共 2450 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1.咨询规划设计：主导智慧园区数字化建设及运营咨询，通过深度洞察行业趋势及客户运营痛点，提供具备竞争力的场景化解决方案；负责编制高质量的规划方案及调研报告；具备较强的方案汇报能力，能有效影响企业高层或政府决策者。 2.智能化设计管理：负责智能化专项从任务书编制、扩初设计到施工图深化的全过程管理；把控计算机网络、综合安防、楼宇自控（BA）、能源管理等各子系统的技术选型与图纸质量；协调建筑、结构、机电、精装等各专业协同提资，确保设计方案的落地性、成本经济性与进度可控性。 3.行业标准引领：参与行业标准、企业标准的制定与维护，持续优化智慧园区标准化建设体系，确保前沿技术与设计标准的深度融合。
面向阿里集团提供高稳定、低成本、易使用的容器服务，通过业务弹性编排、资源额度弹性管理、多等级资源调度和混合部署、运筹优化的全局资源规整和排布、异常检测和诊断自愈等，支持业务便捷、高效使用集团全局智算和通算资源，并保障不同等级不同场景的业务服务slo。 1. 负责智算和通算资源的统一管理和统一调度等集群管理、基础调度、容器与混部等相关技术和系统研发； 2. 负责交易导购类、搜推广引擎类、大模型AI类、大数据类、数据库类和中间件类等业务的应用编排和弹性调度托管； 3. 负责基础资源监控、基础资源数据、异常检测和诊断自愈、研发质量和稳定性等DevOps&AIOPS相关基础平台研发； 4. 负责计算、存储、网络、机房和业务布局等云原生基础设施规划演进，持续降低基础设施成本，并屏蔽底层基础设施差异。
1. 商业化基础设施：建设并演进 AI 产品商业化底座，支撑 C 端转化增长与 B 端企业规模化营收，以工程化能力持续释放商业价值。 2. 企业级 AI 知识引擎：打造企业知识引擎核心服务，将代码/文档等知识资产结构化与可用化，构建 企业级 Agent。 3. 生产级权限与企业管控：建设企业级身份权限与管理控制体系，形成对 MCP、Rules、Hooks 等能力的统一管控与治理，保障多租户安全边界与关键链路可靠性。 4. 资金安全与风控：搭建资金安全与商业化风控体系，系统性降低欺诈与异常带来的资金风险。 5. 安全合规与可观测度量：建立面向 AI 场景的安全合规与可观测度量体系，用数据驱动商业化增长与治理闭环。
1. 大模型推理与调度平台建设：主导多模态/LLM 推理服务化与模型调度中台（自研/二方/三方）建设，支持同模型多账号、多模型共存、降级容错与弹性扩缩容，保障高并发低时延的线上推理体验。 2. 推理加速与资源效率优化：推进推理加速与 GPU 资源复用等优化策略落地，提升模型利用率并降低单位推理成本。 3. 模型成本治理体系：建设模型资源（如配额、用量、费用、使用期限/到期策略）可视化与治理闭环，推动降本动作落地并形成可持续的成本优化机制。 4. 服务端基础架构演进与全球化支撑：负责全球多 Region 架构规划与服务端架构演进，建设统一网关与用户服务体系，支撑业务快速迭代与流量调度、容错容灾与性能优化。 5. SRE 稳定性与可观测性建设：构建全链路监控与自动化运维能力，完善异常响应、容量管理与弹性扩容机制，提升平台可用性与可运营性。 6. 架构融合与平台化治理：推动团队多款 AI 产品服务端架构融合与服务复用，减少重复投入并沉淀统一能力，持续演进与维护以满足企业级/ToC 产品化交付要求。
职位描述 1、负责物流业财领域的产品规划、需求分析及方案设计，支撑跨境物流核心业务场景，满足财务核算、管理报表及合规管控要求。 2、深入业务与财务流程，建设成本分摊、费用归集等产品能力，推动业财数据标准化，提升核算效率与准确性。 3、结合AI技术推动结算付款流程智能化升级，优化制单、收票、审批及支付等环节，显著降低人工投入。 4、推动财务月结由人工操作向智能化、自动化转型，建设日常监控、异常识别及智能分析能力。 5、协同业务、财务、技术及数据团队，推动产品方案落地，并通过数据分析持续优化产品体验与业务价值。
1.负责ASR（语音识别）模型评测体系的建设与自动化落地，包括评测流程设计、评测工具开发与维护； 2.搭建和优化自动化评测Pipeline，覆盖识别准确率、延迟、多语种/多方言等核心指标的自动化回归； 3.编写评测数据集管理工具，支持测试集的版本化、标注质量校验与抽样分析； 4.基于评测结果进行数据分析，输出结构化的评测报告，定位模型性能变化的根因，为模型迭代提供数据支撑； 5.与算法、产品团队紧密协作，持续完善评测标准与指标体系。
我们正在构建面向组织上下文的创新产品，将散落在人脑、群聊、会议、文档中的组织经验（碳基资产）编译为Agent可消费的组织上下文（硅基资产），让每一个业务Agent都能带着组织的记忆工作。我们希望你可以帮助构建Agent友好的上下文检索系统，提升企业级Agent对人类工作中的会议、群聊、文档等上下文的使用效率和效果。
1.策略性采购管理 · 主导市场类合作采购全流程，包括供应商寻源、比稿竞标、商务谈判及框架协议签订，确保资源优质性与成本效益最大化； · 针对不同业务场景（如品牌曝光、效果转化、户外活动类、创意、代运营、直播等）定制采购解决方案，精准匹配需求与资源。 2.资源优化与效能提升 · 建立动态供应商管理体系，通过数据分析制定引入/淘汰机制，持续优化资源池； · 推动采购流程标准化与数字化与产品化，提升端到端效率（如缩短比稿周期、降低决策成本）； · 定期进行成本数据分析，通过创新采购模式、整合解决方案等方式，制定成本控制方案，并持续优化，做好品类成本管理。 3.行业前瞻与创新 · 有敏锐的行业洞察力，定期收集项目营销趋势，预判资源需求并提前布局高潜力供应商；为业务需求及采购决策提供必要性支持； · 协同产品团队优化采购系统工具，通过数据建模提升采购全流程效率。
我们正在研发一款涉及机械臂与人体柔顺交互的医疗机器人产品，对力控精度和安全性有极高要求。现需要一位规控算法专家，完成核心控制算法的研发和工程化落地，参与产品从0到1的全过程。 岗位职责 1. 主导人体接触场景下的运动控制算法研发，涵盖力控框架设计、动力学建模与补偿 2. 负责力传感器选型、标定与集成方案设计，确保力控回路的精度和稳定性 3. 设计安全保护机制，满足医疗器械相关标准要求 4. 负责实时控制系统的搭建与优化，保障控制周期和通信可靠性 5. 主导机械臂工作空间评估与奇异规避策略设计 6. 带领团队完成从原型验证到产品级控制的完整交付 7. 与系统、硬件、临床团队紧密协作，完成系统级联调
千问（Qwen）是由Token Foundry自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 Coder 团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的 coding agent / digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。 工作职责： 1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。 （1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。 （2）我们坚持 Large-scale Pre-training 和 Large-scale RL 来提升 Code Reasoning 能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务。 2. 负责 Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。 （1）通过 Scaling 海量数字世界数据结合大规模合成数据，来提升 Computer-Use Agent 的 Grouding 能力。 （2）通过 Long Horizon 的方式进行强化训练，结合可扩展的多模态环境反馈来提升 CU Agent 的 Reasoning 的能力。
● 负责主流深度学习框架在Token Foundry大模型场景下的工程优化，包括但不局限于MoE模型大规模训练框架、多模态训练框架、RLHF训练框架等，参与包括基模型Pretrain、SFT等多个阶段的训练任务优化； ● 致力于提升不同阶段模型训练负载的极限吞吐，能够针对不同模型负载系统化的分析不同阶段耗时并提供相应的优化手段，优化手段包括但不局限于算子优化、通信优化、分布式策略优化等； ● 负责超大规模训练任务的稳定性的设计，通过各种手段来提升训练任务的有效吞吐，构建更可靠的故障检测系统和自愈系统，提供超大规模训练任务的丝滑体验。
1. 了解所支持的业务部门，基于业务发展阶段和运营情况，对业务团队进行组织诊断，为业务部门的战略落地提供人力资源专业建议、规划并参与实施； 2. 为组织和人才发展提供专业支持、定期进行组织人才盘点，在招聘、培训、绩效考核、薪酬、文化及员工关系等方面为业务部门落实有效的人力资源解决方案； 3. 传承公司文化，建设沟通渠道，保证组织的持续健康成长； 4. 在业务部门推动组织策略，完善人力资源的制度、流程、体系，提升人力资源运作效率； 5. 主动与业务部门管理层、一线主管及员工进行多种形式的有效沟通，保证信息在不同层级间的有效传递。
1、洞察 MaaS 业务内经营管理、资源分配平台的痛点和数据需求，解决跨领域的海量数据打通、关联、权限等问题，负责跨域数据产品的设计并推动落地； 2、深入业务和产品团队，结合业务场景，并联动数据中台各类资源，完成指标体系、，输出面向产品线的数据产品设计方案并落地实施； 3、负责面向业务场景的智能数据产品，包括智能找数、智能查数、智能分析等的规划与设计，结合业务实际需求输出可落地的产品方案； 4、有数据敏感度，能够利用数据工具，随时跟进产品的运行分析，持续优化；保证所负责的产品最优用户体验。
1、搭建评测体系：设计 AI 应用的评估体系，搭建评测流程和功能，包括评测标准的制定、评测Agent建设、评测的数据集建设、评测结果标注，保证评估结论及时准确产出； 2、业务场景分析：了解主流 AI 应用产品的业务流程和场景，对如何构建一个有效的评测集有深刻的理解和应用； 3、评测结果分析：分析和解读评测结果，提出提升模型能力和应用体验的产品设计建议； 4、研究评测方案：跟进和调研行业最新评测研究和报告，结合实际应用场景，更新内部评测技术方案； 5、行业产品调研：及时了解和分析 AI 业界各类产品和技术发展动态，辅助判断未来发展趋势。
1、参与集团级AI数据引擎：负责多模态数据（文本、音频、图像、视频）的采集、清洗、处理、治理与资产化管理，打造可复用、可观测、可解释的 EB 级数据体系，支撑大模型训练与推理的高质量数据供给； 2、多模态数据智能化处理：主导音频/视频/图像等模态的自动理解、标签体系构建、语义特征抽取、质量建模与自动化治理；设计并训练分类、识别、预测等多模态模型； 3、AI Native数据Pipeline建设：使用LLM+Agent框架构建智能数据Pipeline，实现数据分渠道过滤、去重、质量诊断、调度编排和异常告警等环节的自动化，显著降低人力成本； 4、数据&模型闭环迭代：基于评测反馈的短板，设计对应的专项数据集，并在训练过程中构建可观测指标，量化数据对模型能力提升的贡献，动态更新数据集，实现数据 → 模型 → 评测 → 数据的循环优化； 5、数据资产治理：负责元数据、数据血缘、分类分级、质量评分、数据标准、价值评估等治理框架的设计与落地，推动数据资产的可视化与可运营化，让数据可管理、可复用、可增长； 6、算法与工程一体化协作：与模型团队协作，参与训练数据构造、数据反哺、短板挖掘和评测闭环建设，通过数据驱动模型能力提升，成为AI模型训练的数据核心驱动力；
1. 负责网红达人机构矩阵搭建，构建可持续发展的达人机构生态。借助机构的能力，在半开环的社交电商生态下，为速卖通引入高质量新用户以及成交增量。机构类型包括但不限于自孵化机构、MCN/CAP机构、AFF/TAP机构等； 2. 对所负责机构的“招-养-汰”全生命周期负责。招-帮助新机构冷启动，解决招募机构对接中遇到的卡点问题，快速跑通测试流程；养-帮助机构持续孵化，制定高且可执行的机构运营策略，实现机构等级跃迁；汰-定期对机构进行考核与动态定级，实现分级管理与机构的末尾淘汰； 3. 机构内容策划与爆款制造。结合 TikTok、IG、Youtube、Twitch等主流社交平台的算法机制与用户偏好，制定内容日历与选题规划，指导并审核创意脚本、短视频拍摄及后期制作，精准提炼产品卖点，提升视频的完播率、互动率及转化率； 4. 商业变现与电商闭环。深度协同行业侧/品牌侧资源与需求，策划并落地机构侧直播带货、自孵化养号、TTO广告等多元化变现路径。协助机构完成达人侧商品橱窗管理、选品排期及直播间场控，跟进订单履约与售后客服流程，保障商业转化效率了； 5. 数据分析与策略迭代。建立综合的数据监控体系，定期追踪机构GMV、播放量、ROI、粉丝增长、客单价等核心指标。通过数据复盘洞察问题，快速调整内容策略、投放预算（如TTO）及运营方向，持续优化机构端账号矩阵与变现能力；
一、Qoder产品解决方案设计与落地 深入理解 Qoder 产品能力，输出标准化的解决方案文档、产品架构白皮书和 POC 演示材料 拉通业务和产研团队，推动企业规模化产品使用，洞察行业共性需求，反哺并提升产品竞争力 二、Qoder 企业客群业务拓展 面向业务团队提供体系化产品培训、技术方案支持与最佳实践指导，支撑售前转化； 深度参与关键客户的售前会议、方案答辩与产品演示，协同推进签约闭环； 打磨标杆客户案例，沉淀可复制的行业打法与推广模式。 三、Qoder产品布道与品牌建设 作为 Qoder 生态代言人，在行业会议、技术峰会、开发者大会、直播间等进行产品演讲和案例分享 策划并输出高质量技术内容（技术博客、案例研究、Demo 项目），展示产品应用价值
1、 拓展行业目标客户，进行业务调研、商业分析、商务谈判、业务设计、运营规划工作，达成行业业务目标； 2、 根据公司业务发展战略及业务规划，基于菜鸟的服务能力，结合行业KA客户的需求，向客户持续输出服务，以达成合作，并推动服务方案不断优化，升级服务； 3、与各团队合作，帮助新入驻的商家快速落地和合作； 4、建立与头部品牌公司的稳定合作关系，提升菜鸟供应链在行业的影响力；
主要负责 TokenFoundry 大模型训练平台建设，为大模型训练提供稳定、高效、弹性的 AI Infra 基础设施。你将参与新一代大模型训练平台的架构演进，支撑大规模分布式训练任务编排、异构集群资源调度、训练容错与弹性恢复等核心系统，持续提升研发效能与算力利用率。 主要工作职责和挑战 1. 训练任务平台设计与研发：负责分布式训练任务的提交、编排、调度、可观测性与全生命周期管理系统的架构设计及核心代码实现。 2. 大规模资源调度引擎：设计并实现面向异构集群的资源调度策略，涵盖拓扑感知调度、抢占式调度、优先级队列及多租户配额管理等能力。 3. 平台化与产品化：快速迭代平台产品能力，支撑大模型研发迭代对训练基础设施的能力需求。 4. 技术攻坚与前沿探索：跟踪 AI Infra 及训练调度领域的最新进展，推动技术方案落地并持续优化系统性能。
通过技术创新支持阿里集团大模型研发快速迭代，参与从数据生产、训练到评测的大模型研发全流程，主要工作内容和挑战如下： 1. 建设大规模数据生产和评测的Agent基础设施，增强大模型在Coding&Agentic等领域的能力。 2. 结合后训练框架，优化强化学习效率，实现高效的大规模Agentic RL。 3. 将成熟的系统与算法成果发表于学术会议，并回馈开源社区（如ROCK和ROLL等），持续提升在学术界与产业界的影响力。
强化学习（RL）是 Qwen 系列基础模型持续演进的重要技术方向，被广泛应用于提升模型在复杂任务中的推理、规划、编码、工具调用与长程决策能力。我们持续探索 RL 在长程代码任务、视觉交互、真实环境执行、数学与代码竞赛等场景中的应用，推动模型在复杂开放任务中的自主性与执行表现。欢迎对大模型与强化学习方向有经验和热情的同学加入。 工作内容包括： 1. 研究 PPO、GRPO 等强化学习算法，提升训推分离场景下大规模 RL 训练的稳定性与效率；探索 RL scaling law、长程训练、多任务融合与系统优化等方向，提升模型持续训练收益与泛化能力。 2. 优化端到端 Agentic RL 链路，提升算法与系统整体效率，增强 agent 在推理、长程规划、代码生成与工具调用等场景中的能力；结合 critic model 与过程奖励机制，对 agent 行为进行有效引导，提升 scaffold 泛化性、指令跟随能力与推理效率。 3. 提升 RL 在长程任务与复杂开放任务中的表现，研究训练效率优化、复杂任务学习方法；探索多 agent 协作、自我反思、记忆机制与规划等方向，提升奖励信号、奖励模型与agentic verifier的准确性和鲁棒性。 4. 与研究员和工程师协作，持续迭代coding agent 与long-horizon agent 的训练数据、奖励信号与执行环境；改进合成数据生成方法，针对模型能力短板构建可验证的 RL 数据，提升基础模型在前沿 benchmark 与真实任务场景中的表现。
● 负责业务系统的质量保障与效能提升，深度参与产品研发全流程，通过质量左移、自动化测试和稳定性建设，持续提升系统质量与团队交付效率；同时探索 AI 大模型在测试与研发效能场景的落地应用。 ● 完成需求相关的功能与回归测试，过程中做好缺陷、风险等管理，保证按时按质量交付 ● 编写和维护负责模块自动化、数据工具、知识库等，做好测试资产建设。 ● 使用 AI 工具辅助测试，提升日常测试质量/效率，日常工作中探索AI使用场景，并做实践
岗位描述： 全面负责千问大模型在 Post-Training 能力进化和上限突破、持续推进模型能力边界和商业价值的不断延伸。通过对前沿算法的极致探索和高效能工程体系的构建，驱动模型在逻辑推理、问答、复杂多轮上下文、指令遵循、Agent 智能体、多模态交互等关键领域实现突破性进展，打造世界一流的模型效果，并定义其在未来 AI 应用中的核心价值。 工作职责： ● 【战略规划与技术引领】 制定并执行大模型 Post-training 的中长期技术路线图，预判并布局下一代对齐技术、能力增强及对齐方案。主导核心算法的战略方向，确保技术路径与公司业务战略高度协同。 ● 【核心能力与壁垒构建】 领导团队进行体系化的数据驱动实验，不仅局限于日常迭代，更要建立可规模化的能力提升范式。您将攻坚并解决模型在复杂指令遵循、通用问答、RAG、深度逻辑推理、内容创作、Tool-Using 等方面的瓶颈问题，构建技术壁垒。 ● 【前沿算法研究与创新】 深入探索并推动 Post-training 领域的前沿算法创新，包括但不限于 RLHF/RLAIF 的新范式、模型融合 (Model Fusion/Merge) 、模型蒸馏及 MoE 模型的高效对齐策略。您的目标是显著降低模型幻觉、提升推理的效果、加强模型复杂指令的遵循能力。 ● 【多模态与未来探索】 从统一多模态模型的战略视角出发，您将指导并规划多模态统一大模型的 Post-training 技术融合。探索并落地高效的多模态 SFT 数据构建、跨模态能力协同训练及对齐策略，确保模型在图文问答、视频对话 等复杂场景下实现无缝、精准的理解与生成。 ● 【团队领导与效能提升】 负责 Post-training 算法团队的组建、培养与管理，打造一支具备高效执行力和持续创新能力的顶尖团队。您将指导并优化从研究、实验、评测到部署的全链路工具链与工程框架，实现研发效能的倍增。
1. 面向ToB行业场景（如AI手机等），设计并构建可扩展、高可用的Agent编排系统，支撑多模态交互系统中复杂任务的自动化执行。 2. 深度整合阿里集团内部丰富的Agent能力，同时对接第三方生态服务，打造统一的行业级Agent应用。 3. 制定标准化的工具描述协议、Agent接入规范与开发者工具链（SDK/CLI/调试平台），降低内外部生态伙伴的接入门槛。 4. 针对移动端等资源受限环境，优化Agent调用链路的性能、延迟与鲁棒性，支持离线、弱网、低功耗等边缘场景下的可靠运行。
1、负责月度结账相关工作，完成PTP模块的计提、预提、费用分摊、账龄分析及相关往来科目发生额及余额核对，按时提交月结报表并配合完成结账时间表内的各项任务。 2、配合内外部审计，提供PTP相关的凭证、台账及说明资料，确保账务处理满足内控及合规要求。 3、持续跟进并优化核算流程，参与系统上线、流程改进等专项工作，提升核算效率与质量。
面向淘宝直播场景，通过前沿AIGC技术提升整体数字人形象表现力和真实感，具体职责不限于： 1、负责数字人相关前沿算法研发，包括但不限于形象生成和驱动（肢体动作、表情、口型）； 2、负责数字人算法的实现和持续优化，提升数字人形象表现力，数字人真实度通过图灵测试； 3、跟踪行业最新技术动态，攻克技术难点，打造行业最具影响力的数字人技术和应用； 4、参与数字人产品的需求分析和技术方案设计，推动技术在业务落地；
1. 研发支撑自动标注、并对标冲击业界 SOTA 的语音算子（识别与对齐、说话人与声学、中文方言/口音/LID、多音字 G2P、中英混、TN/ITN 等），负责训练、评估、迭代与持续对标； 2. 建设亿小时级语音数据资产中枢：内容族与资产族两族标签的 schema/ontology、取数引擎、元数据库、多维查询与按标签取数； 3. 设计跨源去重治理与 train-eval 去污 pipeline，建立数据覆盖率矩阵与缺口诊断，驱动数据按需补齐、形成质量闭环。
1. 采购策略与品类管理（核心）： 1.1 制定海内外仓储自动化项目的采购策略。 1.2 制定并落地核心品类（物流自动化领域设备相关）的中长期采购战略，对齐公司业务目标与成本规划。 1.3 编制年度招采计划与预算，与业务部门共同制定降本目标。 2. 供应商资源布局： 2.1 开展供应市场分析：调研价格走势、产能分布、技术迭代，输出市场洞察与策略建议。 2.2 供应商开发：落地执行供应商准入机制，建立多元化供应池。 2.3 战略合作：与核心供应商签订长期框架协议，推动联合降本、技术协同、产能保障，建立战略伙伴关系。 2.4 风险管理：识别断供、涨价、质量、合规等风险，制定备选供应商、安全库存、应急预案，保障供应韧性。 3. 成本管理与商务谈判 3.1 成本拆解与建模：分析BOM、材料、工艺、工时、模具等成本构成，建立标准成本模型，识别降本空间。 3.2 制定明确招采策略，拆分明确招采任务，指导采购流程执行。 3.3 跟踪原材料价格、汇率波动，制定价格应对策略，锁定成本，规避涨价风险。 4. 数据驱动与跨部门协同： 4.1 建立采购数据看板：监控成本、交期、质量、供应商绩效、降本达成率，定期输出策略复盘报告。 4.2 跨部门协作：协同研发、质量、生产、财务、物流，解决供应异常，推进国产化、第二供应商开发、流程优化项目。
1、专家项目全生命周期管理：负责内部专家资源池的日常运营与维护，包括专家的招募、准入、分级、履约跟进与关系维护；对接内部专家，主导专家项目从立项、启动、执行到交付的全流程推进，确保项目按节点、按质量、按预算达成目标。 2、内部运营活动的设计与落地：围绕专家生态与业务目标，策划并执行面向专家的运营活动；独立完成活动方案设计、资源协调、执行落地、数据回收与效果评估，持续提升内部专家活跃度、满意度与产出质量。 3、项目复盘与结算：主导项目结项工作，包括交付验收、专家履约评价、费用核算与结算流程跟进；沉淀项目复盘报告，输出可复用的 SOP、案例库与运营方法论，为后续项目提供数据与经验支撑。 4、过程风险管控：识别项目过程中的进度、质量、合规、预算及舆情等潜在风险，建立风险预警机制；针对异常情况快速响应、协调资源解决，并向上同步关键信息，保障项目稳定运行。 5、跨团队协作与支持：与业务、产品、法务、财务、内控等团队紧密协作，推动流程优化与机制建设；定期输出运营数据看板与经营分析，为业务决策提供依据。
（1）联合解决方案设计与落地 深入理解 Qoder 产品能力与合作伙伴技术栈，覆盖 Qoder CLI 作为可嵌入底座被集成、以及 Qoder 主动集成合作伙伴产品与能力两种模式，面向战略 ISV 与技术合作伙伴设计互补的联合解决方案； 主导集成与被集成场景的方案规划，明确 Qoder 集成合作伙伴能力、以及 Qoder CLI 嵌入合作伙伴产品/平台的能力边界、调用方式与品牌呈现策略； 沉淀标准化的参考架构、集成与被集成对接规范及最佳实践，输出解决方案文档、产品架构白皮书和 POC 演示材料； 协同产品和工程团队，推动合作所需的产品适配、CLI/API 双向对接、SDK 封装与技术优化，完成 co-sell 就绪度验证，保障集成与被集成方案稳定落地。 （2）分销网络建设与赋能 与分销团队协作，拓展国内分销商 / 代理商 / 系统集成商网络，重点发展具备集成与被集成落地能力的技术型伙伴； 为分销与集成伙伴提供产品培训、集成技术支持、方案设计指导与最佳实践沉淀； 支持分销伙伴推进客户签约，参与关键客户的售前会议、产品演示与集成方案的技术答疑。 （3）生态布道与品牌建设 作为 Qoder 生态代言人，在行业会议、技术峰会、开发者大会上进行产品演讲与案例分享，重点传播 Qoder 开放集成与被集成的生态价值； 策划并输出高质量技术内容，包括技术博客、案例研究、集成 Demo 项目，展示生态合作中集成与被集成能力的落地价值； 打造集成与被集成标杆案例，沉淀可复制的集成范式与推广模式，反哺生态规模化拓展。
