆盖需求分析 → 方案设计 → 原理图/Layout 审查 → BOM 选型 → DFx 评审 → 测试验证 → 量产导入的完整链路 与 BIOS/BMC、结构、热设计、SI/PI、系统测试、供应链等团队协同，闭环解决跨领域问题 对存量机型的硬件质量与运营稳定性负责，主导线上疑难问题的定位与复盘 3. 关键技术攻关 独立或牵头攻克高速互连、大功率供电、液冷散热、超高功耗芯片散热、EMC 等方向的工程难题 主导专业实验验证，沉淀测试用例、设计规范、复用资产 4. 供应商与生态协同 深入供应商研发端审核设计过程，管理需求匹配性与质量风险 参与核心器件国产化选型的架构适配与验证
1. 架构设计与技术规划 承担服务器/整机柜产品的硬件系统架构设计，输出系统方案、产品规格书、配置规则等关键文档 主导 EVT/DVT/PVT 各阶段架构评审，对架构决策的质量与进度负责 跟踪 CPU、GPU、内存、互连、供电、散热等领域的技术趋势，规划新技术在自研产品中的落地路径 端到端研发交付 2. 覆盖需求分析 → 方案设计 → 原理图/Layout 审查 → BOM 选型 → DFx 评审 → 测试验证 → 量产导入的完整链路 与 BIOS/BMC、结构、热设计、SI/PI、系统测试、供应链等团队协同，闭环解决跨领域问题 对存量机型的硬件质量与运营稳定性负责，主导线上疑难问题的定位与复盘 3. 关键技术攻关 独立或牵头攻克高速互连、大功率供电、液冷散热、超高功耗芯片散热、EMC 等方向的工程难题 主导专业实验验证，沉淀测试用例、设计规范、复用资产 4. 供应商与生态协同 深入供应商研发端审核设计过程，管理需求匹配性与质量风险 参与核心器件国产化选型的架构适配与验证
1. 负责服务器整机和液冷整机柜产品的系统设计、开发、交付； 2. 根据项目需求，进行服务器结构方案的制定和技术评估，提供可行性分析报告，为项目决策提供技术支持； 3. 与服务器ODM厂家紧密合作，负责服务器整机规格制定、负责整机设计过程质量管控，整机测试，整机交付质量管控； 4. 负责服务器结构相关的技术文档编写和维护，包括设计文档、测试报告、用户手册等； 5. 负责服务器产品的测试和验证工作，以及过程管理，解决测试过程中出现的结构问题，确保产品质量； 6. 跟踪行业新技术动态，研究新技术在服务器结构设计中的应用，不断提升产品竞争力；
1、负责SSD 端到端产品化交付：从产品规划、业务需求收集、分析需求、产品转化、供应商合作、定制开发落地、引入交付、系统级测试交付、推动产品上线和解决线上问题 2、基于业务需求，分析行业的控制器、SSD产品，设计对应的方案，并实施引入SSD部件，交付上线；支撑自研SSD产品化交付。 3、持续跟踪SSD相关领域的技术发展趋势，结合对业务应用场景的深入分析，并推动相关技术的产品化实现。 4、负责系统化的解决全闪存存储系统的稳定性问题，系统化设计报错方案，优化监控和诊断，提升诊断的准确率。 5、负责SSD产品需求测试规格，测试策略、测试方案，测试用例，测试标准的定义和输出。对标业界标杆，引入先进的测试方法。负责SSD相关测试和验证新技术的调研，预研和推广落地工作。
1、负责服务器BIOS 自主研发及产品交付和维护，能主导需求分析、版本管理、功能开发与测试，线上运维全生命周期研发，保障产品高质量交付。 2、负责海量服务器硬件组件的BIOS 统一化定制， 与厂商协同研发并指导其开展工作，推动 BIOS 研发标准化，测试自动化。 3、负责服务器BIOS/CPU领域RAS、故障定位系统、系统性能调优、安全、功耗等竞争力特性的策略制定、方案落地。 4、结合阿里业务应用场景，开拓BIOS技术发展方向，引领行业标准建设，并推动相关技术产品化落地。
1、负责服务器网卡（普通网卡/智能网卡/DPU）的引入测试全流程，包括功能、性能、兼容性、可靠性及长稳测试；主导测试方案设计与验收标准制定，确保产品满足交付质量要求。 2、负责服务器网卡在生产环境的稳定性保障，建立线上风险识别、故障预警及应急响应机制；主导疑难问题定位与根因分析，协同多方推动问题闭环，持续提升线上质量。 3、负责服务器网卡测试工具、自动化测试框架及诊断工具的设计与开发，提升测试效率与问题定位能力。
1. 主导或参与智能网卡/DPU相关系统软件和驱动软件的开发、功能验证，产品化落地以及上线运维。 2. 根据云产品业务特点，通过软硬件结合技术，进行业务软件优化，持续创造客户价值。 3. 通过智能网卡的创新应用，帮助云产品基础设施持续提升技术竞争力。
1. 主导或参与智能网卡/DPU相关系统软件和驱动软件的开发、功能验证，产品化落地以及上线运维。 2. 根据云产品业务特点，通过软硬件结合技术，进行业务软件优化，持续创造客户价值。 3. 通过智能网卡的创新应用，帮助云产品基础设施持续提升技术竞争力。
1. 针对整机柜超节点服务器，全面赋能计算、互联、监控、故障及性能诊断等核心能力； 2. 梳理适配超节点异构服务器产品的业务场景，开展对应的昆仑组件设计与开发，涵盖性能评测分析、容器镜像等关键模块； 3. 基于整机柜硬件架构及典型业务落地场景，构建典型故障与异常案例库，并设计相应的故障诊断方案； 4. 负责跟踪与研究主流GPU架构设计技术，参与下一代AI Infra的规划与设计； 5. 结合业务画像，构建面向异构硬件与系统的全链路量化分析模型，形成数据驱动的决策数据库，有效推动异构服务器产品的规划与规模化落地。
1. 针对整机柜超节点服务器，全面赋能计算、互联、监控、故障及性能诊断等核心能力； 2. 梳理适配超节点异构服务器产品的业务场景，开展对应的昆仑组件设计与开发，涵盖性能评测分析、容器镜像等关键模块； 3. 基于整机柜硬件架构及典型业务落地场景，构建典型故障与异常案例库，并设计相应的故障诊断方案； 4. 负责跟踪与研究主流GPU架构设计技术，参与下一代AI Infra的规划与设计； 5. 结合业务画像，构建面向异构硬件与系统的全链路量化分析模型，形成数据驱动的决策数据库，有效推动异构服务器产品的规划与规模化落地。
1.负责平台新品营销整体策略制定与落地执行，策划新品营销活动，拉动订单量与GMV增长； 2.制定新品上市营销节奏与传播方案，整合站内资源（搜索、推荐、频道）和站外渠道（社交媒体、KOL、信息流广告），实现新品营销声量与转化目标； 3.基于用户分层与市场洞察，设计差异化的新品营销玩法（如加价购、限时补贴、老用户专属权益等），提升活动ROI和用户复购率； 4.协同品牌方、渠道商及内部产品/运营团队，推动新品营销资源落地，确保活动按时上线并达成业务目标； 5.建立新品营销效果评估体系，通过数据复盘持续优化营销策略。
1. 负责企业级办公Agent 技能市场产品/平台能力的设计和研发，包括前台产品能力、运营中心、开放对接能力等，打造企业办公易用/安全/统一的技能市场，加速AI在办公场景的大规模应用。 2. 参与搜索/意图识别等相关能力的设计和研发，涉及企业内部海量知识的接入/加工、搜索在/离线能力的建设（索引构建、意图识别、粗排/精排等），建设企业办公统一的搜索能力，同时结合技能市场的消费需要，提供高质量的findskill能力。
1、参与通用顶级域(gTLD)RSP平台（EPP、Whois、RDAP、Data Escrow等）的架构设计和开发工作； 2、参与通用顶级域RSP系统的规划和持续迭代升级，保障系统的稳定性、性能、可扩展性、业务合规性； 3、在深入理解ICANN合规要求、业务需求的基础上制定最佳技术方案，并推动方案高效落地； 4、通过AI Agent等新技术新方法的引入持续提升系统的稳定性、性能、业务合规性、运营效率等，助力业务发展。
1.负责阿里云大客户的数据类产品上云咨询和交付，了解客户的业务逻辑和数据架构，给出合理的数据产品组合和方案建议，为客户提供端到端的上云方案选型，设计，迁移咨询和实施服务； 2.总结项目交付过程中暴露的产品问题和解决方案，收集客户需求，推进产品不断进步，完善交付流程，降低交付效率和成本； 3.通过交付项目，抽象出可交付，可规模化复制的解决方案和服务产品，比如数据类产品性能优化，健康诊断，数据库分布式改造，去IOE，数据类产品多活解决方案等。
你将在以下三个领域： 1. 大型分布式系统软件的高可用性设计开发，自动化故障分析定位能力建设。 2. 高带宽高性能交换路由转发平面的定义、研发、测试和创新。 3. 大规模分布式路由协议的研发、测试和创新。 从事以下工作： 1、技术方案设计 • 收集、识别、分析网络架构和运维侧需求，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 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 • 跟踪和了解最新的产品技术和趋势，根据业务需要提供最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、 参与新业务讨论、合同审阅、涉税问题解答等一系列工作，对所处行业发展不断了解。贴近业务，平衡管理成本与收益，依法制定相关税务处理方案； 2、 能根据业务依法制定相关税务处理，落实合规和优化建议，协助各单位申请各种适用税收优惠； 3、 指导并复核企业税务合规管理工作，使团队能高质量、高效率地完成税务工作，对团队交付成果负责； 4、 根据法规与时俱进、不断优化税务管理流程的方式，使税务管理工作不断深入和完善，沉淀复用； 5、 与外部合作单位/监管机构建立并维持良好的工作关系； 6、对国内外税收环境的变化有一定的敏锐度和自己的见解。
1.基于对生意和链路的深刻理解，以及对用户消费习惯和周边竞对市场变化的洞察，数据分析的诊断，找到生意机会点，绘制门店经营大图，拆分线上线下生意目标以及落地； 2.懂商品特性，能够结合经营策略进行商品匹配找到售卖机会，知道不同场景不同用户卖什么，怎么卖，在门店做好场景打造-人货场匹配； 3.以“客户第一”思维执行做好公司营运标准，确保线下卖场顾客良好的体验； 4.熟悉仓配履约链路，做好卖场线上线下确保优质的履约服务和成本的管理； 5.针对门店问题，能够与区域中台做到协同沟通，并反推中台帮助门店解决问题； 6.通过门店精细化管理，做好费率、营运成本、损耗等管控，为门店经营结果负责； 7.掌握识人用人的基本方法，搭建良性人才梯队，激发团队积极正向拿结果；
技术服务与支持 • 积极响应热线、官网反馈、工单等多渠道的客户反馈和咨询，快速定位问题，解决疑难技术问题 • 高效地排查并解决产品技术服务问题，在服务过程中关注客户体验提升、有效管控客情 • 理解客户技术问题，基于产品知识和工具进行解决，对于产品缺陷和bug问题，升级给产研 标准化方案沉淀 • 持续推进服务标准化的建设，例如服务升级处置流程、故障应急流程、知识沉淀流程等 • 沉淀标准化的服务方案及通用技术方案，比如推动产品、工具、知识库的建设和改进，引导客户向合理的解决方案方向前进 • 编写相关产品技术类分析报告，输出知识库、服务技术文档等 • 负责提供研发、运维、安全等的技术培训赋能 生态运营管理 • 通过技术赋能、认证培训、质量体系、工具平台和组织文化建设等手段，建设技术服务生态体系 • 管控生态伙伴的服务过程和结果，保证技术服务关键指标的达成，无重大安全生产事故
1.负责自研分布式消息队列的架构设计与核心开发，优化消息生产与消费链路，提升高并发场景下的吞吐量与端到端延迟表现； 2. 建设集群管理、分区调度、负载均衡及容灾恢复能力，保障大规模集群的高可用与数据可靠性； 3.优化网络通信、内存管理和线程模型，完善流控、过载保护与多租户隔离，提升资源利用率和可运维性； 4. 完善顺序消息、消费进度、消息重试及积压治理，推进不同存储系统的适配与性能优化，推动技术演进。
主导大模型「AI for Science」中生命科学与化学方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，以可验证奖励（verifiable reward）为核心，定义模型在生物、化学场景下的科学知识理解、科学推理、工具调用与长程科研任务执行的能力边界，构建高质量、可自动判分、可复现的标注与评测数据集。具体包括： 1. 能力体系与标准制定：从 0 到 1 搭建生命科学/化学评测体系，完成能力维度拆解（科学知识问答与文献理解、假设生成、实验与合成路线设计、分子/序列/结构分析、多步科研工作流执行、结果验证与错误纠正）、任务难度分级、标注规范与评分标准，制定 rubric 与金标准，沉淀查重去污、难度校准、一致性审核的可复用工具链。 2. 数据生产与标注：设计贴近真实科研流程的任务与实例（结构预测、序列与基因组分析、单细胞与图谱数据解读、分子性质预测与逆合成路线设计、数据库检索 PDB/UniProt/ChEMBL、生信分析、文献综述与 notebook 计算），组织专家标注与示范，产出金标准与失败案例；与化学、生物实验团队协作打通「湿实验 / 计算」数据闭环，将真实实验结果——尤其是失败数据——转化为可用于 SFT、偏好与可验证奖励训练的高质量数据并回流模型团队。 3. 模型评测建设：对可对照公共数据库或计算判定的任务优先建成自动化 verifiable eval；构建端到端 Agentic 科学评测——涵盖科学工具调用与编排、多轮交互、长程规划、异常恢复、结果可复现性与科研安全边界（含双重用途/生物安全判断），推动任务从「单点问答」向「复杂真实科研场景」演进。 4. 质量管控与质检：建立双标注一致性校验、资深专家抽检、难度标定校准、查重去污与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例），并将结论回流数据生产与评测标准，保证结果可信、可复现、可追溯。 5. 数据基础设施共建：与工程团队共建支撑大规模科学标注与自动化评测的基础设施（沙箱 / 容器化科研环境、数据管线、评测框架），推进大规模生物数据（序列、结构、基因组、单细胞）的采集、编排与 AI-agent 接口建设。 6. 行业跟踪与跨团队协同：持续关注 AI for Science 与科学智能体方向动态；将评测洞察转化为模型改进方向（知识准确性、推理可靠性、长程任务成功率、科研安全），并与研究、工程及实验团队协作落地。
主导大模型「计算机操作」（Computer Use）方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，定义模型对浏览器与桌面原生软件界面的感知、理解与多步自主执行的能力边界，构建高质量训练与评测数据集。具体包括： 1. 能力体系与标准制定：从 0 到 1 搭建 Computer Use 数据体系，完成能力维度拆解（界面感知与视觉定位、控件识别与操作、多步任务执行、错误恢复、长程规划）、任务难度分级、标注规范与评分标准制定，制定 rubric 与金标准；覆盖有 DOM/accessibility tree 的结构化场景，以及无结构信息、需纯截图视觉 grounding 的原生应用场景。 2. 数据生产与标注：设计并产出高质量操作数据——组织多模态标注（截图、界面元素、操作轨迹、坐标级动作）、专家示范与金标准，覆盖浏览器任务（网页浏览、信息检索、表单填写）与桌面专业软件操作（办公文档/表格处理、CAD 绘图、Blender/3D 建模、图像与视频编辑、IDE 与终端命令、跨应用与 OS 级工作流），将真实使用经验转化为可用于 SFT、偏好与强化学习训练的数据。 3. 模型评测建设：构建贴近真实工作流的评测任务与端到端 Agentic 评测方案，涵盖视觉界面理解、工具调用与编排、多轮交互、长程规划、异常恢复与安全边界判断；针对桌面软件任务设计基于结果态的验证机制（导出文件校验、几何/渲染检查、脚本回读状态等），解决「操作对不对」难以自动判分的问题，推动任务从「单步指令」向「复杂真实场景」演进。 4. 质量管控与质检：建立任务查重与污染检测、难度标定校准、双标注一致性校验、资深抽检与一致性审核机制；对 bad case 做根因分析（数据 / rubric / verifier / 实例）并回流数据生产与评测标准，保证结果可信、可复现。 5. 数据基础设施共建：与工程团队共建支撑大规模自动化标注与评测的基础设施（含桌面/容器化操作环境、数据管线、评测框架）。 6. 行业跟踪与跨团队协同：持续关注浏览器操作、桌面自动化、专业软件 Agent 等 GUI Agent 方向动态；将评测洞察转化为模型改进方向（感知准确率、视觉定位精度、操作可靠性、安全性），并与研究、工程团队协作落地。
1. 制定日用百货品类采销策略与年度规划，明确品类定位与价格策略，支撑业务目标达成； 2. 拓展并管理优质供应商资源，通过谈判优化采购价格、账期与供货保障，确保货源稳定与成本可控； 3. 制定采购计划与库存管理方案，协调仓储物流与销售环节，提升库存周转效率； 4. 分析销售数据与毛利贡献，优化品类结构，协助完成品类货架规划、SKU汰换及毛利优化，提高利润空间； 5. 协同运营、营销团队制定促销计划，提升销售转化与毛利表现。
