共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1. 负责大模型训练、推理、评测、部署等核心链路的质量保障体系建设。 2. 设计并实现自动化评测框架，支持多维度（如准确性、一致性、安全性、推理速度等）的模型能力评估。 3. 构建高质量、可扩展的评测数据集，制定科学、可量化的评测标准与指标体系。 4. 推动CI/CD流程在大模型工程中的落地，保障模型迭代的稳定性与可回溯性。 5. 主导Bad Case分析闭环机制，联动算法、工程与业务团队优化模型表现。
1. 结合LLM技术，设计和优化RAG全链路的基础架构，提升系统的吞吐能力和响应速度。 2. 构建高性能，可扩展的分布式文件处理和索引构建系统，承载海量文档的知识库的索引和检索需求。 3. 规划和优化检索集群，通过合理的分片，资源分配等策略降低延迟提高吞吐，针对业务场景进行服务优化。 4. 建立完善的系统监控，日志分析和trace平台，能快速定位和解决系统问题。
岗位职责： 1、负责个人护理/美容工具行业商家商品的运营工作，制定并执行商家引入策略，推动优质产业带资源入驻。 2、搭建和优化半托管商家的商品管理体系，包括商品选品、定价、上架、促销策略等，提升平台商品竞争力与用户转化率，为品类GMV增长目标负责。 3、制定品类运营策略，通过数据驱动分析，识别市场趋势与用户需求，持续优化类目结构和商品组合。 4、协同供应链团队，推动商品库存、物流及履约效率的提升，保障商品供应稳定性和用户体验。 5、与市场、技术、产品等部门紧密配合，推动商家扶持政策落地，提升商家满意度与活跃度。
我们正在打造面向下一代开发者与知识工作者的 AI 原生产品，覆盖 Vibe Coding（AI 驱动的自然语言编程）与 AI 协同办公两大场景。 将负责 ● AI产品设计：从用户视角出发，主导 AI Coding 产品的体验设计与持续优化，推动需求从洞察到上线的全流程闭环 ● Agent 场景评测与梳理：与研发团队深度协作，梳理 Agent 相关应用场景，拆解 AI 对话流程中的关键环节，识别体验瓶颈并提出可落地的优化方案 ● 模型能力评估：持续跟踪各类大语言模型的应用表现与前沿动态，为产品的模型选型与能力集成提供专业判断 ● 数据驱动迭代：建立产品核心指标体系，通过数据分析驱动产品决策，持续提升用户留存与使用深度
1.负责 AI 工作台产品的端到端功能测试，覆盖多租户管控、权限模型、配额计费、模型准入、Agent 编排与工具调用等核心业务链路，确保功能正确性与业务一致性。 2.主导 AI 应用与 Agent 运行链路的效果测试体系建设，围绕模型输出质量、意图识别准确率、工具调用成功率、端到端任务完成率等维度，设计可量化的评测方案与基准集。 3.构建自动化测试框架，覆盖接口测试、集成测试、回归测试与性能基线验证，支撑持续集成流水线中的质量门禁。 4.设计 AI 场景专项测试策略，包括 Prompt 鲁棒性测试、对抗样本注入、幻觉检测、内容安全护栏验证、多轮对话一致性校验等。 5.参与可观测性与质量度量体系建设，定义测试覆盖率、缺陷逃逸率、效果评测回归趋势等核心质量指标，驱动产品质量持续改进。 6.与研发、算法团队紧密协作，参与需求评审与技术方案评审，前置识别质量风险并推动测试左移。
● 负责上下文管理&Memory系统研发，覆盖上下文抽取、存储、检索、更新（冲突处理和遗忘机制），持续优化召回质量和任务效果 ● 负责Benchmark建设与评测体系搭建，结合业界开源Benchmark与业务深度协作，沉淀网络安全、内容安全、行为安全等多场景下真实业务的端到端评测方案，看清能力水位；同时支撑大规模复杂并发任务，保障工具调用的稳定性 ● 负责Harness持续优化，以评测数据驱动归因分析与问题修复，建立"归因—修复—验证"闭环，提升业务效果，并在保障效果的同时持续降低Token成本
加入我们，你将参与 Fashion88（服饰全托管），从商品企划、商品运营、流量运营、营销导购、体验客服全产品链路的打造和构建。通过AI Agent技术在各个环节进行创造，提升业务效率和效果。 1、在商品企划、商品运营、流量运营、营销导购、体验客服等场景，深度分析业务痛点和需求，搭建稳定可靠的业务产品，支撑业务目标达成。 2、在业务场景上合理选型，搭建AI应用，负责agent设计、业务模型抽象、工程开发等工作，促进围绕F88商业模式搭建智能化运营链路； 3、熟悉F88业务，通过技术驱动F88运营模式的变革，打造有影响力的产品。
1. 研发阿里妈妈广告风控大数据平台，并推进平台产品化建设 2. 支撑阿里妈妈每日千亿流量, 为广告核心业务提供秒级识别风险能力 3. 打通数据与服务，构建从特征到模型再到在线AI决策的下一代引擎
岗位简介 我们正在基于llm-wiki建设面向商品领域的智能知识引擎，将分散的商品数据、业务知识与多模态内容加工为可检索、可追溯、可持续演进的结构化知识，并服务于淘宝的运营、导购、内容生产和智能问答等业务场景。 你将负责商品Wiki知识引擎核心系统的设计与研发，构建知识编译、知识存储、知识管理、知识检索、任务调度的平台能力；并参与基于llm的知识编译的性能优化，拉高知识编译的产能和数据覆盖度，能从业务问题出发，对系统架构、知识质量和线上效果进行端到端负责。 岗位职责 1. 负责商品知识编译引擎的架构设计与研发，建设稳定、可扩展的知识存储、知识管理、任务调度、权限治理和开放 API 等能力。 2. 基于 Java、Spring Boot和 DDD 持续演进领域模型与服务架构，处理复杂业务规则、长流程任务及多系统协同问题。 3. 使用 Python 开发和优化大模型应用流水线，覆盖商品知识抽取、清洗、归一化、关联、摘要、编译与质量评估等环节。 4. 建设 RAG 与混合检索能力，综合使用关键词检索、向量检索和重排序，并按业务场景引入知识图谱等技术，提升知识召回、答案准确性与可解释性。 5. 设计可靠的异步任务机制与系统间协议，完善幂等、重试、超时、回调、状态机、故障恢复和可观测性，保障复杂任务稳定运行。 6. 与产品、算法、数据和业务团队协作，将业务需求转化为可落地的技术方案，并通过指标、评测集和线上反馈持续优化系统效果。 7. 推动工程质量建设，包括代码评审、自动化测试、CI/CD、性能优化、监控告警和线上问题排查，提升团队交付效率与系统稳定性。
1. 负责平台内容风控算法能力建设，针对图文、视频、直播、AIGC内容等场景，构建高召回、高精准的违规识别与风险判定体系； 2. 设计并实现内容风控核心算法架构，包括但不限于多模态特征建模、语义理解与风险推理能力等，提升系统在复杂违规场景下的识别效果； 3. 探索并落地多模态大模型（MLLM）在内容风控领域的应用，包括Prompt Engineering、模型微调、RAG检索增强、Agent决策等技术，提升复杂语义违规的理解与判别能力； 4. 构建可持续进化的风控算法体系，通过数据挖掘、弱监督学习、主动学习等方法持续发现新的违规模式和风险内容； 5. 参与建设大规模内容风控算法平台，支持海量内容实时识别与离线挖掘，提升风控系统的稳定性、可扩展性与迭代效率；
阿里妈妈工程技术团队是淘天集团深耕搜索、推荐、广告及GenAI/Agent应用的前沿阵地，致力于构建领先的AI广告系统，用技术驱动千亿级商业决策。我们正在推动广告产品的Agent化重塑，以大模型调度多智能体，覆盖智能投放、创意生成、风控审核等全链路，打造AI Native营销产品。 作为应用研发工程师，你将： 1、从事互联网营销应用系统研发，独立承接项目，进行良好的系统设计和实现；深入理解广告业务逻辑，将业务需求转化为高质量的技术方案并推动落地。 2、负责核心业务系统的架构设计与开发，确保系统在高并发、大流量场景下的性能与稳定性。 3、对所负责系统进行持续规划与演进，不断优化和升级系统架构，提高性能、稳定性、可用性和扩展性；负责线上系统的维护管理，保障系统稳定运行。 4、进行技术预研和技术攻关，突破系统和项目中的技术难点；主导分布式架构、存储方案、中间件选型等关键技术决策。 5、推动广告系统的AI化升级，设计并构建Agent系统的业务流程闭环（意图解析、任务拆解、工具调用、自主执行、反思迭代）；将AI的"不确定性"转化为工程的"确定性"，构建高可用的AI应用架构。 6、具备数据驱动意识，通过业务数据分析发现潜在机会点，主动提出优化方案或产品建议，撬动业务增量，推动技术价值向商业价值转化。
1、行业渠道布局：负责高德在银行、保险、运营商三大行业的渠道体系搭建，开发并签约行业代理、金融科技集成商、保险科技公司、运营商生态合作伙伴，构建覆盖目标客户群的多层级渠道网络。 2、核心客户经营：直接或通过渠道触达城商行、农商行、股份制银行分支机构，头部保险公司省/市分公司，三大运营商省/市公司等核心客户，建立决策层关系，孵化行业标杆项目。 3、方案落地：协同产品与解决方案团队，将高德地图门户、AI Agent 投放、Token 消耗计费、到店归因、地理围栏、大数据洞察等能力转化为行业场景方案（如银行网点引流、保险 UBI 定价、运营商基站选址优化），并推动渠道完成签约与交付。 4、商务全流程：主导或协助渠道完成项目全流程（需求摸排 → 方案撰写 → 商务谈判 → 合同签订 → 回款），对签约额、回款、毛利等核心 KPI 负责。 5、渠道赋能与联动：协调高德 × 阿里云 AI 联合方案资源，制定渠道分级、激励、培训与考核机制，组织行业解决方案培训、标杆案例宣讲、联合营销，提升渠道自主获客与交付能力。 6、市场策略：跟踪银行网点数字化、保险科技、运营商位置大数据变现等行业趋势，洞察竞品（百度地图、腾讯位置服务、银联商务、运营商自有数据产品等）动作，为业务策略提供输入。
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、以重点人群为核心，对支付宝端旅行潜客、细分人群等做深度挖掘与洞察，识别高价值场景与转化断点，制定针对性的运营策略并打造标杆案例。 2、围绕支付宝生态特征，搭建「用户洞察 — 精准触达 — 承接转化」的全链路运营能力，沉淀旅行人群打法与运营方法论。 3、主动挖掘并落地支付宝渠道合作机会，对接支付宝重点业务、场景与流量资源（如购后、行业垂类、营销 IP 等），推动服务布局、联合运营等合作，拓展飞猪在支端的用户增长入口。 4、调度飞猪行业、会员、营销权益、货品与内容供给等资源，为目标用户的交易转化构建丰富的承接场景，并基于运营干预结果持续迭代调优。
1. 商家与商品运营：通过数据分析拆解品牌销售情况，帮助商家在商品侧、渠道侧及投放侧进行运营诊断；结合平台及行业特征，根据商家不同阶段制定有效的分层策略，并通过数据持续优化，帮助商家快速成长。 2. 头部品牌一客一策：针对不同品牌类型制定一客一策运营方案，影响品牌年度发展规划，引导品牌与平台进行更深入的合作绑定。从平台角度为品牌提供消费者运营、商品供给及渠道合作方案；充分了解品牌全渠道运营模式与利润结构，找到生意突破点，形成共赢。 3. 消费者视角运营：从消费者视角出发，围绕消费者全生命周期需求，通过整合内外部资源，设计及制定商家成长路径。 4. 营销资源整合：整合单品牌营销事件，推动线上线下资源整合，同时推动商家新的零售模式和市场推广亮点，实现共赢。 5. 跨部门项目协作：理解并跟随整体行业业务的发展方向，能横向跨部门完成项目合作，并拿到结果。
依托阿里妈妈海量广告、消费者行为与商家经营数据，探索 AI Data Agent 在营销分析与决策中的下一代应用形态。构建统一的数据语义与业务上下文，让 AI 能够准确理解数据、可信回答复杂业务问题，并进一步发现关键变化与机会，形成有价值的洞察、诊断与策略建议，推动营销分析从数据查询走向 AI 驱动的智能分析与决策。 面向广告增量归因与价值衡量等核心问题，探索因果推断与 Marketing World Model 在营销场景中的前沿应用，从大规模行为与经营数据中挖掘广告影响消费者决策和商业结果的真实规律，研究增量价值、因果机制、状态演化与反事实推演，推动营销智能从相关性预测走向因果理解与决策推演。
1、负责阿里妈妈广告投放平台、以及配套后台系统的前端研发 2、深度参与 AI 编程产品的全栈研发与体验优化，共同打造兼具技术挑战性与创新想象力的下一代 AI 产品 3、保持 AI 探索热情，深入理解大模型、智能编程、代码生成等前沿 AI 能力和产品形态，持续推进 AI 产品的功能迭代和业务落地 4、兼顾广告中后台系统的技术基建和工程优化，包括基础架构升级、通用组件库迭代、低代码搭建体系等能力建设
1.客户需求调研。针对电商及商业化业务场景，开展商家客户调研、代理生态调研，包括：定性，定量，结合外部竞争环境以及妈妈业务，围绕策略，技术，产品，运营，以及生态等输出有深度，有思考的综合性报告。 2.行业策略分析调研。负责行业动态分析，洞悉行业发展趋势，扫描，梳理并追踪各平台动向打法。进行业专家深访，财报分析，行业信息研究，内部数据提取分析；搭建研究分析框架，并综合各种信息渠道对策略进行有效分析解读、在战略和战术层面有效输出 3.AI领域分析及行业专家访谈。从电商应用与投资角度，针对AI技术领域、AI应用市场进行动态分析，洞悉行业发展趋势、监控与分析该领域核心玩家/公司的关键动向，并针对资本市场反响较大的核心事件进行专家深访、形成分析报告，面向战略层提供有效输出 4.与顾问，策划，产品，运营，技术，生态等业务团队深入沟通，了解内部业务诉求，通过动态分析反哺业务，赋能妈妈业务打区隔战，找到业务落地点以及突破点创新变革。
1、负责低度酒（啤酒黄酒果酒）行业核心商家运营，负责品类运营发展、商家商品运营，对所属行业的业务增长负责； 2、根据市场变化和消费需求，围绕运营模式变化，制定商家商品引入计划，通过机制优化和有效招商组织，确保行业品商供给的丰富性和商品力； 3、基于不同类型的客户需求，整合平台能力和渠道资源，为客户制定业务增长解决方案，引导客户在平台生意的健康增长； 4、根据品类特性和消费趋势，洞察酒行业市场的布局和变化，制定符合品牌发展阶段的营销活动和计划，促进全域营销化、品牌数字化、远近场结合； 5、不断深入了酒水产业特征，围绕拉新和留存，整合渠道和产品，为低度酒线上经营带来新的规模化增量；
我们正在推动集团安全部的 AI-Native转型， 训出一个好模型，只是工作的一半。让模型在真实业务战场上打赢，在对抗环境下持续打赢——需要另一种算法能力：归因诊断、Harness 设计、后训练数据、从 bad case 到基模能力的闭环。 我们在找这种算法专家。你是这支团队的负责人：不做基模训练，而是让基模与 Agent 在具体战场上发挥最大战力，并把战场上的真实弹药带回训练营。 岗位职责 1. 端到端解决方案设计与落地：深入业务线核心链路与关键风险点，把模糊的安全诉求翻译为可执行的 Agent 编排方案、数据方案与执行计划，对风控拦截率、内容合规率、漏洞修复时效等核心指标承担端到端责任。 2. 效果归因与诊断：构建全链路归因体系，把效果问题的根因逐层定位到 harness 约束、数据质量、检索与上下文、模型能力等环节，让评测从"判决"走向"归因"，让优化有精确的入口。 3. 效果优化与分层交付：专家级的 harness 与提示工程设计；在基模能力不足的场景设计后训练路径——高质量轨迹数据构建、蒸馏与知识注入、模型路由与分层交付策略（模型直用 / 优化增强 / 完整方案定制），持续抬高交付效果的天花板。 4. 数据飞轮与能力回流：把一线 bad case、误报、人工纠偏结构化回流，翻译成对基模与平台的清晰能力要求，用交付数据驱动模型进化——每一次优化，都可能成为下一版基模的训练燃料。 5. 沉淀高效、可泛化的交付体系：成为产品与战场之间的高保真信道，把客户通用需求、平台缺陷、产品改进点高保真地反馈给AI基建，推动平台标准化能力的演进，实现平台厚度与快速交付的正向循环。
1、从事RISC-V CPU 编译器的研发工作，包括编译器架构设计、优化遍开发、应用程序性能分析调优等工作； 2、基于 MLIR + Linalg 框架，提升编译器代码块执行效率； 3、参与图优化、后端代码生成、调度策略、指令优化、流水并行化相关优化工作； 4、研究和优化 Kernel 计算性能，降低计算开销，提高吞吐率； 5、研究算子融合（Op Fusion）、自动调优（Auto-Tuning）、代码生成（CodeGen）相关优化策略； 6、与硬件团队、AI 框架团队（如 PyTorch）协作，提升 AI 编译器的支持能力； 跟踪 LLVM、Triton、TVM、XLA、TorchInductor 等 AI 编译器前沿技术，优化编译性能。
1.供应商寻源与商务体系建设 负责国内外大模型服务商、云厂商及第三方聚合平台的资源开发与资质认证； 主导商务谈判工作，重点攻克 Token 最优商务模式、并发限制（TPM）及服务等级协议（SLA），确立最具竞争力的采购条款达成； 负责采购合同的拟定与审核，严格把控数据隐私、知识产权、服务赔偿及合规边界等关键法律风险点。 2.需求统筹与成本效益管理 深入业务、协同算法、研发及产品部门，理解各类应用场景（训练/推理/长文本等）的资源消耗特征，制定符合业务场景要求的采购计划； 沉淀Token 成本分析模型，对比评估多种计费模式，通过组合策略协同业务降低整体采购成本； 前瞻性预判业务发展趋势，制定并执行周期性采购方案，实时观测各部门用量，建立防浪费与异常消耗预警机制。 3.供应商绩效与风险控制 根据需求场景做好资源与需求的无缝连接，确保供应策略符合业务部门核心发展诉求； 建立供应商量化考核体系（涵盖响应速度、稳定性、内容质量等指标），定期复盘并执行末位淘汰； 实时追踪国内外 AI 监管政策动态，确保供应链合规，有效防范因供应商政策变动引发的业务中断风险； 推动技术侧落实多供应商冗余策略，避免厂商锁定，保障业务连续性与安全性。
1. AI Native 采购流程架构设计与落地：将AI能力深度嵌入采购全生命周期——从需求感知、供应商寻源、智能比价、策略辅助、自动下单、履约跟踪到对账结算，识别并打通全流程中可无人化或人机协同的关键节点，建立端到端自动化工作流； 2. 数字采购员（AI Agent）的孵化与运营：设计、训练并持续迭代数字采购员，使其能够覆盖标准采购场景（如 供应商入库、自动下单、合同签约等）的全流程自动执行。定义数字采购员的能力边界、决策权限、人机交接机制，并建立持续优化闭环； 3. 采购AI Skills体系沉淀：构建可复用、可组合的采购AI技能库（Skills），涵盖招投标方案、风险检查、智能比价等等。建立Skills的版本管理、效果评估和迭代机制，让组织能力从"个体经验"升级为"系统资产"； 4. AI技术选型与前沿应用探索：持续跟踪大模型、Agent框架、RAG、多模态、代码生成等前沿AI技术演进，评估其在采购场景的应用潜力，参与AI工具/平台的路径选型、试点和规模化落地； 5. 采购数据与知识基建：搭建支撑AI应用的高质量数据底座，包括供应商知识库、历史谈判/合同语料库、品类策略知识图谱、市场价格基准数据等，确保AI的"燃料"充足且持续更新。
1. 供给资源扩展与运营 结合中台政策，联动战区生态车电对接人，完成车电供给资源线下寻源、储备、启用等动作； 负责车电供给资源的运营，结合车电合作商评价管理相关要求，推动尾部商改善，提升骑手体验 2. 用户运营 负责维护、运营现有各类合作商，满足骑手的换电需求、提升用户体验，保证车电平台使用率与渗透率、月活等目标的达成； 配合线上运营动作，联动战区进行线下运营活动的落地以及区域车电项目实施； 定期走访合作商，维护合作意愿、消除合作卡点； 3. 异常处置 联动属地物流业务运营侧、车电资源供给侧，协调资源，解决线下突发异常； 联动战区物流侧，通过车电运营保障业务履约 4. 行业运营 联合属地部门，清晰掌握政府侧的监管需求（电池、车、车牌……），在完成政策解读的同时，做出对应的行业研判、监管风险预判，并输出行业分析报告和解决方案
1. 负责天猫自营店铺商家商品运营策略的制定与执行，结合AI技术优化商品结构、用户触达及转化路径； 2. 基于大数据分析构建商品运营模型，驱动商品选品、库存管理及动态定价策略的AI化升级； 3. 协同产品、技术团队推动AI工具在商品运营场景的落地应用，提升运营效率与商家GMV增长； 4. 联动商家及跨部门资源，策划并执行大促活动、新品孵化等项目，实现品类健康度与用户满意度提升。
1. 负责家装小件家具品类的市场策略制定与运营规划，挖掘行业增长机会并推动落地； 2. 搭建商家分层管理体系，制定差异化运营策略，提升商家活跃度及平台GMV贡献； 3. 基于数据分析洞察用户需求与竞争格局，优化商品结构、定价策略及供应链协同方案； 4. 联动跨部门资源（产品、技术、营销）策划行业活动及创新项目，打造标杆案例； 5. 监控行业趋势及竞品动态，输出策略建议并推动生态健康度与用户体验提升。
1.行业规划与目标管理：负责淘系建材行业运营，能够结合建材行业发展趋势和用户需求制定行业阶段规划及策略打法并推进落地，为行业确收成交目标达成负责； 2.商家分层运营：根据业务方向，结合淘宝天猫不同生态特征，进行商家分层运营，针对不同分类/分层的商家群体制定不同的运营策略及落地方案； 3.品类洞察与商品运营：基于产业及平台数据洞察，制定对应的货品分层运营策略，匹配不同的运营机制及场域玩法，提升货品丰富度及货品效率； 4.根据行业发展目标，能横向跨部门完成项目合作，达成项目目标； 5.具备一定商业谈判经验，商家沟通能力和业务开拓能力；
1、品类规划与目标管理：负责淘系平台卫浴家具品类的整体运营规划，制定年度运营计划并推进落地，对类目和核心品类确收成交负责； 2、货品策略制定及执行：基于淘宝天猫不同的货品结构及生态特征，制定对应的货品分层运营策略，匹配不同的运营机制及场域策略，推动活动供给丰富度及货品效率的提升； 3、趋势洞察及挖掘：基于产业及淘内数据的洞察，挖掘趋势赛道和趋势新品，并推动行业商家在新品和趋势品上的发新及投入，优化平台货品结构； 4、商家管理与运营：针对淘宝天猫不同的商家特性，制定分层运营策略，提升商家活跃度及在平台的投入度，优化平台商家结构，拉动商家整体生意增长。 5、竞争应对：敏锐捕捉站外及线下友商平台的策略和打法，能快速制定竞争应对策略，确保平台竞争优势。
1. 对家装行业了解，能够制定并落地行业品类增长策略，包括商家分层运营、趋势商品开发及供给优化，推动品类GMV目标达成。 2. 负责产业带深度合作与中小商家扶持，设计定制化服务方案，提升商家满意度及平台粘性。 3. 运用数据分析工具挖掘行业趋势与消费者行为，结合平台资源制定数据驱动的运营策略，优化转化率与用户留存。 4. 协调跨部门资源（供应链、产品、市场），牵头执行千万级规模的营销活动或品类增长项目，确保目标闭环。 5. 洞察行业竞争态势及政策变化，输出前瞻性品类规划建议，探索新场景与创新玩法。
1、负责家纺布艺相关类目的行业运营，对市场、行业（商家结构，销售模式，利润结构，市场规模等）和其他电商平台的了解，制定品类的运营策略，发掘新的增长点； 2、基于行业拆解目标，制定年/季/月度运营计划，对类目大盘生意负责。基于行业核心商家和洞察的行业供给机会，制定商家商品策略，依据行业供给红蓝海，寻找增量市场；识别新趋赛道，丰富差异化供给，为行业注入活水； 3、梳理并了解商家的运营状况，对商家进行分层管理，通过产品运营的方式拉升整体长尾市场的卖家，促进市场活力。利用数据及专业诊断提供咨询解决方案，并能在过程中及时总结并能够形成案例，持续培养商家核心竞争力，通过标杆品牌沉淀商家成长路径进行复制，培养行业新锐品牌及商家； 4、负责类目对内和对外的资源拓展，与用户／营销／渠道团队协作，找到更多业务增长点。
