共 2450 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1. 统筹与用增团队、市场部等渠道的协同，驱动套餐产品的用户获取与转化效率，为业务结果服务； 2. 制定渠道运营策略，结合飞猪 APP、手淘、支付宝等多端流量特性，设计差异化的曝光与转化链路，提升套餐在各渠道的渗透率； 3. 负责大促及日常营销活动的落地执行，与用增、市场团队共同策划拉新、促活等专项，推动用户生命周期价值提升； 4. 对接产品与技术团队，推动用户体验优化，提升用户购买体验与复购率； 5. 关注用户分层与精细化运营，针对不同用户群体设计差异化策略与权益体系； 6. 具备 AI native 思维，能将 AI 能力融入用户触达、内容生产、数据分析等运营环节。
1、数据资产：负责和推进盒马数据资产的建设，从业务场景中，抽象提炼产品通用能力，并持续跟进研发、保障交付结果； 2、数据平台：负责调研盒马双销售阵地的用户需求和国内外/集团内外同类产品，提炼和规划产品迭代计划； 3、业务分析：业务分析与 AI 应用相结合在多业务场景的探索与落地；
1、负责制定和完善全球数据中心消防管理体系、技术标准及操作规范，建立统一的检查清单、验收标准和整改跟踪机制，推动各区域本地化落地。 2、抽象并定义全球消防管理核心KPI指标体系（设施完好率、隐患闭环率、演练完成率等），建立数据看板和定期报告机制，通过数据分析驱动决策和风险预警。 3、统筹全球各区域L1消防专家团队，定期审核各区域提交的维保计划、测试报告及整改进展，牵头跨区域重大消防事件调查分析，输出根因报告和预防措施。 4、设计全球统一的消防安全培训课程体系和应急演练标准，组织专项培训和实战演练，建立知识管理沉淀案例和经验，提升现场工程师及驻场人员专业能力。 5、持续跟踪全球主要消防法律法规和行业标准变化，及时推动企业内部全球消防标准更新迭代，主导消防专项飞检和隐患分级治理，防范被动监管事件和行政处罚风险。 6、推进智慧消防数字化建设，探索AI、IoT、大数据等技术在消防监测预警中的应用；针对液冷、锂电池储能等智算新架构开展消防风险评估并制定相应技术标准。 7、与属地消防救援机构保持沟通，确保全球数据中心消防合规运营。
1. 负责情报团队的数据能力和体系建设，通过沉淀丰富的档案能力支持复杂多变的情报业务。 2. 重点围绕商品数据构建商品档案库、挖掘潜在业务领域知识，用数据提升业务效能，向业务前线直接贡献价值。 3. 通过深入理解业务及策略，抽象业务过程、沉淀可复用的数据洞察能力，提供系统性的解决方案。 4. 借助大模型实现日常数据开发的 Agent 工作流。
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。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。我们正在将大模型能力深度融入搜索推荐链路，探索生成式检索、LLM意图理解、AI导购等新一代搜推产品形态。随着LLM在线推理成为搜推系统的核心基础设施，如何在保证效果的前提下实现低延迟、高吞吐、低成本的在线推理服务，是团队当前最关键的技术课题之一。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，一起打造面向全球的智能搜推推理引擎。 职位描述 1.负责搜推场景下LLM/生成式模型的在线推理引擎研发与持续优化，包括推理加速、显存优化、批处理调度等，保障线上服务的延迟和吞吐指标； 2. 参与生成式搜推架构的设计与落地，涵盖生成式检索、LLM Query理解、AI导购等方向，推动大模型能力在搜推链路的工程化部署； 3. 负责GPU推理集群的资源规划与成本优化，通过模型量化、KV Cache管理、投机采样、异步化等手段持续降低推理成本； 4. 跟踪业界推理引擎前沿技术（vLLM、TensorRT-LLM、SGLang等），完成技术选型和难点攻坚，推动团队技术演进。
1、负责公司在家电数码、医药保健、酒水零食、服饰运动等零售垂直行业的商业化广告拓展，达成年度目标。 2、以平台商业产品为核心，独立开发及管理行业头部品牌，洞察客户营销诉求，制定整合营销解决方案并推动落地。 3、深入研究垂直行业趋势，结合平台场景（地图、信息流、搜索、POI 等）及数据能力，产出高质量策略提案、创意脚本与传播内容。 4、统筹售前、售中、售后全流程：商务谈判、合同签订、项目执行、效果复盘，与产品、运营、技术、BI 等团队协作，确保客户满意度与投放效果。 5、维护并强化与品牌方、4A/代理公司等生态伙伴的长期合作关系，发掘二次及交叉销售机会。 6、收集行业及竞品信息，从一线视角为团队及平台商业产品提出优化建议，持续输出可行性方案。
作为阿里巴巴视觉生成大模型Al Infra训推优化团队，我们支持了通义Wan和Happy系列模型，你将有机会参与或负责以下工作内容： ● 设计和实现高效的分布式训练架构，优化训练过程中的计算、通信与显存使用，提升 GPU 利用率与整体训练吞吐； ● 探索并实现低bit量化技术和稀疏化，减少模型存储和计算资源消耗，同时保持训练精度； ● 构建训练性能分析与调优工具链，持续定位和解决系统瓶颈； ● 持续关注并跟进业界技术发展，积极尝试和探索新的训练优化方向，提出并验证创新性的解决方案。
1、负责大麦娱乐电影演出在抖音渠道的用户获取及转化。 2、基于抖音渠道特性，制定从用户触达、转化、成长全周期的有效运营策略。 3、基于大麦娱乐的业务特性，促成和抖音娱乐、本地生活、直播等团队的合作，实现用户增长。
作为阿里巴巴视觉生成大模型Al Infra训推优化团队，我们支持了通义Wan和Happy系列模型，你将有机会参与或负责以下工作内容： ● 对推理引擎的运行时环境进行深度优化，减少延迟，提高整体性能； ● 针对多种异构AI加速硬件，对核心算子进行极致性能优化，结合量化、蒸馏、cache等技术，降低视频推理成本； ● 开发智能的请求调度算法，确保高并发场景下的最优响应时间和吞吐量； ● 持续关注并跟进业界技术发展，积极尝试和探索新的推理优化方向，提出并验证创新性的解决方案。
1. 超大规模训练架构：负责百亿至万亿参数模型的分布式训练架构设计与演进。针对数千卡 GPU 互联场景，通过自顶向下的性能分析，利用 5D 并行以及通信优化策略，消除大规模分布式训练瓶颈，提升训练效率和线性加速比。 2. 极致性能优化与算子开发：深入软硬协同层，通过手写 CUDA / Triton 算子、算子融合及 XLA / MLIR 等编译优化技术，挖掘 GPU 硬件极致算力，打造一流的执行引擎，追求业界SOTA的 MFU。 3. 训练框架演进：结合前沿的大语言模型（LLM）与多模态模型结构，协同算法团队进行框架级优化（如 Checkpointing、显存优化、Overlap 通信掩盖），优化单位算力的模型效果。 4. AI 创新应用落地支撑：作为算力基座的核心支撑，支持行业顶尖的 GPT、AIGC、多模态模型在 AI 创新应用场景的业务落地，解决实际业务中的大规模与稳定性挑战，确保模型从训练到应用的顺畅衔接。
1. 负责模型训练场景中高性能计算Pipeline的实现，通过访存算子优化、算子融合、MoE/Attention算子定制，实现精细化显存管理、最大化计算/访存效率。 2. 负责结合大语言模型、多模态理解生成模型、Agentic RL等场景的模型训练需求进行算子设计，实现模型-Infra的Co-Design。 3. 负责世界模型、实时生成交互等场景的高性能低延迟算子设计和实现，满足模型加速上线的需求。 4. 使用专业的Profiling工具和手段，对大模型训练的端到端性能进行分析，精准定位Kernel执行、数据搬运、通信等环节的瓶颈，并提出体系化的优化方案。 5. 跟进业界SOTA的高性能计算工作，调研并实施异构硬件在超大规模训练场景的落地方案。
我们关注大模型后训练系统，为提升智能体能力上限、AIGC应用提供算力基座，加入我们迎接以下挑战： 1. 支持百亿～万亿规模的稠密 / MoE大模型的强化学习训练，实现多种对齐算法，增强大模型对齐人类模态、数学、代码、推理等方面的能力 2. 极致的通过5D并行训练、推理加速、训推一体复用等技术，与前沿的强化学习算法团队和阿里硬件团队进行协同设计，在前沿异构系统上实现高效的大规模（千卡以上）强化学习训练 3. 使用强化学习、蒸馏、量化等后训练技术，在AIGC、实时生成等场景达到极致的模型效果-性能平衡点； 4. 将成熟的系统与算法成果发表于顶会，并回馈开源社区（如 ROLL），持续提升在学术界与产业界的影响力 5. 支持业界前沿的LLM、多模态、图/视频生成模型在AI创新场景的业务落地。
1. 选品策略制定：基于直播场景特点（官播、达人直播、大促直播等），制定东南亚各国直播选品策略，包括品类结构、价格带分布、主推品与引流品的组合逻辑，并结合各国消费习惯和平台数据持续优化选品模型。 2. 货品运营机制设计：设计直播场景下的优惠机制（满减阶梯、直播专享券、Bundle组合、老客复购价等），围绕AOV提升和转化率优化目标，搭建可复用的促销框架，并与本地运营团队协同落地执行。 3. 产品运营与产技协同：梳理货品运营中的产品需求（选品工具、优惠配置后台、数据看板等），输出清晰的产品需求文档，与产品和工程团队高效对接，推动产品能力建设与迭代。 4. 策略落地与本地协同：与东南亚各国本地直播运营团队紧密配合，将总部策略转化为可执行的本地方案，跟踪各国执行效果，收集反馈并推动策略调优。 5. 数据分析与策略迭代：搭建选品与货品运营的核心数据指标体系（GMV、转化率、AOV、品类渗透率、券核销率等），定期进行数据复盘，输出策略优化建议，驱动业务持续增长。
1、独立负责中大型项目的系统分析与架构设计，主导核心代码开发，保障业务需求高质量交付； 2、参与大模型和Agent相关技术研发，包括意图理解、记忆机制、工具调用、任务规划、多智能体协同等关键模块； 3、推动AI能力在财税业务场景中的深度集成与创新应用，确保系统高性能、高可用与可扩展。
1、业务领域：参与业务支撑系统搭建，以及系统集成等工作； 2、系统架构：深入了解当前系统架构及业务流程，参与制定多系统架构集成， 技术规划，架构设计，并最终实施落地，打造高可用系统架构和强大系统支撑体系； 3、沟通管理：团队内外的沟通协作，包括业务沟通，技术合作，项目及人员管理，推动业务组织高效运作；
1、业务领域：参与业务支撑系统搭建，以及系统集成等工作； 2、系统架构：深入了解当前系统架构及业务流程，参与制定多系统架构集成， 技术规划，架构设计，并最终实施落地，打造高可用系统架构和强大系统支撑体系； 3、沟通管理：团队内外的沟通协作，包括业务沟通，技术合作，项目及人员管理，推动业务组织高效运作；
职位概述： 作为平头哥数据中心产品线软件解决方案定制工程师，主要负责为终端客户提供高水平的技术支持与软件解决方案，确保客户在使用平头哥数据中心产品及相关技术时获得最佳体验。 与客户建立紧密关系，推动客户满意度，并协调跨部门合作以解决复杂的技术问题。 主要职责： • 协助客户完成技术评估和项目导入，解决客户AI芯片落地过程中相关问题，并能指导客户进行系统性调优，确保产品在客户业务场景中顺利落地。 • 收集并分析客户需求，并总结前代产品落地过程中遇到的各种问题将其转化为产品改进建议，与产品和研发团队合作推动产品升级。 • 跟研发工程师完成项目相关技术文档的撰写工作。
1. 数据资产体系建设：负责域外数据、位置数据、企业数据三大场景的智能化升级，设计并实现从数据采集、治理到服务化的完整链路，推动团队从传统"数据供应"模式向"智能能力输出"转型，直接支撑经营控比、采购数据验收、AI-Native 产品等核心业务场景。 2. AI-Native 架构从 0 到 1 建设：参与大模型与数据研发融合的架构设计，负责 LLM Agent 任务编排、多轮上下文管理、Human-in-the-Loop 决策机制的实现与优化，建立 Prompt 工程规范、Agent Eval 体系及 badcase 自动化排查与自愈闭环，确保技术成果在电商/AI 核心业务中快速落地。 3. 多模态数据与知识体系建设：负责文本/音频/图像/视频等多模态数据的检测、异常识别与相似度计算，设计数据质检与验收标准；同时主导知识抽取与本体建模工作，包括命名实体识别、关系抽取、实体对齐等技术落地，构建 Schema 设计与图数据库应用，打造语义资产体系。
1、负责数据采购与治理：负责大模型的引入->结算链路治理与机制建设，通过技术方式解决各个环节问题，提升全链路时效 2、参与AI 能力建设：基于大模型设计智能数据分析与自动化系统，负责 Agent 任务规划、工具调用及运行时稳定性建设 3、跟进技术演进：跟踪 AI 工程化、RAG、实时数仓等前沿技术，推动自动化工具在数据采购与治理流程中的落地
1. 负责货通业务在目标电商平台的商品运营，包括并不限于消费电子、小家电品类方向，对品类的销售规模、市场份额和利润指标负责； 2. 能通过数据分析和竞品调研挖掘供给缺口和品类机会，并能通过精准识别供给优势类型、制定并落地差异化运营策略组合，实现规模和损益健康平衡； 3. 推动头部核心商家的拓展与深度运营，从商家筛选、选品铺货、库存保障到动销提升全链路跟进，主导提升品牌类供给的可见度和影响力； 4. 与目标平台团队保持高频协作，推动商品与平台侧搜索需求、营销需求、合规需求的精确匹配，解决铺货卡点、缺货等影响运营稳定性的问题。
1. 高质量垂域数据工程：深入优化垂直领域（如文本内容审核）的高质量数据构建与迭代方法论，持续提升数据的质量、多样性与生产效率。 2. 可扩展后训练体系：探索适配领域特性的 SFT/RL 算法，构建高效、稳定、可扩展的垂域模型后训练范式，系统性提升模型能力。 3. 前沿技术研究与落地：探索推理模型前沿技术（如高效蒸馏、reward system、agentic RL、test-time learning 等）以及模型可解释性技术，沉淀技术成果和影响力，并推动大模型相关技术在行业场景中的转化与落地，提升领域模型竞争力，支撑业务持续增长。
1. 负责Agentic Coding大模型（Agentic LLM for Software Engineering）的后训练（Mid-Train/SFT/RL）算法设计和训练研究等。 2. 打造面向真实软件开发的智能化全链路技术，包括但不限于Agentic Coding、Agent Teams 等技术。 3. 建设大模型训练的Harness体系，探索Auto Research相关技术在大模型后训练的应用。 4. 将上述技术在 Qoder、Lingma 及 CLI 等产品形态中进行大规模应用落地。
本岗位负责围绕ModelScope模型生态，开发各领域模型（尤其是LLM，多模态理解以及Diffusion生成等）落地所需的相关开源工具链。探索强化学习、模型评估、Agent系统、持续学习等前沿技术，并支持相关技术的通过魔搭站点以及生态为依托，实现服务化落地。打通模型从ckpt落地为实际应用所需的自动化部署，评测等一系列工程链路，以及Agentic应用生态的落地。同时参与跨部门、跨公司、以及与全球开源社区的协作，探索AI领域前沿技术研究与创新，推动包括大模型在内的各领域最前沿模型生态的发展和推广。
1、负责区域内医疗&教培行业中高潜商家的深度拓展与商业化变现，完成个人及团队的销售指标； 2、具备较强销售能力，能独立完成从客户需求诊断、LBS营销方案设计到投放建议的全闭环，帮助商家实现ROI最大化； 3、深耕行业赛道，通过打造区域标杆案例沉淀可复制的营销方法论，并赋能团队提升整体作战水平。
1. 建立并完善风险管理机制，负责重大事件的上报和跟踪处理。 2. 制定/梳理管理制度、操作手册、应急管理流程和应急操作预案，优化数据中心的安全和IT资产工作。 3. 负责数据中心团队的日常管理、考核、人才梯队建设、能力培养，提升数据中心安全管理和运营质量。 4. 建立与运营商顺畅的沟通渠道，防止数据中心安全和运营风险，确保策略要求合规落地。
OTC流程运营 ● 负责优化端到端OTC流程，包括计费、信用管理、收款、现金申请、争议解决和收入确认 ● 制定和维护标准操作程序 (sop) 和流程文件 ● 监控关键绩效指标 (DSO、aging buckets、争议解决率、现金申请准确性)，并推动持续改进 ● 与各业务相关方协作，确保流程合规性和效率 移管项目管理 ● 主导OTC工作流从本地实体过渡到共享服务中心，包括范围界定、知识转移、并行运行和上线 ● 设计新业务流程，定义里程碑，并在整个迁移生命周期中管理风险 ● 建立治理框架，以确保过渡期间和过渡后的服务质量 ● 进行流程分析，确定本地化要求，并使全球标准适应区域需求 跨职能协作 ● 与IT合作，推动系统增强和自动化机会 ● 支持与OTC控制相关的内部和外部审计要求 ● 为移管项目团队提供培训和持续支持
1、负责冻品类目的采销工作，基于业务目标拆解，制定品类及相关品牌年／季／月度生意计划及运营计划，对生意结果负责；对品类的结构健康和持续发展负责。 2、能够有效管理商家，撬动商家资源，联合商家内部多部门实现共同推动生意成长，达成品类整体成本、利润、销售、仓配费率等关键指标 3、能够深入了解品类市场情况，有效洞察品类市场趋势，具有前瞻视角，定制和孵化新商品，有效结合场域及人群视角配置及整合资源，打造趋势新品和新爆款，基于各资源定位协同进行货品供给； 4、结合对用户的洞察和对消费趋势的分析，把握消费者购买决策的关键因素，在销售策略、渠道推广、玩法互动产出方案并进行项目的落地执行； 5、能够有效与内外部各方沟通协同，有较好的项目管理能力，统筹推动项目及资源落地
负责食品生鲜行业店播运营，通过多种运营策略，达成食品生鲜行业店播业务生意增速目标： 1、行业店播运营：通过设计整合平台激励政策、服务商生态打造、品类营销活动策划、商家商品运营等完成食品生鲜直播业务的生意规模和商业化增速； 2、店播品类营销：通过规划食品生鲜品类的店播运营事件，整合时令、产地等赛道的商家在直播业务的投入和货品供给，同时整合内部的多种直播资源及投入，打造品类成交波峰； 3、店播大场运营：结合行业特性及友商平台直播大场类型，设计组织商家进行店播品牌大场落地； 4、店播爆品运营：建立店播新品的0-1孵化体系，建立店播分销能力； 5、店播大商运营：头部店播商家提供有效的直播间运营解决方案，帮助商家成交跃迁。
加入我们，你将专注于让商家经营 Agent 持续变强：用Agent替百万级商家 建设商家经营主数据体系，支撑商家的个性化看数、用数需求。 你将负责： 1、参与商家主数据的领域建模与口径定义，设计面向 AI 消费的数据组织形式，保障主数据的一致性、可解释性与可扩展性，为上层 Agent 提供稳定可信的事实底座 2、构建 Agent 驱动的数据接入能力，覆盖多源异构数据的自动发现、API/日志/数据库接入与元数据理解 3、用 Agent 完成异常识别、口径冲突检测、缺失补全与质量规则的自动生成与演进，把数据质量从「人工巡检」变为「持续自动校验」； 4、实现从需求描述到数据加工任务的自动生成与验证，包括建模建议、SQL/任务生成、血缘分析与回归校验，显著压缩数据需求的交付周期； 5、构建 Agent 驱动的数据运维能力，实现任务异常的自动发现、根因归因与自愈处置，并建立全链路观测与可追溯机制，保障链路长期稳定； 6、支撑经营知识库、AI 评测与 Skill/工具体系所需的数据供给，参与 Agent 应用的架构与模块落地，把数据能力转化为可衡量的商家经营效果。
1、深入理解业务，支持业务战略的生成和落地，协助业务leader组织团队机制的运行，达成业务结果。 2、负责对独立业务发展过程中的组织运行状态和氛围保持观察，识别问题，协助搭档共同提升组织效能，提升组织氛围。 3、业务发展过程中的人才引入和人才保留，与HRF一起合作，帮助员工组织内更好的发展。 4、传承阿里文化，眼中有人，保障一线同学和组织的持续健康成长。
