共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
以本地生活美食&生服行业的行业视角切入，梳理行业商家、商品、履约等链路，为提升商家、用户在平台体验负责 负责以上行业的规则体系的建设，优化，维护以及推动规则管理线上持续线上化，定期从治理结果反推方案决策的可行性，并且不断做出迭代优化 具备市场洞察能力和走进用户，通过市场动向，数据和 case 分析不断发现问题和找到机会，通过各种前置和后验信号，细化行业下的治理体系，保障用户体验 联动体验服务团队、用户产品团队、商家产品团队，推动行业下的 BC 产品体系和机制建设
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、面向通算的弹性、混部、分布式作业调度等技术的设计和研发，满足客户不同 SLA 的资源调度；高效解决AI场景下资源协调、碎片化、隔离与干扰等技术难题； 2、面向大规模、分布式的智算场景，设计实现大模型推理服务的多角色分离式编排调度、及时准确的弹性伸缩等，实现AI模型部署优化等平台能力； 3、通过画像建设、机器学习等，为调度系统提供更加智能的决策；在保障不同类型工作负载 SLA 前提下，尽可能提升硬件利用率； 4、负责多地多中心联邦调度建设，为客户提供多种异构资源、环境需求等，保障集群合理的分布、负载。
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、负责相关业务招聘，基于业务策略及组织能力需要，制定全年招聘策略，并确保招聘计划的有效落地与执行； 2、基于对业务的充分理解，运用AI技术构建动态化的人才地图与梯队模型，高效完成人才获取并形成长期储备；通过智能化的持续运营保障人才的精准链接与高效转化； 3、通过对行业，竞争的高质量洞察分析，对业务与组织的阶段性决策提供支撑； 4、管理并推动各招聘渠道的有效运作，善用AI等智能化工具赋能渠道运营，结合所属业务场景特点，积极探索数据驱动的创新招聘解法； 5、完成对所负责业务单元的招聘运营工作，持续对效率、质量、体验、成本、品牌进行管控与优化。
1、负责千问、夸克主动服务的Agent应用研发，基于业务诉求及规划设计和研发AI Agent应用，推动 AI 从“被动对话”向“主动服务与复杂执行”的范式跃迁； 2、保障Agent应用系统的稳定、高效运行，构建完善的Debug 和Trace 能力，保证Agent整体效果可观测，持续提升用户体验； 3、持续跟踪AI前沿技术趋势和进展，关注并探索引入新技术新方法，持续提升工程架构上的先进性和系统的可扩展性，保证技术的先进性。
1、建立供应链品牌出海品牌资质认证体系，沉淀跨境品牌出海知识库与作业标准：认证标准、品类分层、授权链路等，形成可复制的品牌出海运营方法 2、负责供应链品牌出海方向品牌的供给上行：识别、评估、引入适配品牌与货盘，快速补充品类供应链品牌 3、探索供应链品牌跨境业务分销策略，快速扩展跨境市场，建立品牌影响力
1、负责千卡以上大规模混合模态大模型强化学习训练框架建设，调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升； 2、打通复杂工具调用场景的高性能推理与Agent训练系统，攻克长程数据训练中的训练效率、训推一致性等难点，显著提升千问模型基于多种阿里生态工具（如闪购、飞猪等）的用户真实任务解决率； 3、参与奖励系统、工具系统交互的设计与研发，打造高效率的可持续扩展架构；并通过线上链路的联合设计保障模型训练效果的对齐，保障模型在事实性、复杂任务规划解决等方面的能力提点可以落地千问App。
1. 负责阿里巴巴国际站用户理解、召回、排序与策略等方向优化，优化搜索大盘买卖家匹配与转化效率 2. 基于深度学习、图表征、多模态等技术，针对数据稀疏与多国家多行业等 B 类特有问题，结合大模型能力，优化大盘 CTR/CVR 排序与预估模型 3. 负责超大规模深度学习在用户/商品表征学习、向量化召回、点击/成交转化模型预估等的应用和创新 4. 探索大语言模型在搜推领域的应用（包括但不限于生成式推荐等） 5. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流
1. 负责企业级Agent标准产品底座建设，通过理解行业痛点，沉淀共性能力，抽象为可复用的标准化产品底座，进行架构设计到研发落地全栈工作。 2. 负责核心模块的工程化建设，涵盖任务规划、记忆模块、知识工程、多智能体协作等，并抽象为统一技术框架，标品底座、解决方案为上层业务提供可复用的技术底座。 3. 负责Agent效果评估体系建设，并能通过Prompt优化、工程链路优化、模型优化等手段持续迭代，进行效果优化。 4. 负责Agent前沿技术跟踪、进行工程化落地、快速转化为业务能力，保持技术方案的先进性与差异化竞争力。
加入我们，打造重新定义企业组织形态的创新型Al 产品。 我们让 Al Agent 作为数字员工真正融入企业组织-能被调度、会协作、懂业务、有记忆，从底层重构企业与 Al 协作的方式。 我们构建的是一套人机协同组织的基础设施：Agent 在这里被孵化、注册进组织、与真人自主组队协作，工作成果持续沉淀为组织知识，形成真正的 Al 转型飞轮。 这不是一个对话框，也不是一个工作流工具。如果你感兴趣，期待与你交流。 岗位职责： • 产品设计： 主导AI Agent组织管理平台的标品核心模块产品定义与体验设计，覆盖Agent生命周期管理、智能体配置与编排、上下文与记忆管理、权限审计、知识体系等基础能力；深入理解AI Agent运行原理，将多智能体协作、人机协同决策、上下文管理等AI能力翻译为用户可理解、可操控的产品界面，输出可直接生成spec的高质量PRD。 • 产品规划：面向B端客户完成Agent能力Demo演示与Workshop引导，洞察客户业务流程与核心痛点，将客户场景转化为可落地的AI Agent解决方案； 跟踪AI Agent技术发展趋势与竞品动态，盘点研发资源，判断需求优先级，制定产品路标。 • 产品资产沉淀： 建设Agent场景库与技能（Skills）生态，定义套件标准与质量门槛，具备高质量Skills撰写与抽象能力；结合AI Agent产品优势场景与伙伴能力图谱，推动Agent解决方案在行业客户中的规模化复用与生态健康发展。 • 产品持续改进：驱动Agent产品在内部团队的落地迭代，关注一线使用反馈反哺产品演进，持续优化Agent交互体验、易用性与运行稳定性。 • 产品上市： 以典型管理场景为试点，设计并沉淀Human-Agent人机共生组织落地实践方案，建设标杆客户，反哺客户侧AI组织转型解决方案；整理并产出产品GTM材料，推动产品上架公开售卖，并建设配套的定制化交付生态。
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、标准迁移技术方案及迁移计划制定及落地 ● 参与公共客户在不同CPU下的业务系统迁移技术路径与风险预案设计。 ● 结合产品及行业解决方案，深入理解客户需求，参与应用和数据等交付迁移交付方案设计及落地。 2、风险识别与解决 ● 识别项目风险、及时上升并推动解决，包括功能、性能、以及架构层面的问题解决。 ● 参与解决交付迁移过程中的不同CPU下的系统应用、大规模数据迁移以及系统兼容性等问题。 3. 标准化迁移案例及方案沉淀 ● 编制在不同CPU体系下的应用迁移操作手册与最佳实践指南，提供给客户统一的云平台的使用体验。 ● 收集客户技术需求反馈至产品团队并推动产品和工具改进。
1. 负责千问办公 iOS、Android、HarmonyOS 三端原生 App 的架构演进和业务开发，至少主责一个技术方向，并参与跨端方案设计与落地。 2. 负责 AI Agent 能力在移动端的工程落地，包括流式交互、工具调用、MCP、上下文管理、任务状态展示、中断与恢复、多模态输入，以及 Agent 与端侧能力的协同设计。 3. 参与 Rust Core 建设，将跨端业务规则、状态机和核心数据模型沉淀到共享层，通过受控的 Command/Event 及 FFI 接口连接三端 Native Shell。 4. 将大模型、Agent、RAG、语音、文件等 AI 能力与移动端场景结合，持续打磨原生交互和端到端用户体验。 5. 负责启动速度、页面响应、动画帧率、内存、功耗、网络和包体积等性能指标的分析与优化。 6. 参与 Native 能力封装和移动端 SDK 建设，控制依赖与宿主边界，保障后续能力可以安全、低成本地嵌入钉钉移动端。 7. 参与 Mobile BFF 接口设计、服务对接和问题排查，推动客户端、Rust Core 与服务端契约保持一致。 8. 接入集团研发、发布、监控、埋点和安全等基础设施，完善自动化测试、可观测性、灰度发布和线上稳定性保障体系。
1. 参与设计和建设千问办公 AI Agent 的底层 Harness 架构，支撑 Agent 会话生命周期、Turn/Event 流、工具调用、文件上下文、沙箱执行、插件/技能加载等核心链路。 2. 建设 Agent Runtime 与多 Engine 适配层，支持不同 Agent / 模型执行引擎在统一协议和运行环境下稳定工作。 3. 设计工具调用与 MCP / Plugin / Skill 的加载、投影、隔离、权限、诊断和 fallback 机制。 4. 建设面向研发的本地与云端 Harness，包括场景启动器、会话回放、事件重放、调试面板、日志与 Trace 等。 5. 提升 Agent 系统的可观测性，围绕 Agent 事件流、沙箱状态、工具调用链路、文件读写、模型响应、错误恢复等建立完整诊断能力。 6. 把 Agent 产品中的不稳定、不透明、难复现问题沉淀为底层能力和工程工具。 7. 持续优化 Agent 启动性能、运行稳定性、调试效率、开发体验和发布安全性。 8. 以评测驱动 Harness 工程迭代，参与评测、回归和 benchmark 体系建设。
1、负责Android/linux/RTOS平台传感器的驱动、HAL、Framework层软件开发 ； 2、负责设计、研发或集成与传感器相关的算法和新功能； 3、负责传感器相关软硬件调试，厂测校准，可靠性和性能优化。
1、研发前沿的音频大模型 (Audio-LLM)，实现语音识别 (ASR)、语音合成 (TTS) 与音频理解的端到端融合。 2、优化多语种、情感化及高表现力的语音生成，提升在复杂环境（噪声、多人交谈）下的语义提取鲁棒性。 3、设计并优化多模态音乐生成模型，涵盖风格、韵律、和声、节奏等多维度生成任务。 4、探索音频 Tokenizer 优化，实现音频与 LLM 符号空间的对齐。
1. 负责移动客户端总体架构设计与技术选型，主导 AI Native 应用架构演进，构建支持大模型推理、Agent 编排、多模态交互的下一代移动端技术底座； 2. 负责移动客户端相关业务架构、应用架构、数据架构、技术架构、AI 推理链路与全链路方案设计；统筹云端协同（端云分流、降级兜底）、模型生命周期管理、Prompt/Context 工程在客户端的落地； 3. 负责核心业务模块及 AI 能力模块的研发与技术攻关，包括端侧大模型/小模型部署、流式语音对话、视觉理解（VQA）、Function Calling/Tool Use、RAG 检索增强、Memory 记忆系统、多 Agent 协同等关键技术； 4. 负责创新业务及 AI 眼镜、可穿戴设备等智能硬件在移动端的落地，主导多模态感知、设备-手机-云三端协同方案的设计与实现； 5. 持续跟踪业界 AI 工程前沿（端侧推理框架、Agent 框架、模型压缩、隐私计算等），推动团队 AI Coding 提效与工程范式升级。
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等前沿领域。 岗位职责：深耕RAG搜索，为千问Chat场景打造一个专属的、下一代搜索引擎 1. AI 搜索核心技术研发： 负责 AI 搜索场景下的核心算法研发，包括但不限于索引构建与收录、向量召回、 LLM 相关性模型以及生成式检索与排序的构建与优化。 2. 垂直领域 RAG 落地： 利用大模型技术（LLM）实现行业深度搜索，攻克垂直领域下的语义对齐、知识抽取及结构化数据检索等核心难题。 3. 全链路 Agent 提效： 探索大模型与搜索技术的深度结合，负责 Agent 框架下的全链路效率提升，通过Agent技术重构搜索链路，自动化完成搜索效果优化。 4. 技术前瞻与转化： 跟踪全球信息检索与大模型领域的最前沿技术，确保搜索产品在生成式时代的领先地位。
1. 深入业务一线，通过数据挖掘精准识别高价值痛点，将模糊的业务需求转化为明确的 AI 解决目标与技术指标； 2. 设计 AI 原生系统架构，重点规划 Agent 的核心模块（记忆管理、推理策略、工具编排），确保架构兼具灵活性、可扩展性与工程落地性； 3. 搭建 AI 与业务系统的交互环境，负责 API 接入、RAG 知识库构建及记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供精准的知识支撑； 4. 实现 Agent 关键能力（意图识别、任务拆解、反思纠错闭环）；封装标准化 SDK/API，构建全链路观测体系，实现多维归因分析与效果追踪； 5. 建立自动化评测与回测机制，通过 Case 分析收敛最优路径；沉淀方法论与可复用组件，推动 AI 能力规模化复制； 6. 优化高并发场景下的系统性能，实施异步处理与降级策略；通过低侵入性观测手段，保障系统在长期运行中的稳定性与可靠性。
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.负责垂域Agent（音乐、控制、场景识别等）的研发迭代优化工作; 2.结合业务需求，独立进行复杂系统的方案设计和编码实现； 3.负责系统性能调优，提高系统响应速度和稳定性； 4.解决系统优化过程中遇到的各种技术问题。
【核心定位】 负责面向海外市场经营场景的 AI 产品建设与落地。 【关键职责】 AI 产品规划与定义：拆解海外经营核心环节，定义 AI 产品形态与优先级，把分散的运营功能整合为可复用的智能经营产品，输出清晰的产品方案与路径。 技术方案落地：熟悉大模型、Agent、RAG 等能力边界，与算法、工程团队共同完成技术选型与方案评估，推动 AI 能力在真实经营场景中定制化落地。 快速验证与规模化：以 MVP 快速迭代，在多市场用数据验证 AI 经营模式，沉淀可复制的产品能力、工具与方法论并规模化推广。 跨团队协同：横向拉通产品、算法、工程与各国业务团队，把业务诉求转化为产品需求，驱动关键决策与交付。
1、负责多语言语音助手对话中控能力建设，包括：大模型planning和多智能体框架迭代，omni对话中控的持续建设； 2、多语言对话系统算法能力建设和维护，提升对话达成率，打造优秀的产品体验； 3、分析并解决多语言语音助手产品系统中各种badcase，总结问题共性，并落地自动化发现、自动化修复的能力。
1. 负责智能硬件系统软件开发的整个过程，包括从项目的启动阶段到量产阶段； 2. 带领软件团队一起按时完成产品从定义到量产的端到端的工作，使产品达到质量要求和体验要求； 3. 负责项目资源的协调与组织，确保项目团队各干系人协同工作，达到项目目标；负责项目节奏及计划制定，确保项目进度以及项目质量；进行项目风险控制、及时发现跟踪解决影响项目进度相关问题； 4. 不断优化软件开发等相关流程。
1. 负责供应链全链路成本拆解分析，了解&优化仓内、配送、关务等各场景及各类成本费用的构成与分摊，为公司成本优化提供基础； 2. 搭建&优化供应链成本分析/预测模型，据此定位问题根因，同时测算不同业务场景对于成本变动影响，主动识别/评估降本机会点，为决策提供支持； 3. 跨部门协调&推动降本项目落地，跟踪项目财务影响，助力降本目标达成；
【核心定位】 构建基于全球跨境电商市场的AI经营解决方案 —— 能结合对业务综合判断、数据分析能力、产品思维能力构建AI 业务原型，实现问题识别、方案构建、价值验证、落地推进和方法论沉淀。 【关键职责】 1.构建业务方案：结合经营目标、实际场景与使用反馈，识别关键问题和 AI 应用机会，判断优先级，形成可验证的解决方案，明确工作流程及人与智能体的协同方式。 2. 原型构建与场景验证：借助 AI 工具，整合现有数据、平台及智能体能力，亲手构建并迭代可运行的应用原型，通过实际使用验证方案的可行性与体验 3. 价值评估与能力沉淀：结合数据和使用反馈，评估方案对效率、质量及经营目标的贡献，持续优化，将有效的规则、流程和能力沉淀为可复用方案。 4. 协同推进与落地：协调相关团队及资源，推动已验证方案的实施与应用，持续跟踪效果，促进有效方案在更多场景和市场中复用。
1. 负责多模态助手Agent系统的后端核心模块（感知、识别、表达、记忆上下文）的研发与迭代，配合AI硬件产品节奏，高质量交付需求功能； 2. 负责建设高度灵活的AI硬件产品开放技术体系，涵盖硬件能力、助手Agent对话能力、知识库、业务功能等关键开放能力，构建支持高并发、高可用的技术解决方案； 3. 负责通过架构优化、异步处理等技术手段提升系统吞吐和用户响应速度，优化系统性能；负责升级AI Native系统架构，建设AI Coding技术基建，提升业务交付效率； 4. 跟踪前沿技术，探索新技术在业务场景中的应用，推动创新性产品落地。
主要职责： 1.负责直播业务及新范式运行态系统建设 2.负责商品业务及新范式运行态系统建设
面向 LLM/MLLM 场景，围绕模型能力，致力于提供稳定且易用的开放 API 服务。 具体职责包括： 1. 模型服务 API：负责设计高可用服务架构与端到端业务方案，适配一方 Qwen 模型及第三方开源模型。对外提供覆盖智能对话、代码生成、图像/视频理解、向量化、排序等场景的基础 API，并参与流量控制、任务调度、缓存等核心链路建设。 2. 智能体服务化：面向通用人工智能场景，构建高效、可扩展的 Agent 框架，集成搜索引擎、文档理解、代码沙箱等能力；支持 OAI Responses API、Anthropic Messages API 等行业主流 Agentic API，充分释放模型能力，服务各行业客户。 3. 稳定性和效率：在百炼诸多模型和海量请求的场景中，保障线上服务稳定性，在毫秒级别持续提升端到端链路性能，推进 TTFT、TPOT 、Cache 命中率等核心指标优化；保障服务质量，参与大规模 CI/CD 体系建设，持续提升研发效率、功能正确性与交付质量。
