共 2450 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
负责平台商业化外投业务的增长策略与产品建设，连接媒体采买、站内广告变现和商家经营效果。围绕营收、媒体投入产出及有效询盘质量，识别规模增量，建设可持续的投放能力，并通过数据分析、产品机制和跨团队协同推动结果落地。该岗位不是单一广告投手或纯数据分析岗位，更适合能够同时理解商业经营、广告投放、产品建设和数据体系的复合型人才。 岗位职责 · 负责商业化外投业务的经营分析与目标管理，围绕营收、媒体成本、毛利、毛利率、ROI、点击、询盘及询盘质量建立指标体系，完成预算规划、趋势判断、渠道诊断和增量测算。 · 负责SEM渠道增长策略，结合平台商品供给、类目竞争力和站外搜索需求建设供给地图，识别高潜行业、关键词和流量机会，推动投放结构优化与规模扩张。 · 推动百度、360等媒体的RTA实时竞价能力建设，设计关键词分层、媒体拓词、流量筛选、算法溢价及词粒度精细化出价机制，持续提升流量规模与预算效率。 · 负责Google Ads、Microsoft Advertising等海外媒体的投放产品能力，包括账户与计划管理、常规API接入、效果数据回传、归因链路和报表对账；结合国家、行业、搜索词及询盘质量分析优化海外获客策略。 · 将业务问题抽象为可复用的产品机制，独立推进需求分析、PRD、数据埋点、AB实验、灰度发布、效果监控和项目验收，确保策略从方案到结果闭环。 · 建设外投流量与询盘质量治理体系，完善异常询盘T+1监控、质量标签、问题归因和渠道预警机制，识别无效点击、异常流量及站外联系方式外流等问题。 · 搭建稳定的数据分析与决策支持体系，使用SQL、MaxCompute/ODPS、DataWorks、BI等工具完成数据提取、指标校验、实验评估和经营复盘，推动口径统一与数据资产沉淀。 · 协同算法、研发、数据、销售运营、财务及媒体平台团队，明确项目目标、收益空间和风险边界，推动复杂跨团队项目按期交付。
团队介绍 天猫淘宝海外搜推导购技术团队承担了平台多端的搜索及推荐两大导购体系的技术平台和相关业务研发，同时支撑海外支付结算等核心交易链路的技术建设。团队目前承担了数十亿用户搜索和推荐请求，解决国际跨境及本地市场搜索、推荐以及模型计算方面的挑战。我们正在将AI Agent能力落地到搜推导购和支付结算等核心业务场景——从智能导购Agent、意图理解与多轮交互，到支付链路的智能决策与自动化运营，Agent正在重塑业务的技术架构和产品体验。国际化是集团的重点方向之一，业务的飞速发展需要有经验有想法有能力的工程师加入我们，一起用Agent技术打造更智能的电商体验。 职位描述 1. 负责搜索推荐、支付结算等核心领域的AI Agent系统研发，包括Agent框架设计、工具链编排、多轮对话管理、记忆与规划模块等； 2. 参与搜索推荐场景的Agent化改造，落地智能导购、意图澄清、个性化内容生成等产品能力，提升用户购物体验和转化效率； 3. 参与支付结算领域的业务开发与智能化建设，支撑跨境支付、退款、对账等核心链路的稳定迭代和Agent辅助决策； 4. 负责Agent系统的可观测性、评测体系和质量保障建设，确保线上Agent服务的可靠性和效果可度量。
1、负责智能客服系统 文本/语音机器人/智能辅助等智能化场景的设计、开发与应用，主动识别并解决技术支撑业务过程中的瓶颈，推动 AI 客服场景快速落地； 2、与产品、测试团队密切协作，根据业务需求进行智能化能力、系统功能的规划、迭代、升级及维护，确保产品功能持续优化； 3、保障智能客服系统的稳定性与高效运行，协助业务团队优化系统性能并提升整体系统稳定性。
1、负责高校图书业务【官方收-官方卖】属地服务商体系的搭建与管理，包括招募、准入、培育、评级及质量管理 2、基于业务场景实际需要，通过服务商管理策略，支持区域目标达成，包括但不限于服务质量考核跟进、头部标杆打造、问题区域识别等 3、推动服务商全流程链路产品的搭建与落地，保障产品使用与体验，结合市场特性提供有效的产品支撑
1. 大模型Query语义理解：主导LLM在搜索场景下的Query理解核心研发，负责用户意图识别、实体抽取、语义纠错及Query改写扩展等，从底层提升模型对自然语言指令的解析精度与鲁棒性； 2. 多轮对话与上下文工程：针对多轮复杂交互场景，研发并落地上下文工程相关算法，确保LLM在对话中的语义连贯性与记忆准确性； 3. 前沿Agent技术探索：持续跟踪大模型与Agent前沿技术，探索LLM在复杂推理、快慢思考等场景的应用，构建Query理解与系统优化的自动化Agent闭环机制；
1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、直播电商等）的智能识别与风险防控体系； 2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务； 3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展； 4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进； 5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新； 6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。
1、通过与连锁酒店集团和城区管理建立关系，拓展区域内优质连锁门店，保证区域供应链完整、拿回优势价格和库存； 2、结合平台工具和连锁酒店集团的优势，形成集团、门店、平台的整合方案，落地执行基础信息维护、工单处理等，提高间夜产出； 3、解决连锁商家遇到的如操作、财务、订单、商品优化等方面的问题，并通过拜访，帮商家解决具体问题及维护与城区、门店的关系。
1、深入研究政企客户的行业发展趋势、典型业务场景与数字化架构，梳理各场景引入大模型的需求痛点与商业价值，帮助客户规划可落地的MaaS AI应用路径。 2、从客户典型业务场景出发，结合阿里云模型、百炼平台、AI Native产品等，设计端到端MaaS大模型解决方案，涵盖模型选型、部署架构、工程链路及效果评估体系；动手搭建智能体、多Agent工作流进行POC验证，协同FDE团队推动项目落地。 3、结合客户业务场景，通过标杆案例展示与Demo演示呈现阿里云大模型核心竞争优势；面向客户高层传递阿里云AI全栈产品价值与MaaS战略方向，影响客户技术选型与关键决策，具备独立Call High能力。 4、沉淀面向政企细分行业/场景的大模型最佳实践及标杆案例，形成可复用方法论体系；对内赋能销售与行区团队，对外支持生态合作伙伴及客户的技术培训与方案共创。 5、持续识别阿里云MaaS大模型及AI Native产品在政企场景落地中的技术瓶颈与市场机会，将客户需求与反馈结构化传递给产品团队，推动产品功能迭代与交付流程持续优化。
1. 深度参与飞猪智能客服核心能力建设，涵盖从需求洞察到系统构建的全流程，通过技术能力提升业务效率与效果，实现技术价值转化。 2. 重点参与客服领域真实场景的AI-Agent的设计、实现与优化演进。 3. 深度参与系统架构设计及评审、CodeRview、稳定性工具及机制体系建设，保障系统高可用。 4. 参与关键难点攻关，前瞻性技术预研等技术突破及储备工作。
1. 根据市场动态及行业客户需求，制定并执行区域业务规划，确保快递网点、消费者、网络运营以及政府监管等多方利益的平衡，促进驿站业务的持续健康发展。 2. 整合公司内外资源，确保总部运营策略在所负责区域的有效实施与落地执行。 3. 负责监控区域站点和网点的日常运营情况，并及时处理异常问题，保障整体运营稳定。 4. 组建并领导本地化团队，致力于提升站点服务质量与用户体验，优化站点经营环境，增强站点的生存与发展能力。
1. 税务合规处理：主导各公司月度税费计算及纳税申报，负责年度审计、企业所得税汇算清缴、高新技术企业认定及复审、研发费用加计扣除等事项，保障税务处理及时、准确、合规。 2. 税企关系维护：维护与各地税务机关的良好沟通关系，熟练应对税务风险检查、协查及稽查事项，规范涉税资料管理，维护公司良好税务形象。 3. 税务合规质量检查：定期开展税务工作质量检查与复核，重点排查计税申报数据准确性、发票管理规范性及税收优惠适用合规性，识别潜在风险并推动问题整改闭环。 4. 税务自动化推进：在日常税务工作中主动发现流程痛点与数据断点，厘清现状并梳理优化方案，推动税务自动化系统的迭代升级，持续提升税务管理的数字化水平与运营效率。 5. 法规跟踪与流程优化：持续跟踪税收法规、优惠政策及监管口径变化，结合业务需求及时更新操作手册与工作模板，确保税务实践始终合规且处于行业前沿。 6. 跨部门协同与数据支持：协同业务、财务、法务、技术及外部中介机构，负责涉税数据核对、税务分析及报表整理，为管理决策提供数据支持。
1. 在业务场景中完成用户痛点及需求梳理、设计策略、设计方案、结果验证、优化迭代的全流程体验设计。 2. 参与AI与业务结合的产品体验创新，探索前沿的AI体验范式及设计表达。 3. 参与设计AI能力和资产建设，设计方法与流程迭代，提升设计质量与效率。
● 带领团队完成AI加速PE核的实现。 ● 包括架构的研发，RTL 设计实现，集成等工作。 ● 协同物理设计工程师进行性能/功耗/面积评估和优化工作。 ● 协同验证工作师进行SoC验证工作。
AI 全栈工程师是一个高度综合性的技术角色，要求工程师能够覆盖AI智能领域的全流程开发工作，需要在掌握传统工程研发、机器学习、深度学习的核心技术的同时，还需熟悉从数据处理、模型训练到部署落地的各个环节，并具备跨团队协作的能力。
1. 负责AI视频生成产品的企业级客户运营策略制定与执行，推动客户从试用到活跃、从活跃到付费的全生命周期运营，持续提升产品的商业化指标； 2. 深入了解企业客户的AI视频生产工作流（从脚本到成片全流程），优化产品的Agent/工作流配置，提升客户视频制作效率和内容质量； 3. 跟进行业AI视频生成技术趋势（Sora、Seedance、可灵等），提炼优质视频内容特征与最佳实践，输出客户成功案例与行业解决方案； 4. 与产品、算法、研发团队紧密合作，将客户反馈与使用数据转化为产品需求，协同推动模型能力与产品功能迭代； 5. 负责视频生成产品的内容生态建设，包括模板库、提示词库、风格库等运营，降低客户使用门槛、提升产出效果。
1. 负责金融投研AI产品的企业客户运营，深入理解券商、基金、银行等金融机构的投研工作流，结合AI能力设计产品落地策略； 2. 负责金融数据资源的引入与管理，包括行情数据、公告信息、研报数据等，为模型训练与产品功能提供高质量数据支撑； 3. 策划并执行金融客户的onboarding方案与培训体系，输出行业最佳实践案例，推动客户在投研、风控、合规等场景的深度使用； 4. 与产品、算法团队紧密协作，将客户反馈转化为产品需求，持续优化金融Agent的专业性与准确性； 5. 持续关注金融科技行业动态与监管趋势，确保产品运营策略符合金融合规要求。
1、基于业务采购需求，制定和执行项目的商务采购策略，支持各业务线需求落地； 2、负责商务谈判，包括推动用商过程中各关键商务环节的有序落地，确保采购项目的高质量交付； 3、从业务角度提供服务商商务保障、负责供应商的商务合同履行、预算进度和付款及时与准确; 4、储备优质供应商，通过供应商定期考核、认证手段，逐步优化供应商资源，构建良性的供应商管理体系； 5、协同采购，财务，内控，风控以及生态管理部针对用商环节的各项部门管控措施落地，确保部门间的高效协同，提升用商使用的规范性；
1. 负责大模型数据处理与资产化体系的建设，围绕数据的接入、加工、治理与沉淀构建自动化、可扩展的处理能力，保障高质量数据的持续供给。 2. 抽象通用的数据处理与质量治理框架，将各类数据加工与清洗诉求沉淀为标准化、可复用、自动化的平台组件，提升处理效率与工程质量。 3. 建设数据资产化与全生命周期治理能力，实现数据的规范化沉淀、统一管理与可追溯，推动多来源数据的融合与统一。 4. 与算法及平台团队紧密协作，把复杂的数据处理需求转化为平台化、自动化能力，持续提升整个团队的数据处理与供给能力。
1.解决方案架构与设计：深耕供应链计划领域（涵盖智能预测补货、仓网规划布局、库存策略优化、产销协同S&OP等），深度洞察并挖掘市场与客户的潜在痛点。结合行业最佳实践，设计具备高度竞争力与落地性的产品解决方案，助力客户实现供应链数字化转型。 2.商业化项目交付与赋能：作为商业化项目的核心业务顾问或解决方案负责人，充当“业务需求”与“技术实现”之间的关键桥梁。主导跨团队的高效沟通与协作，制定清晰、可执行的业务落地路径；凭借扎实的交付经验，独立识别并攻克项目落地过程中的复杂业务卡点，确保项目高质量交付。
1. 市场洞察与需求孵化 竞品分析与研究：深入研究国内外头部SCP/APS产品（如o9, Blue Yonder, SAP IBP等）的架构设计与功能演进，输出深度竞品分析报告与差异化竞争策略。 客户调研与需求挖掘：主导目标行业客户深度调研，提炼零售、汽配后市场、制造业等行业核心痛点。 历史项目提炼：深度剖析公司既有定制化项目，将定制化、离散的“项目需求”抽象转化为“可复用、可配置、高内聚”的标准产品功能需求。 2. 产品规划及迭代计划制定 产品路线图 (Roadmap) 绘制：梳理产品功能矩阵，合理评估研发ROI，制定清晰的、符合敏捷开发原则的季度/年度产品迭代计划。 3. 方案设计与研发协同 高质量PRD编写：负责标准模块的业务流程图、原型设计及产品需求文档（PRD）的编写。 算法与数据模型对接：与算法工程师密切协作，将运筹学模型（如预测算法、运筹约束求解等）转化为对业务用户友好的标准化产品界面和功能。 产品验收与质量把控：负责标准产品版本的敏捷迭代跟进、组织UAT（用户接受度测试）验收，对功能质量、易用性和交付标准终极负责。 4. 赋能与推广 负责编写标准产品的白皮书、用户手册、功能发布说明（Release Notes），为售前、交付实施团队及大客户进行标准化产品赋能培训。
1、负责速卖通韩国国家站用户增长，根据用户分层设计对应的玩法和权益方案，为dac、mac、复购等指标负责； 2、玩法和权益机制：针对不同用户设计玩法、权益策略，形成覆盖用户整个生命周期管理体系，提升用户复访复购； 3、会员体系搭建：完成会员体系从0-1的搭建，设计会员专享权益，组织会员活动，提升平台会员的粘性和购买力； 1. Drive user growth for the AliExpress South Korea site; design engagement mechanisms and benefit schemes based on user segmentation; and take responsibility for key metrics such as DAC (Daily Active Customers), MAC (Monthly Active Customers), and repurchase rates. 2. Engagement & Benefits: Develop tailored engagement activities and benefit strategies for different user segments, establishing a lifecycle management system to boost return visits and repeat purchases. 3. Membership System: Build the membership system from scratch (0-to-1), design exclusive member benefits, organize member-focused events, and enhance member stickiness and purchasing power.
1、负责阿里国际旗下TikTok、Facebook、YouTube、Instagram等海外主流社交媒体账号在多个国家的内容策划、发布与日常运营，确保账号活跃度与用户互动率和转化率。 2、基于各平台特性及目标市场用户行为，制定差异化内容策略，提升品牌曝光与用户粘性。 3、独立完成从内容创意、素材制作协调、发布排期到数据分析的全流程运营，持续优化内容表现。 4、深入理解各渠道的流量机制与变现路径，设计并执行可驱动交易转化的内容活动，达成明确的业务转化目标。 5、定期监测竞品动态与行业趋势，快速迭代内容形式与运营策略，提升整体渠道效能。 6、具备内容生产管理能力，针对不同资源来源都可以顺利推进内容产出，把控内容质量，给到具体解决方案；
1、负责对酒店集团KA商家的销售需求进行挖掘、分析、整理与总结，对商家增长负责； 2、根据酒店集团商家需求制定规模增长相关会员、营销、供应链解决方案，并负责推动该方案的落地实施； 3、负责对接酒店集团内部各部门，对内对外进行有效沟通，及时解决相关问题； 4、负责制定和执行集团整体营销活动，协调资源，确保活动效果最大化； 5、负责酒店集团内部数据的收集与整理，并制定相应的运营规则，提升平台运营效率。
独立操盘市场采购领域的核心类目，比如，营销服务、线上媒体、用户增长、新媒体等方向。需要快速学习和深刻理解业务逻辑和业务需求，具备采购专业的方法和判断力，在复杂多变的营销供应链环境中制定清晰的采购策略并推动落地，同时将AI能力融入日常采购实践，持续探索新供给、新方案、新模式，具体的工作内容包含但不限于： 1.品类策略与规划：基于集团多个业务单位的需求和市场洞察，独立制定所负责类目的年度采购策略，包括供应商结构设计、成本模型搭建、资源配置方案等；深入研判营销服务市场的供给趋势、产业能力变化和技术迭代动态，敏锐感知外部市场的情况，匹配业务发展需求制定采购方案； 2.核心项目交付：作为采购类目的核心负责人，端到端主导大型市场项目的采购交付，从需求澄清、方案设计、供应商谈判到合同签署与履约跟踪；响应战役级需求，深刻理解交付目标以及协同多方资源达成目标； 3.供应链管理与建设：系统性构建市场服务领域的供应商资源库，建立从准入评估、能力分级、绩效考核到退出淘汰的全生命周期管理机制；持续追踪头部供应商的业务动态与能力变化，主动发掘和引入优质新供应商，确保供应链的稳健同时保持充分的竞争力； 4.合规与风控：在采购全流程中严格执行公司合规制度，确保寻源、比价、定标、签约各环节的合规与审计要求；对市场品类特有的机会和风险有感知力和判断力； 5.AI驱动创新：对AI有热情、有学习能力，能将AI工具和方法主动应用到采购场景中，推进品类工作的提效，沉淀采购专业skill，以及构建采购品类agent； 6.团队管理与资源协调：带领团队完成高复杂度的多线并行交付任务；在跨部门协作中发挥枢纽作用，能够对齐大团队的策略方向、向下拆解执行路径、横向拉通多方资源，解决复杂问题。
1. 设计并构建面向多模态交互（语音、视觉、语言、上下文融合）的云端推理服务平台，支持Omni/Speech/VL等大模型的在线/近线推理。 2. 主导端云协同架构中云端服务模块的技术方案，包括模型服务化（Model Serving）、动态批处理（Dynamic Batching）、请求调度、弹性扩缩容、负载均衡等关键能力。 3. 优化云端推理链路的延迟、吞吐与资源利用率，针对ToB客户对SLA（如99.9% 构建统一的服务治理框架，集成监控告警、日志追踪（如OpenTelemetry）、AB测试、灰度发布、故障自愈等运维能力。 4. 与算法团队紧密协作，推动模型结构适配、量化部署、缓存策略等端云联合优化方案落地。
我们正在建设面向下一代AI智能手机的核心算法团队。团队重点关注大模型在智能终端上的理解、推理、感知与任务执行能力，研究方向包括个人记忆（Memory）、智能体（Agent）、端侧多模态感知、端侧模型及端云协同等。 你将参与从前沿研究、数据构建、模型训练，到系统实现、评测验证和产品交付的完整研发过程，探索下一代AI智能手机的核心能力。我们希望你兼具扎实的算法能力和优秀的工程能力，具备AI手机或智能终端研发经验，能够将前沿算法转化为稳定、高效、可规模化交付的产品能力，并与ToB建设团队共同推动技术落地。 岗位职责 1. 参与AI手机个人记忆与个性化智能的算法及系统研发，重点提升个人信息的理解、组织、检索和更新能力，推动Memory与Agent、个人搜索等能力结合。 2. 参与端侧多模态感知模型的研发与优化，提升手机对图像、语音、视频、文本及设备上下文的理解能力，并在效果、延迟、内存和功耗之间取得平衡。 3. 参与Agent核心算法及端云协同能力建设，持续提升模型的任务规划、工具使用、记忆调用和复杂任务执行能力。 4. 参与算法的端到端工程实现，建设数据、训练、推理和评测关键链路，解决模型效果与系统性能问题，推动算法从研究原型走向产品级交付。 5. 与产品、工程及ToB建设团队协作，将业务需求转化为明确的算法问题和评测目标，推动方案验证、集成交付和持续迭代。
1. 探索研究多模态大模型、GUI agent、agentic RL、long-horizon agent、self-improving agent等前沿技术。 2. 参与研发多模态、全模态大模型等下一代人工智能核心技术,重点探索面向真机环境的多模态智能体大规模强化学习与自我演进。 3. 参与 GUI 垂类基座模型与真机 agent 系统的迭代,推动核心能力达到业界第一梯队。 4. 跟踪研究多模态大模型前沿进展,参与 AIOS 等 to C / to B 重点业务场景的端到端落地。
1. 负责生活服务行业大客户拓展工作和KA团队销售管理工作，根据业务要求完成业绩指标。 2. 了解行业，理解客户需求的基础上，能带领团队以商业化大客户新拓为主要目标，整合公司产品和服务，为客户提供商业化运营解决方案，并协同和推动落地，为客户交付满意的业务结果。 3. 能开拓并建立、维护大客户良好的客情关系，能独立与客户沟通推进合作，具备独立完成客户沟通、谈判和合同签订能力。 4. 具备市场敏锐性，洞察所在行业趋势，挖掘行业机会，推动现有客户解决方案和平台产品的优化。
面向阿里集团内部业务提供AI Infra容器网络、服务网络等技术支持，支撑集团内部大模型训练、推理、Agent等工作workload形态，服务ATH、淘天、闪购、国际化等各个业务BU。 ● 负责面向异构/多云等 AI 计算环境构建统一的 K8s 容器网络，支持 RDMA 高性能通信，保障大规模训练与推理场景的网络性能与稳定性； ● 负责容器网络的轻量化多租隔离能力建设，支撑 AI 业务、传统业务的统一部署； ● 负责面向 Agent 场景提供安全、高效的沙箱网络技术； ● 负责 CoreDNS、kube-proxy 等云原生网络服务的建设与优化，提升 K8s Service 的可用性与性能；
负责面向千问 APP、夸克 APP、AI 眼镜等核心产品构建统一的多模态检索与智能体搜索技术体系，推动大模型与搜索的深度融合，打造覆盖内容理解、语义检索、语义匹配与任务执行的一体化能力。岗位将支撑全网图片搜索、智能拍搜、多模态 RAG、Agentic Search 等关键场景，持续提升多模态检索系统在开放场景下的效果上限与用户体验。
