共 2450 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1. 负责千问文档AI模型的技术创新和研发，围绕文档识别解析、理解推理与创作生成，建设和升级Qwen-OCR、Qwen-Doc等模型能力；重点探索复杂版面、文字与表格识别、图片与图表解析、公式及层级结构还原、多页及超长文档理解、信息抽取与结果溯源等关键技术，持续提升模型效果、效率和泛化能力。 2. 负责文档智能Agent及数据—模型—评测闭环建设，开展文档领域数据挖掘与合成、全尺寸模型训练、SFT/RL、长程推理、Verifier/Rubric及自动化评测等算法研发；提升模型的指令遵循、事实一致性、复杂任务规划和自校验能力，推动文档AI从单点能力向端到端Agent演进。 3. 推动相关技术在千问模型与文档智能产品中落地，支撑ParseX文档识别解析、合同审核、PPT创作等产品方向，并服务千问办公、千问AI平台、千问App等业务场景，解决真实业务中的复杂文档问题，持续提升产品效果、服务稳定性和规模化调用效率。
● 构建业界先进的 Harness 框架，持续提升上下文压缩与管理、长期记忆、长程任务规划、Multi-Agent 协作等核心能力； ● 深入理解模型能力边界，通过 Harness 层的策略设计与工程优化，与模型协同进化，保持产品竞争力。
1. 负责阿里资产个人债务业务的机构客户拓展与运营，目标客户包括银行信用卡中心、消费金融公司及资产管理机构，独立完成从线索建联、需求洞察、方案沟通、试点落地到规模化经营的完整闭环，对签约客户数、业务规模及净收入负责； 2. 承担业务模式的运营设计与商业化落地，针对不同类型客户与合作形态设计合作方案与收益结构，制定客户分层经营与定价策略，形成可复用的方案体系与商务谈判素材； 3. 搭建从客户侧供给到服务交付的运营闭环，拉通机构客户与外部服务生态，设计资源匹配与分发机制，持续提升业务运转效率与交付确定性； 4. 以客户视角与数据视角驱动产品迭代，拆解关键业务环节的转化表现与断点，输出产品需求与运营策略，推动业务线上化及AI能力对人工环节的替代； 5. 负责生态合作的横向协同，联合外部数据与场景合作方推进能力共建及联合方案落地，把外部资源转化为业务可用的抓手； 6. 在业务设计中前置消费者权益保护与合规要求，把合规口径与风险指标纳入运营体系，平衡业务拓展速度与风险边界； 7. 持续跟踪零售金融资产管理领域的政策与行业竞对动态，通过客户调研与市场分析输出行业研判，为业务策略与资源投放提供决策支持。
岗位概述 作为美国本地电商招商BD经理，你将负责美国核心区域/品类的商家拓展与生态建设，主动挖掘并引进符合平台定位的美国本地优质卖家、品牌方及经销商，建立长期合作关系，推动商家在速卖通平台的快速成长，实现平台GMV与供给丰富度的双重增长。 Base地可选： 中国-杭州/美国-洛杉矶 核心职责 ● 商家拓展与签约： 负责美国本土商家的开发，独立完成从线索挖掘、商务谈判到合同签署的全流程，达成季度/年度招商目标。 ● 行业Mapping与机会识别： 深入研究美国电商市场，识别高潜品类，建立目标商家池并制定拓展策略。 ● 招商活动与渠道建设： 策划并参与美国本地行业展会、卖家沙龙、线上招商会等活动，搭建并维护行业协会、服务商、商会及华人电商社群等合作渠道。 ● 商家孵化与运营协同： 协同运营、市场、物流等团队，帮助新入驻商家完成店铺开通、选品上架、营销活动及本地履约能力建设，提升商家留存与活跃。 ● 跨文化商务谈判： 与美国本土企业创始人、电商负责人及经销商进行高效商务沟通，理解当地商业习惯，建立信任并促成合作。 ● 市场反馈与策略迭代： 收集美国商家与竞品平台动态，定期输出市场洞察与招商策略建议，支持区域业务目标达成。
从客户第一出发，基于对业务、组织的感知与诊断，设计组织发展相关领域的规划、产品架构，制定落地策略并运营实施、评估校验，促进组织能力的沉淀与升级，支撑公司战略的实现。 1、理解客户：从客户第一出发，深刻理解业务，识别组织关键痛点，持续构建、优化符合客户价值的组织、人才发展体系和产品解决方案。 2、产品架构：以追求卓越的精神，理解公司在组织发展上的具体问题和场景，将复杂问题进行分析和拆解，并通过产品架构设计，提供具备先进性和可落地性的OD产品解决方案。 3、数据驱动：秉承求真务实的文化，通过数据发现问题，分析问题并找到差距，通过数字化、智能化的手段解决问题，为业务减压减负，驱动业务和组织发展。 4、人群运营：依托OD产品架构，结合对业务、组织和人的洞察，设计完善的运营策略，通过对关键人群的深度运营以点带面，形成点、线、面的运营体系，提升核心人群的意愿和能力。 5、促动变革：对标同业先进实践和行业前瞻性研究，从组织、文化、人出发，找到组织面临的核心问题和解决问题的关键点，制定合理的变革方案，推动组织催化组织能量、推动战略落地；通过战略会、共创会、复盘会、圈子运营、团队凝聚等多种形式，促进各层面的高质量对话，推动改变发生。
1、构建面向电商场景的智能Agent系统： 负责设计、开发和迭代面向商品理解与匹配的智能Agent系统，基于大语言模型（LLM）构建具备自主规划、工具调用、多步推理和记忆管理能力的Agent架构，实现商品多模态信息（文本、图片、价格等）的深度理解与智能决策。 2、Agent核心算法研发与优化： 负责Agent核心算法的研发，包括但不限于：Agent规划与决策策略、工具学习与技能进化（Tool Learning、Skill Evolution）、Agent强化学习（Agent RL、RLHF/RLAIF）、多Agent协作与博弈框架、基于检索增强的Agent知识管理（RAG + Agent Memory）等方向，持续提升Agent在复杂电商任务中的准确率与鲁棒性。 3、前沿技术探索与业务落地： 跟踪Agent领域的最新研究进展，结合商品同款匹配、价格分析、属性提取等核心业务场景，进行技术选型与方案落地。探索Agent在电商链路中的更多应用可能，如智能比价助手等。 4、Agent系统工程化与规模化： 负责Agent系统的工程化落地，设计高性能、高可用的Agent服务架构，解决大规模并发调用下的延迟、成本和稳定性问题。构建Agent效果评估体系，通过AB实验持续验证和驱动业务指标增长。
1、经营分析与经济模型搭建（核心）： 负责AI资源/数据的整体经营分析，搭建算力与数据资源的“经济模型”（包括但不限于资源定价模型、成本分摊模型、ROI评估模型、投入产出漏斗等）。从财务与业务双重视角量化资源效能，为管理层的资源分配、预算规划及商业化决策提供核心量化指导。 2、BI体系与指标体系升级： 统筹站点BI体系规划，超越基础的数据看板，构建以“经营结果与商业价值”为导向的指标体系。打通资源池、分配、消耗、成本、效能等模块，实现从“全景可观测”到“全局可决策”的跨越，直击业务痛点，避免无效指标堆砌。 3、算力经济学与数据资产分析： 搭建数据资产与AI大模型训练场景的“投入产出全景视图”。构建算力消耗与业务价值的转化模型，追踪模型训练各环节的效率与成本，协同算法与数据团队优化资源配置，输出量化的效能提升策略与业务优化建议。 4、数据治理与业财一体化： 建立跨模块（特别是业务数据与财务/成本数据）的交叉核对机制。统一经营分析口径，解决数据漂移与链路断点，保障底层数据“可信、可追溯、可解释”，为经济模型提供坚实、准确的数据底座。 5、战略汇报与跨部门驱动： 充当管理层的“内部智囊”，将复杂的数据分析转化为具有深度的商业洞察报告（对标券商深度研报标准）。建立与业务、产研、财务的协同机制，推动数据结论转化为实际的业务动作和管理策略，实现数据驱动业务闭环。
1. 参与设计面向各种应用领域的32/64位高性能CPU； 2. 参与制定各类高性能、低功耗处理器架构； 3. 参与研发各类处理器相关前沿领域技术。
1. 产品操盘策略：深度参与产品打造，根据核心特点、目标市场定位，组织制定新品整体销售目标并分解至各渠道，制定新品上市和老品销售方案。 2. 资源整合：拉通产品、Marketing、交付、服务等多条线资源输出打法和销售策略，营销资源匹配产品策略，聚焦重点市场，确保产品可持续热度。 3. 产品激活&渠道库存管理：关注渠道库存维持在合理范围，协调并跟进各电商平台/客户达成销售激活目标，对产品生命周期内的经营指标负责。 4. 产品复盘：针对每款产品的上市首发、大促营销、下市等进行深度复盘，总结各环节经验和不足，不断激发新的方案、新的思路。 5. 产品市场分析：分析市场销量、竞争格局，发现差距和机会，制定或调整新老产品组合及策略；分析竞争对手打法、竞争推演，发现问题，预测风险。
独立负责物流采购业务，结合业务增长、履约要求和成本目标制定采购策略，对采购预算、成本改善、供应稳定性和履约结果负责。 负责供应商寻源、准入、询价、比价、谈判和定标，建立稳定且有竞争力的供应资源池。 建立成本模型和价格基准，持续跟踪市场运价、燃油、汇率、运力供需等变化，识别降本机会并对结果负责。 主导合同及商务条款谈判，重点管理价格机制、服务标准、结算方式、运力保障、取消责任和异常赔付等关键条款。 管理供应商履约表现，围绕成本、时效、质量、稳定性和响应效率开展绩效评估、分层管理及资源优化。 推动采购流程、制度和工具建设，提升采购决策的规范性、透明度与执行效率。
岗位介绍 我们正在寻找兼具业务理解力、客户沟通能力和工程能力的 FDE，深入海外客户的真实业务场景，基于阿里云的 AI、数据与云产品，与客户共同构建可投入生产的应用和解决方案。 你将参与从业务问题发现、方案设计到开发部署、效果验证的完整过程，帮助客户将 AI 能力融入日常业务，并将一线实践沉淀为可复用的产品能力和行业方案。 岗位职责 1. 深入客户业务，定义落地目标。与客户业务及技术团队紧密协作，梳理业务流程、系统架构与数据现状，识别高价值场景，明确项目范围、技术路径和可衡量的成功标准。 2. 亲自开发，推动从原型到生产的落地。基于大模型、Agent 与云服务快速构建原型，完成或者与产研团队协作关键代码的开发、系统集成和部署，持续迭代至可稳定运行的生产应用。 3. 打通企业内部系统与数据。连接客户现有 API、数据库、知识库和业务系统，解决数据质量、权限、网络及遗留系统适配问题；根据项目需要参与数据迁移、数据管道建设和云上架构改造。 4. 保障应用效果与运行质量。建立评测、监控和问题定位机制，持续优化任务完成率、准确性、响应速度与运行成本，满足客户对安全、可靠性和可维护性的要求。 5. 推动客户实际使用。与客户工程团队开展现场共建、技术培训和知识转移，并负责推动应用融入业务流程，跟踪使用情况及业务收益，发现并推进后续改进机会。 6. 沉淀经验，推动产品迭代。将项目中的共性需求与技术问题转化为可复用的组件、Agent Skills、集成模板和实施方法，并与产品、研发团队协作推动改进。 任职要求。
1、酒店拓展：拓展区域优质酒店，保证区域供应链完整、拿回优势价库； 2、价库运营：结合平台工具和资源，做好基础信息维护、工单处理、平台重点项目的落地执行，提高间夜产出； 3、商户问题处理及关系维护：解决商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过高频次拜访，帮商家解决具体问题及维护与商家的关系。
1. 负责 Android/Linux平台 Camera 相关模块（预览、拍照、录像、曝光、HDR 等）的设计、开发与优化，保障相机功能稳定性与成像效果； 2. 对接硬件厂商，适配不同机型的 Camera 传感器、ISP 芯片，主导 ISP pipeline 数据流转与链路适配，解决兼容性、性能瓶颈问题； 3. 优化相机启动速度、预览流畅度、拍照响应速度等关键指标，提升用户体验； 4. 开发相机高级功能，如夜景、录像防抖、快拍等，跟进行业技术趋势； 5. 排查相机模块的线上/线下 Bug，包括兼容性、稳定性、性能类问题，输出解决方案并落地； 6. 参与 Camera 相关需求评审、技术方案设计，制定开发规范与测试标准，协同测试、产品团队推进项目落地。
1、负责和参与SmartNIC/DPU芯片的应用场景与需求分析，输出芯片规格点； 2、负责和参与SmartNIC/DPU芯片系统架构方案讨论和设计，达成系统功能、性能、成本和功耗要求； 3、负责和参与SmartNIC/DPU芯片子系统微架构的方案设计，输出详细的方案设计文档；参与核心模块代码交付，指导项目人员解决疑难问题； 4、负责和参与SmartNIC/DPU芯片竞争力构建。
负责海外业务核算及报告团队的运营管理工作，包括： 1、业务运营管理：负责新业务接入的标准化梳理，确保新业务快速、平稳地融入现有体系；负责日常作业的运营管理与指导，妥善分配工作任务、监督过程执行，确保业务按时保质完成； 2、账务质量管理：为团队的业务的交付质量负责，负责建立异常识别管理机制，定期追踪和分析运营数据并提出改进建议，确保业务操作的准确性和规范性。 3、智能化建设：主动识别负责范围内业务的智能化机会优化点，对流程的改进和效率的提高提出建议并负责推动实施，协助主管推动团队智能化项目落地，提升团队工作质量和效率； 4、团队管理：负责搭建团队及团队人员培养工作，通过内部分享/培训赋能等方式提升团队综合素质。
1、负责Lazada平台AI驱动的搜索产品规划与设计，结合用户行为与业务目标，持续优化搜索相关性、个性化推荐及用户体验。 2、深入理解电商搜索场景，主导从需求分析、产品定义到上线迭代的全流程，推动搜索算法、工程与运营团队高效协同。 3、基于数据洞察和A/B测试结果，制定产品优化策略，提升搜索转化率、点击率及用户满意度等核心指标。 4、跟踪行业前沿技术趋势（如大模型、向量检索、语义理解等），探索AI在搜索中的创新应用，构建差异化竞争优势。 5、与跨境多国团队紧密合作，确保产品方案兼顾本地化需求与平台统一架构，支持Lazada多市场业务发展。 1、Lead the planning and design of AI-powered search products on the Lazada platform, continuously optimizing search relevance, personalized recommendations, and user experience by aligning user behavior with business objectives. 2、Deeply understand e-commerce search scenarios and own the end-to-end product lifecycle—from requirement analysis and definition to launch and iteration—driving efficient collaboration among search algorithm, engineering, and operations teams. 3、Develop product optimization strategies based on data insights and A/B testing results to improve key metrics such as search conversion rate, click-through rate, and user satisfaction. 4、Monitor cutting-edge technology trends (e.g., large language models, vector retrieval, semantic understanding) and explore innovative AI applications in search to build differentiated competitive advantages. 5、Collaborate closely with cross-border, multi-country teams to ensure product solutions balance local market needs with platform-wide architectural consistency, supporting Lazada’s multi-market business growth.
1.主导 NuttX 或 Zephyr 在新硬件平台（ARM Cortex-M/R/A、RISC-V 等）上的 系统移植与 Bring-up； 2.深入定制和优化 RTOS 内核组件：任务调度、内存管理（堆/池/SLAB）、中断处理、IPC、电源管理等； 3.开发和维护板级支持包（BSP），包括启动流程、时钟配置、外设驱动框架（UART、I2C、SPI、GPIO、ADC 等）； 4.集成文件系统（如 LittleFS、FAT）、网络协议栈（IPv4/IPv6、BLE、Wi-Fi）、安全模块（TLS/DTLS）等中间件； 5.优化系统启动时间、内存占用（ROM/RAM）与实时响应性能，满足严苛嵌入式场景需求； 6.参与开源社区（如 Apache NuttX、Zephyr Project），贡献代码、修复问题、跟踪上游演进。
1.负责嵌入式系统内核软件的设计开发与优化，精通Linux内核(或类似OS)的内存管理原理，具备系统内存优化经验； 2.负责Linux内核性能优化工作，如内核特性开发，提升移动操作系统性能体验； 3.具备分析解决Linux系统的稳定性问题能力。
1. 负责淘宝闪购首页搜推关联模块产品，围绕外卖、零售行业特性，优化、设计围绕不同场景下用户需求的用户导购表达及流量策略； 2. 负责设计不同行业在自然流量的产品解决方案，能够充分考虑与业务、市场、兄弟产品团队等相关角色的配合； 3. 擅长运用数据分析和用户研究等方法，分析不同场景下的流量的ROI，挖掘到更多和行业联动促增长的机会空间。
1、负责海外跨境物流权益运营，制定 by 国家、by 人群的运费券策略。通过 A/B 测试，沉淀可复制的运营方法，并推动规模化落地。 2、能够平衡用户体验与业务增长、投入和长期价值，对GMV增长结果负责，通过权益运营，明确转化率与增量 GMV 的统计口径和归因周期，持续优化投放效率及投入产出。 3、搭建官方物流用户成长体系，设计用户忠诚度运营、权益组合和触达机制。 4、持续提升官方物流用户规模、下单频次、复购率、留存率及人均实付运费金额，推动用户从偶发使用向稳定、高频使用转变。 5、协同横向团队，推动权益产品、用户标签、运营触达和数据看板建设，完成策略设计、执行与复盘闭环。
1. Agent模型后训练： 负责大模型在Agent场景下的后训练（Post-training）工作，提升模型在复杂Agent任务中的表现。 2. 强化学习与RL探索： 设计并优化基于强化学习（RL）的Agent训练框架，提升模型的长期规划能力、试错反思能力及工具调用准确率。 3. 核心能力构建： 针对Agent的核心能力进行专项模型训练与对齐优化。 4. 行业解决方案落地： 深入理解具体行业的业务痛点，将Agent模型能力与行业Know-how结合，设计并落地端到端的行业Agent解决方案。 5. 前沿技术追踪： 跟踪学术界和工业界在LLM Agent、RLHF、后训练领域的最新进展，将前沿技术转化为团队的工程与算法资产。
1.深入研究 AI Coding 场景下的上下文工程，设计并优化代码补全、对话式编程、代码审查等场景中的上下文构建策略，在提升模型输出质量的同时有效控制推理成本 2.设计和搭建面向产品效果与推理成本的评测框架与基准体系，涵盖白盒测试与多维度指标覆盖（代码补全准确率、上下文召回质量、Agent 任务完成率等），推动评测自动化与持续集成式质量监控 3.基于海量用户使用数据（补全接受率、编辑行为、会话模式等），进行深度分析与洞察挖掘，量化上下文策略对产品效果和成本的影响，驱动迭代方向 4.设计并执行 A/B 实验方案，评估上下文策略与功能迭代的实际收益，提供数据驱动的优化建议
1. 围绕模型自进化方向开展算法研究与系统研发，探索大模型能力自动演进的关键路径。 2. 聚焦Agent任务，为模型注入自动迭代RL/SFT训练数据的能力，包括Agent环境/query/verifier合成、筛选、训练、反馈闭环优化，通过多轮迭代提升训练数据质量。 3. 为模型注入自动挖掘CPT/PT训练数据的能力，提升预训练和持续训练数据的知识覆盖度、有效性与任务适配性。 4. 为模型注入自动化训练与自动化Infra调优能力，包括Verl、Megatron等框架的训练策略优化、RL超参搜索、训练稳定性提升、SGLang、vLLM推理效率优化等，提升模型研发效率和性能上限。 5. 研究基于self-evolving、long-horizon等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。 6. 跟踪相关领域前沿进展，结合实际问题开展算法创新、实验验证和系统落地，沉淀可复用的方法与能力。
1. AI for Science 方向 （1）包括但不限于构建面向生物（基因组分析、蛋白质功能预测等）、化学（分子性质预测、逆合成规划等）等领域的 Agent 系统、Science harness，整合领域专用工具与知识库。 （2）设计科学推理评测基准，评估并提升模型在自动探索、工具调用、实验设计等任务上的表现，同时构造训练数据与环境优化Qwen模型在科学领域的表现。 （3）探索 AI 驱动的科学发现闭环：假设生成、实验设计、 结果验证、知识更新，提升模型科学领域Auto Research能力。 2. AI for Engineering 方向 （1）将大模型应用于芯片设计EDA、工业设计CAD、金融工程、工业自动化、kernel调优等工程问题，训练模型在真实生产环境中的自进化能力，通过持续学习发掘更优算法与设计。 （2）研究基于self-evolving、long-horizon、multi-agent等范式的能力增强方法，提升Qwen模型在工程优化领域的表现。 3. 与跨学科团队紧密协作，推动研究成果在真实科研或工程场景中的验证与落地。 4. 跟踪科学与工程智能及相关方向的前沿进展，围绕关键问题开展算法创新、实验分析与技术沉淀。
1．通过上门约谈、电话拜访等方式，与高星酒店商家进行洽谈合作，不断丰富酒店合作数量； 2．与酒店商家建立稳定、良好的合作关系，并完成签约、上线、运营等全流程工作，帮助商家提升运营质量； 3．为商家提供综合性解决方案，帮助商家增加收益，帮助消费者有更多更好的住宿选择； 4．有效执行业务计划，主动服务好商家，解决各种运营问题。
我们是淘天 AI 原生应用—内容 AI 团队,专注于 AIGC 与多模态理解技术 的研发与落地,面向淘宝商家、搜索推荐、外投等多个业务场景,提供视频与内容生成能力支持。团队研发的技术已在业务中规模化应用,每天生成数十万条 AI 视频,并为淘宝外投业务贡献了超过 40% 的消耗规模。重点研究方向包括可控视频和内容生成、多模态细粒度理解、内容创意 Agent 等,致力于研发真正满足业务需求、兼具效果与成本优势的业务域模型。团队与国内多所高校及实验室保持密切合作,近年来累计发表 30+ 篇顶会论文,涵盖理解和生成统一模型,强化学习算法,多模态推理等最新前沿研究方向。如果你对相关技术感兴趣，欢迎加入我们 在这里，你将参与淘天核心业务场景下的视频理解与生成算法研发，围绕商家内容生产、搜索推荐、广告外投等场景，推动下一代内容 AI 技术从研究走向大规模应用。具体包括： 1. 负责垂类视频生成模型的设计、训练与优化，面向电商场景构建高质量、可控、低成本的视频生成能力。 2. 负责视频理解、多模态细粒度理解相关算法研发，提升对商品、人物、场景、动作、镜头语言等内容的识别与建模能力。 3. 参与视频创作 Agent 的研发，结合大模型、多模态理解与生成能力，打造面向真实业务需求的智能创作系统。 4. 结合业务目标优化模型效果、推理效率与部署成本，支撑大规模线上生产与应用。 5. 跟踪多模态生成与理解领域前沿进展，推动论文成果、开源能力与业务系统结合
聚焦于企业级数字化管理场景（包括人力资源、财务、法务、数字化办公等），参与构建面向企业智能运营的数据智能体系，主导AI驱动的数据资产建设、高质量评测机制、数据治理标准及安全合规框架，并与业务团队紧密协作，规划并落地高价值的AI应用场景，推动Data + AI在企业管理领域的深度融合与创新落地。 1、围绕HR、财务、办公等企业核心业务流程，探索端到端的Data + AI解决方案并推动产品化落地。 2、主导构建面向企业场景的大模型/多模态模型评估体系，设计覆盖准确性、合规性、可解释性等维度的自动化评测平台，建立“评测-反馈-优化”闭环机制。 3、负责企业核心业务域的AI数据化建设，构建高质量、结构化、可复用的数据资产与特征库，支撑AI场景的模型微调与应用。 4、主导推动AI数据开发提效，建设DataOps工程体系及工具链，显著缩短从需求到上线的周期，提升数据质量、稳定性与研发效率。 5、持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。 6、主导AI应用的工程化落地，建设从Prompt/RAG/Agent编排、服务部署、在线监控到持续迭代的全链路AI工程体系，保障AI能力可交付、可观测、可扩展、可运维。 7、负责设计并实现面向企业场景的AI服务架构，包括模型推理加速、缓存机制、向量检索、上下文管理、工具调用编排等核心能力，支撑复杂业务场景下的高并发、低延迟与高可用。
1、负责售后翻新/维修工厂的交付管理，协调供应链、品质等部门按计划完成交付任务，同时负责库存的管理； 2、负责管理上门服务商，为闺蜜机用户提供上门安装、售后服务，达成上门服务时效与质量指标； 3、负责AI智能穿戴设备增值服务产品的运营，包括但不限于延保、意外保、丢失险、以旧换新等增值服务产品；输出定价模型、权益包组合，与产品/法务/财务协同落地，为用户提供高性价比的增值服务体验； 4、负责售后备件全生命周期闭环管理， 对售后备件的"预测—备货—周转—报废—翻新"全链路负责； 5、负责服务成本与经营分析 ，建立维修成本、备件周转、返修率、单台服务成本、增值服务收入等经营分析模型,定期输出经营复盘与改善策略。
1. 建立coding / cowork领域各行业专业任务的大模型agent算法内部评测体系，帮助快速发现模型短板和缺点，提升模型表现。 2. 推动算法研究、agent infra开发、数据团队协作统一进行标注任务的需求提出、标准制定、过程管理、数据验收等全链路工作，提供可靠的数据保障。 3. 结合已有数据和行业发展趋势与算法codesign优化策略、设计实验并完成实验评测分析。 4. 海内外模型厂商的行业数据监控分析，指导模型迭代。
随着SoC芯片复杂度持续提升，底层固件已成为释放芯片性能与功能的关键环节。作为芯片能力的软件延伸，DDR固件工程师负责协同硬件团队完成存储子系统的硅前验证、硅后Bring-up及性能调优，确保DDR子系统在功能、性能、稳定性三个维度达到设计目标。 1. DDR固件开发与集成 负责SoC中DDR Controller/PHY固件的集成、调试与版本管理 开发和维护DDR子系统相关的配套工具链（初始化脚本、寄存器配置工具、自动化测试框架等） 2. 地址转换与数据路由优化 设计并实现SoC内地址转换逻辑与数据路由策略 优化地址交织（Address Interleaving）算法与哈希映射方案，提升内存带宽利用率与访问效率 3. 硅后Bring-up与系统验证 主导DDR子系统的硅后Bring-up工作，完成从最小系统启动到全功能运行的全流程验证 制定并执行DDR子系统压力测试方案，覆盖功能正确性、时序裕量、长期稳定性等维度 4. 问题定位与性能调优 协同硬件、验证团队定位DDR相关软硬件问题，推动闭环解决 基于实测数据持续优化DDR固件参数，最大化发挥DDR系统性能潜力
