共 2450 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1. 负责连锁型零售商即时零售业务，制定行业高质量运营策略，为行业交易规模、用户增长、履约体验、经营效率负责； 2. 商品运营：研究商家商品供给结构，包括不限于商品供给、类目、价格力等，梳理起与交易的因果关系链，并持续优化商品结构及交易转化链路； 3. 店铺运营：以即时零售需求，构建店铺内各营销模块及导购链路，提升用户决策效率； 4. 营销及用户：基于平台营销节奏及商家自营销，整合双方资源策划活动。用用户视角出发，以场景运营、会员体系等工具提升高质量客群； 5. 履约体验：定向分析商户履约全链路及客户体验环节的问题，结合行业先进解决方案，协助商家进行流程、系统等优化； 6. 内外部协同：内部与平台相关团队深度协同，外部与商户各部门进行协作，串联内外部资源识别问题和机会，并制定相关解决方案。
1、品类规划&机会点洞察：类目全盘视角，精准识别定位叶类机会，熟悉竞对平台类目趋势&货品，规划类目3-6个月货盘和商品； 2、商品精细化运营&打爆：精细化运营商品，熟悉淘系渠道流量玩法，掌握爆品打造方法论，多类目复用产出中高价爆品； 3、商家管理&百万商家孵化：产业带中小商家运营，掌握商家分层运营方法论，新商成长孵化，培育百万商家； 4、横向项目统牵：能够独立负责横向项目，解决业务核心问题，助力团队业务快速发展。 5、加分项：有书籍文教、宠物、玩具潮玩行业经验者优先。
1. 利用AGI新技术构建内容安全防控流程，基于大模型和新范式对现有的风险识别、情报舆情感知、监管指令等流程进行升级，联动算法、产技等团队建设内容安全域的新范式、新能力；风险域内容安全、商品禁限售优先 2. 风控识别能力建设及算法运营。基于监管趋势、外部舆情和其他要求提前储备建设内容安全识别能力，基于能力效果指标等SLA机制触发，做好能力效果监控和数据分析，包括漏防分析、准确率效果调优，常态化联动算法进行能力建设和升级； 3. 需求承接及解决方案输出。完善业务侧内容安全防控链路，及时承接日常业务诉求，给出基于现有风控产品能力的产品解决方案，并协调产品、技术实现需求； 4. 风险识别管控。掌握内容安全相关舆情或法律法规、政策动向，主动识别业务平台相关风险
1、能力设计与建设：基于大模型新技术的发展，从AI-Native的视角出发，结合行业发展和内容安全防控要求，联动算法、产技等团队建设内容安全域的新范式、新能力，包括但不限于资质合规、商品假劣、知识产权、商品禁限售、交互内容安全等识别能力，对识别能力效果负责 2、新技术运营：基于线上风险触发、舆情情报感知等机制，常态化联动算法进行新范式能力迭代升级，包含内外水位评测、业务风险漏防分析、外部风险感知等 3、业务诉求响应及能力整合输出：及时承接日常业务诉求，做好常规分析，基于对业务风险及能力现状的认知，进行相应产品、能力组织并进行输出 4、能力生产及管理效能提升：内外联动各方包含产技、算法等，通过产品化、线上化方式实现能力更好管理及高效输出，保障上述内容的按时按效交付
1.负责飞猪客户端/服务端/小程序相关产品的质量保障，研发效能提升，用户体验改进工作。 2.全程参与业务线的安全生产能力建设，项目质量保障相关工作，保障业务稳定性。 3.具备技术能力，能够分析研发过程中痛点，通过流程优化，研发支撑体系建设提升研发效率。 4.关注体验，通过技术性能提升，产品痛点分析，工单优化等多种手段提升用户体验。 5.善于用AI解决工作中的效率问题以及擅长创新。
1. 负责手淘海外场景交易正逆向、交易履约等核心领域的AI体系建设和优化，包括Agent框架设计、工具箱设计、多轮对话管理、记忆与规划模块等； 2. 参与手淘出口交易购前、购中、购后各类AI产品的整体架构设计和实现，提升海外用户在淘购物的体验和转化率； 3. 参与团队内部AiCoding和SRE安全生产等方面的智能化建设，支撑基础链路团队在架构稳定性和研发生产效率、日常工单处理时效上全面提升；
1. 负责资产运营多模式业务的技术方案主导与交付，覆盖供应协同、到货计划、现场交付、资产运营与现场资产运维、财务对账等十余类领域，主导技术评审、性能与稳定性保障，对最终交付结果负责。 2. 负责资产运营业务域的系统架构演进与技术决策，面向持续新增的业务模式主导领域拆分、核心模型与扩展机制设计，将模式差异沉淀为统一底座上的可配置扩展点，持续降低新模式的改造成本与系统复杂度。 3. 负责相关平台的AI 原生架构的规划与落地，主导大模型与 Agent 能力在业务链路中的工程化，涵盖场景选型与可行性评估、上下文与知识工程、工具与 MCP 接入、多 Agent 编排与任务调度、执行护栏与权限隔离、评测集与效果回归体系建设，形成可复用的 AI 平台能力与工程规范，并对 AI 应用的准确率、时效与人力效能收益负责。 4. 负责团队 AI 研发效能的提升与技术传承，推动 AI 在需求分析、编码、测试与代码审查环节的规模化应用并度量收益，主导技术选型、架构评审与核心人才培养。
1. 根据业务场景与发展，结合日常跟进与分析，能及时、准确、完整地披露BU整体及各部门的运作情况 2. 通过经营视角的专题分析，持续动态地研究关键问题，挖掘业务机会，预警潜在风险，提升经营效率，为管理者提供业务决策支持 3. 善于运用AI工具，具备一定的AI分析经验，搭建自动化回归与问题归因机制，通过数据分析持续追踪方案效果并驱动迭代优化；与运营、产品、技术等合作方高效协同，推动方案从 Demo 走向生产；将 AI 能力转化为部门可共享的方法论与工具资产
1、负责天猫APP端用户产品的运营：从用户视角出发，通过AI设计不同动机用户在首页/购物车/详情等访购路径和交互逻辑，优化信息架构和页面布局，降低用户决策成本；构建智能交互逻辑，实现"千人千面"的动态内容呈现和引导策略； 2、设计业务运营空间和分发逻辑：从平台视角出发，结合AI思路，设计不同类型业务或活动在首页的运营空间和分发逻辑，提升业务分发和转化效率，设计差异化的AI运营方案 3、推动运营工作流AI化：通过AI持续推动产品在内容投放、数据体系、运营流程上的工作流优化，提升运营时效
1、负责天猫APP端用户产品的运营：从用户视角出发，通过AI设计不同动机用户在首页/购物车/详情等访购路径和交互逻辑，优化信息架构和页面布局，降低用户决策成本；构建智能交互逻辑，实现"千人千面"的动态内容呈现和引导策略； 2、设计业务运营空间和分发逻辑：从平台视角出发，结合AI思路，设计不同类型业务或活动在首页的运营空间和分发逻辑，提升业务分发和转化效率，设计差异化的AI运营方案 3、推动运营工作流AI化：通过AI持续推动产品在内容投放、数据体系、运营流程上的工作流优化，提升运营时效
1. 履约核心系统设计 ● 负责履约表达与协同领域核心功能的领域建模、架构设计及编码实现。不仅关注传统业务逻辑，更致力于将 AI 能力原生地融入业务流程，确保系统的高可用性与智能化扩展性。 ● 主导重点项目的技术方案设计与评审，攻克“业务+AI”结合部的技术难点，保障项目高质量交付。 2. 系统性能优化与AI重构 ● 深入分析现有系统的瓶颈，通过重构代码、优化算法及引入 AI 辅助决策机制，显著提升系统性能与业务处理效率。 ● 基于 DDD（领域驱动设计） 方法论，清晰划分履约业务的领域边界，构建高内聚、低耦合的业务模型，为 AI Agent 提供清晰、标准化的业务接口与数据上下文。 3. AI Native 应用落地与工程化 ● Agent 研发与场景落地：负责 AI Agent 在履约协同复杂场景（如智能调度、异常自动处置、多式联运协同、客服交互等）中的研发、编排、调优与实际落地，解决传统规则引擎难以处理的长尾问题。 ● LLM 工程化体系建设：掌握 LLM 基本原理，负责企业级知识库（RAG）的构建与维护；熟练运用 Context Engineering（上下文工程） 和 Harness 工程/SDD 开发能力，优化 Prompt 策略，提升大模型在垂直业务场景下的准确性、稳定性与可控性。 ● 协议标准化与技能扩展：基于 MCP (Model Context Protocol) 协议打通数据孤岛，实现系统与模型间的无缝交互；开发标准化的 AI Skills，实现跨领域需求的快速组装与交付。 ● AI 驱动的研发效能提升：利用常用 AI IDE 及辅助工具优化开发全流程，探索 AI 赋能软件开发生命周期的最佳实践，推动团队从“Code Writer”向“AI native Architect”新研发范转型。
1、负责大规模商品标签、类目属性及商品信息理解算法，解决商品分类、信息抽取、标签生成、知识补全和商品摘要等问题。 2、探索大语言模型和多模态模型在商品理解中的应用，参与指令数据构建、监督微调、偏好优化、强化学习及模型评测等后训练工作。 3、建设面向商品数据生产的 Agent 系统，研究复杂任务规划、工具调用、记忆、反思和多智能体协作等问题，推动数据生产从人工规则驱动向智能化、自迭代方向升级。 4、面向数十亿级商品和多业务场景，建设覆盖数据构造、模型训练、自动评测、在线应用和效果迭代的完整算法链路。 5、与搜索、推荐、广告、大模型及商品发布等团队深度合作。你不仅负责模型指标，也能够参与业务问题定义，并推动算法能力产生真实、可量化的业务价值。
1. 统筹百炼重点项目及内外部研发需求规划，推动算法与平台团队高效协作，保障核心能力高质量交付。 2. 负责研发项目整体进度规划与目标管理，协调各研发小组横向协同与资源整合，确保阶段目标达成。 3. 建立并持续优化研发项目管理机制，提升组织协作效率与交付确定性。
1、跟进研发多模态大模型（vLLM）持续训练、SFT、RLHF 等技术，并跟进在电商领域中的落地场景，涵盖商品内容理解/摘要/商品关键信息与百科生成等各项工作。 2、持续跟进业内SOTA表征模型，参与商品基础表征能力建设研发，涵盖图文与多模态表征、预训练算法、无监督聚类等算法内容。 3、参与商品理解算法基础能力建设与商品同款簇算法创新和研发，探索前沿技术并落地业务。
1、负责阿里国际旗下Alibaba.com及Accio业务在中国市场的公共关系策略制定与执行，提升品牌在AI领域的专业影响力。 2、围绕AI技术、产品及行业趋势，策划并落地高质量的媒体传播内容。 3、建立并维护与科技、AI、财经类核心媒体及KOL的长期合作关系，精准传递公司在AI领域的战略与价值。 4、监测舆情动态，并协同内部团队制定应对策略。 5、联动市场、产品及技术团队，挖掘AI业务亮点，打造具有行业引领性的传播案例，支持业务增长目标。
1、负责厨热行业运营，包含但不仅限于通过数据挖掘、对市场的洞察和专业能力，输出品牌运营策略； 2、负责商家的销售和运营提升：通过商家日常运营监控和沟通、数据分析等，协调营销活动资源，帮助商家实现销售增长目标；运用商家/平台运营经验，通过产品/规则/培训等体系化方式培育商家成长，提升商家的运营能力； 3、跟进商家大促及营销活动，对商家生意节奏进行牵引，完成目标； 4、联合商品运营团队进行商机洞察和趋势发现，改善商家供给结构，满足消费者的需求； 5、负责国补O2O模式上线跟进。
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. 负责阿里集团评测平台的整体架构设计与核心能力建设，覆盖基座模型、Agent与Skills等评测对象，支撑文本/生图/音频/视频等多模态模型，Agent以及集团内各类Skills的评测需求。 2. 搭建评测诊断、归因分析与报告生成能力，沉淀一套可复用的评测分析方法论；针对评测失败原因、得分分布、执行轨迹与Badcase做深度归因，为基座模型、Agent与Skills的能力迭代提供依据。 3. 跟进业界模型与Benchmark的最新进展，制定评测实施计划与应急预案，推进评测任务落地、验收评测结果并产出高质量分析报告，把评测元信息、结果与报告沉淀为可管理、可检索的数据资产。 4. 与领域专家团队协作，支撑评测集的制作、验收与上架，配合完成敏捷评测与全面评测，提升评测全链路的自动化程度与工程效率。 5. 支撑集团内各类Agent及竞品接入EVA+自动化评测体系，开发Agent接入诊断与提效工具，建设业务评测集的自动化生成能力，降低业务方的接入与维护成本。
1. 负责酒店行业直播间的日常运营，包括直播排期、选品组货、内容脚本策划及直播复盘，确保直播间稳定高效运转； 2. 制定并执行直播玩法策略，结合大促节点（双11、618、919 等）与日常营销节奏，提升直播间 GMV、观看人数、转化率等核心指标； 3. 负责直播间货品管理，与供应链团队协同完成选品、定价、库存协调，确保直播商品的竞争力与可售性； 4. 跟进直播数据，建立日报/周报体系，针对流量、转化、客单价等维度做归因分析，持续优化运营策略； 5. 对接商家及内容团队，把控直播间视觉呈现、话术规范和品牌调性，沉淀直播间 SOP 与运营方法论； 6. 关注行业直播动态与竞对直播间，定期输出竞品分析，捕捉新玩法与新趋势。
1. 根据业务领域特点开展项目质量策划； 2. 项目过程质量控制，质量监控，质量改进，引导项目流程过点； 3. 质量管理体系建设、优化和维护； 4. 持续研究质量工程方法，在项目推荐合适的质量工具解决业务问题； 5. 制定质量氛围建设方案并实施落地；
负责企业级智能业务平台中"知识与记忆中心"的整体规划与技术落地。该模块是平台的核心基础设施，为上层多个业务 AI Agent 提供统一的知识与上下文供给，确保 Agent 在每次决策与执行时均能获取充分且精准的信息支撑。 本场景需统一治理跨域结构化数据、非结构化文本、即时通讯记录、既有知识库及业务事件流等多源异构内容，在异构数据源之上建立统一的知识表示、检索与服务体系，并构建"采集 → 提取 → 索引 → 评测 → 优化"的持续闭环，驱动知识质量与 Agent 决策质量的阶梯式提升。 岗位要求： ● 主导知识飞轮全链路的架构设计与技术选型，制定分阶段落地路线图，确保从 MVP 到规模化运转的路径清晰可控。 ● 设计多源异构数据的统一接入与变更感知体系，覆盖结构化数据、文档、IM 对话、知识库与事件流五类内容源，建立差异化的同步策略与时效性管理机制。 ● 针对不同内容类型构建差异化的知识提取与关联推理能力，包括文档解析与语义分块、对话意图提取、事件模式识别、跨域知识归一化与冲突消解。 ● 设计高效的多模态检索与分级缓存体系（向量检索 + 倒排索引 + 热温冷三级 Cache），在响应速度与知识时效性之间取得最优平衡。 ● 建立知识质量的全维度评测与归因体系（检索相关性、知识准确率、上下文完备度、业务效果归因），实现自动化持续运行，驱动飞轮各环节的迭代优化。 ● 沉淀知识工程方法论与最佳实践，培养团队核心技术骨干。
1.负责推荐系统的算法研发与迭代，结合视觉、文本等跨模态信息优化召回、排序及重排策略，提升推荐效果与用户体验。 2.设计并落地多模态特征融合方案，构建用户画像与内容理解模型，推动多模态技术在内容挖掘、识别与生成场景中的应用。 3.参与大模型在推荐系统和多模态领域中的微调，探索强化学习、指令微调等技术在业务指标提升中的实战路径。 4.跟踪多模态与推荐领域前沿技术，推动复杂项目从0到1落地并达成业务目标。
1. 建设语音数据的 Agent 能力底座：智能体框架、编排、调度与状态管理，覆盖数据生产、标注、构造、取数、质检等各类任务的自动化； 2. 把各类语音数据流程改造成 AI-Native 自动流水线：可配置的 pipeline 槽位（Preprocessor、Rubric/Schema、Judge Adapter、Aggregator 等），让语音数据处理 / 语音数据策略团队的方法即插即用； 3. 集成与服务 judge / 算子 / 生成等模型，作为 Agent 可调用的工具，实现聚合、分歧检测、软标签等增强组件； 4. 沉淀可复用的 Agent 能力与工具链，与标注平台 / 推理引擎对接，保障规模化、可观测与稳定运行。
1. 负责音频大模型的高质量的数据构造及模型评测工作，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 设计和实现TTS/ASR/文生音乐等模型的数据标注生产工作，并不断优化迭代，高效完成标注和内容生产项目； 3. 构建并维护一套完善的各领域AI数据内容质量管理体系，积极推动组织流程及交付流程优化，全面把控内容质量并对结果负责，并不断进行优化迭代； 4. 开展音频大模型及应用的评测体系方案建设，能够从各领域专业层面设计专业评测方案、开展专业的评测服务； 5.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作。
1、负责带方言、区域口音或非标准普通话语音数据的生产质量判断、复核、问题记录和样例沉淀。 2、判断语音内容、转写文本、口音特征、可懂度、噪声、口糊、无效音频和任务标签等问题。 3、支持方言/口音 ASR、真实用户语音、Audio-Chat 语音和 TTS 方言/口音音色相关任务。 4、沉淀方言/口音样例、常见误判、边界 case 和判断依据，支持 guideline 和验收标准迭代。 5、配合质检、验收和 guideline 负责人完成争议问题回流和跨人校准。参与真实用户语音、方言/口音语音和跨地域语音数据生产质量建设，帮助语音模型更好覆盖真实口音、非标准普通话和复杂说话场景。
1、负责试标结果整理、抽检记录、错因归类、批次问题汇总和复盘材料维护。 2、协助质检、验收和生产负责人跟进标注质量、人员爬坡、质检一致性和问题回流。 3、参与质检员培训、认证、盲样校准、badcase 整理和争议样例沉淀。 4、根据机检结果、人检结果和抽检记录，整理批次风险、供应商反馈材料和质量改进建议。 5、推动标注平台、AI 辅助工具和生产流程中的提效问题被记录、分类和反馈。连接标注生产、质检验收、供应商质量和 AI-Native 工具迭代，把零散问题整理成可跟踪的质量体系、培训认证机制和生产改进闭环。
1、负责普通话语音数据的生产质量判断、复核、问题定位和样例沉淀，覆盖 ASR 语音识别、TTS 合成结果和 Audio-Chat 基础语音判断。 2、判断音频与文本是否一致，识别漏字、多字、错字、实体词、标点、问号、数字/ITN、无效音频、口糊、噪声等问题。 3、判断 TTS 合成结果中的文本一致性、漏读、多读、错读、发音、韵律、停顿、自然度、情感表现、音色一致性和异常音。 4、参与 ASR diff/雷题任务、TTS 合成结果质量判断和 Audio-Chat 语音判断的试标、抽检、错因归类和 badcase 回流。 5、结合标注平台、机检结果和 AI 辅助工具，完成质量结论记录、批次质量反馈和争议样例整理。参与 ASR、TTS 和语音对话等 AI 语音场景的数据生产质量建设，把音频、文本和模型结果中的问题转化为可复盘、可训练、可改进的质量结论。
1. 负责阿里巴巴CFO相关的产品(财税资控投)研发、项目的交付，保障产品需求按时、高质量的上线； 2. 深入发掘和分析业务需求，撰写技术方案和系统设计； 3. 参与或领导跨团队的研发项目，不断拓展服务场景的边界，拿到关键项目结果； 4. 面向阿里集团复杂业务场景构建SaaS和交付能力，高质量完成行业客户的交付和能力建设。
1、平台架构与研发：负责大模型应用开发平台的核心架构设计与开发，构建可视化Agent编排引擎、RAG检索增强系统及模型网关，解决高并发下的性能瓶颈。 2、Agent生态建设：设计通用的Agent开发范式，封装工具调用、记忆模块及规划能力；整合LangChain等框架，建立Prompt工程最佳实践与评估体系。 3、AI原生研发效能：熟练运用 Cursor、Qoder、OpenCode 等AI编程工具进行全链路研发，利用仓库级理解与任务自动分解能力（Agentic Coding），主导复杂模块的自动化生成与重构，显著提升交付效率。 4、全球化支持：主导平台国际版建设，设计支持多语言、多时区调度及海外数据合规的系统架构，优化全球网络环境下的推理路由与加速方案。 5、稳定性保障：负责生产环境的运维保障，建立监控告警与容灾机制，确保大模型应用系统在高负载下的稳定高效运行（SLA达标）。
【部门介绍】 随着大模型技术的飞速发展，理解和生成多模态数据（图像、视频、音频、3D素材等）的能力日益增强。目前，构建能够同时进行输入和输出的多模态世界模型已成为业界的研究热点，也是实现通用人工智能（AGI）的重要技术路径之一。 万相Wan将持续在世界模型、原生多模态预训练、理解-生成融合范式、统一Tokenizer研究、人类反馈与强化学习等前沿技术方向上进行探索，始终追求在多模态世界模型领域的领先研究地位，致力于建立世界级的技术影响力。 【工作内容】 1、负责原生多模态模型研究和开发，结合多模态能力（支持文本、图像、语音输入）实现复杂指令生成，包括但不限于文生图、图生图、文档生成、可控编辑等核心方向。 2、负责图像生成模型效果优化，探索扩散模型、自回归模型结构和策略优化等核心技术课题。 3、负责人类反馈与强化学习，聚焦于更加精细的RL算法设计，并基于万相用户反馈的RLHF图像生成质量提升。
