共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
团队介绍：我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台； 我们秉承简单开放、创新能力、匠心精神的团队文化； 1. 构建 AIDC 分国家数据运营资产体系，参与企业级 Data Agent 建设，深度融合大模型与业务数据，打造智能决策中枢，驱动数据从成本中心向价值引擎跃迁 2. 构建面向海外电商场景的数据智能化解决方案，为平台与商家提供市场洞察、机会发现、业务诊断与问题归因等核心能力，驱动业务精准把握行业脉搏、快速定位经营瓶颈、持续挖掘商业机会 3. 建设面向 Agent 可理解的语义引擎，涵盖业务建模、本体设计、指标语义化等，为 AI 智能体持续输送高质量、结构化的数据上下文 4. 设计并推动"数据→AI→反馈→数据"的飞轮闭环，以 AI 应用反馈持续打磨数据质量，以数据质量提升反哺模型效果与业务决策，实现数据价值的自增强循环
1. 行业运营：通过对市场趋势和用户洞察形成有效策略，基于目标拆解落地品类规划，对类目的买家体量和生意结果负责 2. 商家运营：具备商家视角，建立商家招募管理体系，制定并执行针对各类型商家和供给渠道的招募、洽谈及培养计划 3. 商品运营：针对用户需求特征制定类目、商品和场景策略，并根据商品生命周期和特性进行商品运营 4. 营销活动：基于行业发展和用户消费需求，根据大促情况追进大促商家报名以及大促完成情况
1. 分析在淘宝进行企业采购完整链路的体验，利用AI能力识别规则/体验/服务短板并推进优化迭代，结合拉新和权益激励进一步扩大企业客户的规模和口袋份额； 2. 基于企业客户需求，开发和推广企业采购agent等核心工具，引入AI能力帮助企业采购者降本增效，建设淘宝平台和采购agent等工具在企业采购领域的心智和影响力
1、有商家策略相关经验，能结合行业特性制定相关的商家分层方案，以及符合商家类型的成长策略建议 2、熟悉家装,家居,家电垂类行业经验，能结合真实商业场景，数据化定义和识别分类商家、商品、品类、人群、价格带等重要商业组成部分； 3、负责在日常和大促期间，建立多元数据分析方法论能深度分析看清业务问题、机会及破局点； 4、与行业leader高度配合，出谋划策，能将行业策略量化为数据考核的指标和过程监控管理，及时发现问题预警 5、行业重点项目落地的全程数据支持，包括寻找和设定合理有效的项目目标，协助行业项目立项 ，产出数据表支持项目的产品化接入和落地，全面客观评估结果； 6、负责将数据能力，产品化落地为小二端、商家端可运营产品，提升效率、效能。
1. 负责保健按摩行业商家的商品运营策略制定与执行，负责优化商品结构及对平台商家进行运营管理； 2. 基于数据分析驱动商家分层运营及GMV增长，协调品牌及商家预算和供应链资源提升转化率； 3. 挖掘行业趋势，并擅于用营销玩法加速推动品类健康可持续发展。
关于我们 / About Us 阿里巴巴国际站（Alibaba.com）是阿里巴巴集团旗下的全球领先的B2B跨境电商平台，致力于帮助全球中小企业实现数字化出海与全球化贸易。随着亚太区域业务的持续扩张，我们正在寻找一位经验丰富的海外招聘专家，为东南亚、日韩等核心市场的业务团队搭建高质量的人才梯队。 1、负责海外市场的中高端人才招聘全流程管理，确保招聘目标的高效达成 2、深入理解各目标市场的招聘生态与人才分布，搭建并维护多元化的招聘渠道网络，包括当地主流招聘平台及校园招聘资源 3、 与海外业务负责人及HR团队紧密协作，精准把握人才需求画像，提供专业的人才市场洞察与招聘策略建议 4、主导海外招聘流程的标准化建设与持续优化，推动数据化招聘管理，定期输出招聘效能分析报告 5、关注海外各市场的劳动法规、签证政策及用工合规要求，确保招聘全流程的合法合规
本岗位面向 Agent 应用的数据构建与算法优化，围绕真实业务核心场景，通过高质量数据、结构化知识、科学评测与精准归因，系统性提升 AI 应用在业务场景中的效果上限与稳定性，将 AI 转化为业务增长引擎。 本岗位适合希望从事以下工作的候选人投递： - 希望从事 AI 应用数据构建与自动化评测工作的候选人； - 希望从事模型后训练与 Agent 强化学习优化工作的候选人； - 希望从事多模态 AI 应用算法优化工作的候选人。 具体职责包括以下相关方向的一项或多项（共同前提：深入业务场景完成问题建模与优化目标定义，围绕上下文工程持续开展效果归因与迭代）： 一、数据引擎与数据飞轮构建 - 建设多源异构数据的接入、清洗、加工与服务化管道，为训练与评测提供稳定的数据供给； - 打造高质量数据生产链路，探索合成数据（Synthetic Data）、动作轨迹（Trajectory）构造与高效蒸馏方案，跑通"业务—模型—反馈"的迭代闭环。 二、知识体系建设 - 设计语义层、本体与知识图谱、业务规则的结构化表达，沉淀高维知识资产； - 负责知识库（RAG）与记忆系统（Memory）的知识组织、切分策略与召回质量优化，持续提升上下文的准确性与信息密度。 三、评测体系构建 - 面向业务目标设计完备的效果评估体系，构建自动化评测框架与 LLM-as-a-Judge 方案； - 建设覆盖复杂多步任务的量化评估能力，建立离线评估与在线业务指标联动的评价闭环。 四、归因、因果分析与长程优化** - 建立 Agent 的系统化诊断与归因能力，通过因果分析与信用分配（Credit Assignment）定位长程任务中的失效环节，识别问题归属于数据、知识、上下文、策略或模型； - 构建"评测—归因—调优—回归"的自动化迭代闭环（Loop），持续提升长程任务的成功率与稳定性。 五、模型后训练与强化学习优化** - 基于业务数据开展 SFT、DPO 等偏好优化及 Agentic RL 训练； - 设计可工程化的 Reward 体系与 RL 训练环境，包括环境模拟与奖励验证，提升模型在垂直业务场景中的可控性、鲁棒性与泛化能力。
1、AI导购是一个技术综合型场景，业务包含首页底纹、猜你想搜、feed流、详情页、垂直渠道等场景，面向亿级别的C端用户，目的是推测用户的需求，引导用户尽快进行搜索和成交。面向AI时代，我们搜索空间从商品query扩展到知识query等更丰富的场景，支持商品增长和AI搜索增长双重引擎。 2、核心工作包含：生成式推荐AIGQ、猜你想搜Agent、电商场景的Memory机制建设、排序模型的ScalingUp等。 3、涉及的技术包含：SFT、Reasoning、RL、OPD、In-Context Learning, Agent、Model Distillation、token压缩、模型推理加速等方向在大模型工业级推荐等应用和研究。
我们在建设淘宝下全场景统一的多轮需求预测Agent，定位是：在淘宝购物过程中（搜前、搜中、搜后、购后），能够及时捕捉用户的兴趣偏好，通过query的方式对用户进行引导。该能力是淘宝搜索导购的一个重要能力，每天影响亿级别用户的消费决策。主要的工作包含不仅限于以下： 1、需求预测Agent的长程多轮推理与系统自进化：面向需求预测Agent在被动交互、隐式非稳态反馈与毫秒级延迟下的三重挑战，我们探索如何实现Session内多轮长程信用分配、如何构建预算感知的 Harness自进化机制、以及如何在毫秒预算内完成多层异质决策的单次高效推理，支撑端到端优化闭环。 2、电商场景下的基于用户多模态复杂行为的Memory系统设计：面向电商Agent在高频隐式多模态信号、意图非稳态耦合与工业级RT约束下的三重挑战，我们探索如何构建无显式边界 Session 的层级化记忆组织体系、如何实现基于信息增量驱动与规则约束的双轨衰减更新机制、支撑复杂场景下的精准记忆沉淀闭环。 3、多模态行为序列压缩与跨场景统一模型的融合训练和分级推理：面对行为序列膨胀与毫秒级延迟的双重约束，如何对文本/图片/行为meta进行差异化语义压缩以控制token规模；如何生成跨场景连贯的个性化Query表达，通过跨场景蒸馏将多场景能力融合至统一VLM。
1. 负责手淘外投广告场景的算法优化工作，包括召回、粗排等投放漏斗的模型优化； 2. 生成式召回：利用大模型的世界知识能力结合多维度信息在外投场景增强对用户的理解，通过生成式的方式实现优选素材召回。 3. 利用大规模机器学习算法对用户兴趣建模和商品/素材表征学习，提升超大规模外投场景的召回效率； 4. 深入理解外投的业务特点，结合素材理解，广告位理解，标题生成等方向，挖掘算法驱动业务的增长点，并推动落地； 5. 负责研究和推动广告位冷启动&素材冷启动，热品挖掘等在外投中的探索与应用。
1. 负责淘宝闪购物流运力分析和决策支持，包括但不限于指标体系构建，业务诊断，策略评估和优化以及专题分析等； 2. 与物流业务配合，对城市/商圈、品类、运力类型等颗粒度的物流运营状况做客观的诊断，提供优化意见，提升履约质量，优化成本； 3. 针对重大经营/运营决策场景，提供决策支持分析和经营分析复盘，形成面向决策层的各类分析报告并推动决策； 4. 物流专项支持，包括但不限于运力结构/定价/排班出勤管理/骑手活动，通过分析协同业务取得项目进展及判断优化方向，并驱动策略落地。
1、负责HR领域的数据分析，使用技术手段对HR数据进行系统化梳理；通过数字化帮助识别问题，通过工具化提升HR工作效率。 2、参与HR领域AI应用能力建设，例如在招聘匹配、人才盘点、技能发展、知识管理等场景，将业务问题抽象为算法任务，以创新的思路解决业务问题，提升组织运行效率。 3、参与HR领域AI系统能力建设，包括需求分析、技术评审，以及编码开发和系统功能实现，保证HR产品能力迭代和交付。
你将主导 AI 搜问团队的产品定义与落地，用大模型重新定义企业知识的获取、组织与消费方式，推动 AI 搜问从知识问答产品演进为面向人和 Agent 的企业上下文平台。 1、负责 AI 搜问核心产品建设 负责 AI 搜问产品的研究、设计与落地，聚焦 IM 消息、文档知识库、企业应用等复杂数据场景下的自然语言问答与知识检索，对 Retrieval 效果、回答质量、用户体验与业务结果负责。 2、推动 AI 搜问核心链路持续优化 主导知识处理、检索召回、排序、Context 构建、答案生成等核心链路的产品定义，与算法、工程团队紧密协同，将模糊业务目标转化为清晰产品方案和可量化指标，持续推动效果优化。 3、探索 AI 时代企业知识智能化能力 围绕 AI 时代用户获取和使用企业知识的新方式，规划知识理解、检索增强、智能问答及智能应用相关能力建设，推动搜问产品形态演进，为用户和企业场景提供更准确、更高效的知识服务。 4、深入企业场景，打造规模化产品能力 深入理解企业客户和真实业务场景，从会议、项目协作、客户服务、业务决策等需求中抽象共性能力，形成可复用的平台能力和行业解决方案，避免单点定制。 5、建立 AI 产品效果评测与迭代闭环 通过线上数据、用户反馈、客户共创和 Bad Case 分析，建立 Retrieval、Answer、Citation、用户信任等评测体系，形成“评测—归因—优化—验证”的持续迭代机制。 6、推动复杂项目落地 负责跨算法、工程、设计、业务团队协作，拆解 Roadmap，明确 MVP 和里程碑，管理依赖和风险，在高度不确定的 AI 产品环境中快速验证方向并推动结果落地。
1、负责高德【SMB商户】运维成长及营收（包含但不限于 效果广告、CPS、年费续签等），针对高德到店行业（ 本地生活类，如 美食/休娱/教培/家装/到店零售等行业），指导代理商提升效果广告营收规模及商家规模化运维效率，并在过程中培养潜力SMB商家的成长； 2、负责【区域广告增长策略】，与业务团队、代理商 三个角色形成合力，明确区域广告增长策略，并在过程中在代理商的广告消耗拉升、广告主留存优化和广告主增长等纬度上沉淀标准化动作； 3、负责【服务商运营带教，必要时需要驻点服务商公司进行集中管理】，负责区域内所管理的服务商的运营，带教成长，明确服务商运营能力模型及提升方式，并给到提升路径；
1、DSA 合规审计与独立保障 -负责欧盟《数字服务法案》（DSA）相关内部控制的独立测试与评估，覆盖风险识别、控制设计及运行有效性测试等，涉及平台商家治理、商品治理、搜索与广告等核心业务场景； -基于监管要求及风险评估，通过数据分析、流程访谈、文档审查、抽样测试及系统验证等方式，识别控制设计及执行中的风险和差距； -形成QA测试结论及报告，清晰呈现测试结果、问题及改进建议，并跟踪相关整改进展。 2、风险治理与整改跟踪 -与法务、风险、产品、技术、运营等团队协作，对发现的问题进行风险分析和分级，推动责任团队制定并落实改进措施； -对重大或持续性问题进行跟踪、复测及升级，推动形成可持续、可验证的控制机制。 3、持续监控与外部保障 -评估关键风险指标（KRI）、控制指标及相关监控机制的设计合理性和运行情况，识别趋势性及系统性风险； -支持外部审计及其他独立保障工作，负责相关材料、测试结果和证据的组织与沟通，确保信息准确、完整、可验证； -持续优化QA方法论、测试标准和工具，并探索数据分析及AI在风险识别、控制测试和持续监控中的应用。
1. 全周期客户经营：负责KA商户的广告效果运营与客情维护，保障健康的大客规模底池及新签占比；对大客商家的广告新签指标及存量客户消耗指标负全责。 2. 流量转化与运营：基于用户画像及行为数据分析，优化“人货匹配”机制，提升线上流量转化效率及交易转化率。 3. 策略制定与协同：结合业务数据制定针对性投放策略，通过横向协同推动资源落地，确保持续达成收入目标。 任职要求 1. 学历与资历：大专及以上学历，拥有1年及以上商业化广告背景，或具备前置收费行业的大客拓展经验，有AI Agent学习和使用经验。 2. 核心能力：具备成熟的大客谈判技巧及丰富的成功案例积累；拥有良好的数据敏感度，能通过数据反映业务问题。 3. 综合素质：热爱销售，自驱力强，抗压能力强，结果导向；具备良好的横向协同推动能力，能适应不定期出差。"
1. 负责全周期客户拓展及运营：负责连锁品牌大客的新签开拓与存量深耕。结合商家业务现状拟定商业化合作方案，对新签指标及存量客户的广告消耗等商业化产品指标负全责。 2. 运营与转化提升：负责商家商品的线上运营推广，通过拓展渠道、深挖资源及创新营销玩法，提升商户平台感知；基于用户画像与行为数据分析，优化“人货匹配”机制，提升线上交易转化率。 3. 竞品分析与策略制定：搜集SKA客户在行业内的合作渠道及竞对投放情况，针对性制定差异化投放方案，保障品牌商家在本平台的投放份额与效果提升。 任职要求 1. 学历与资历：大专及以上学历，拥有3年及以上商业化广告销售经验；具备生活服务或休娱行业销售经验者优先，有AI Agent学习和使用经验。 2. 核心能力：具备极强的业务敏感度、执行力及商家经营意识；拥有良好的问题洞察力与数据思维，能通过数据发现业务痛点并提出有效运营策略。 3. 综合素质：热爱销售，自驱力强，具备强烈的成功欲望与挑战精神；善于主动学习与分享，能适应高压工作环境，能适应不定期出差。 4. 行业认知（加分项）：具备法律、家政、物流、企业服务、财务服务或休娱等特定行业的深度认知与资源积累。"
1.组织诊断&组织经营分析：深度理解本地生活业务，跟进业务战略，开展组织诊断和组织经营分析，识别业务、经营、协同风险，输出组织优化建议； 2.组织设计&组织发展：承接业务关键路径，参与组织架构、人力编制、人力策略设计，推动组织迭代变革，保障组织能力匹配业务发展； 3.干部管理：主导干部盘点、识别管理短板，搭建干部梯队，赋能业务管理层，完善干部选育用留机制； 4.人才配置：统筹HC规划、人才盘点、高潜识别、人才梯队建设，做好招聘评估、绩效闭环、离职复盘，保障团队人才供给与稳定性； 5. 组织能力建设：针对销售/BD一线及管理者，落地管理能力、业务能力建设，提升团队整体人效； 6. 组织活力建设：不断推动绩效激励机制的优化迭代，促进组织活力提升； 7. 文化运营：推动价值观落地，打通上下沟通，收集员工声音，打造高绩效团队氛围，做好员工关系合规管理。
1. 防御机制拆解： 跟踪国内外主流模型的安全策略，通过实验分析其在内容过滤、逻辑保护方面的实现路径，并输出分析报告。 2. 安全围栏建设： 参与公司模型的内容审计系统开发，编写并维护核心的防御 Prompt 和过滤规则库。 3. 风险路径探测： 对模型系统（含插件、沙箱）进行常规的安全评估，识别提示词泄露和接口滥用的潜在风险，并提出加固建议。 4. 反蒸馏技术落地： 协助落地基础的防爬取、模型输出干扰等风控方案，保护公司模型资产。 5. 跨团队协作： 与算法团队配合，将发现的安全漏洞转化为模型微调（SFT）或对齐（RLHF）的训练样本。
1、负责淘宝闪购鲜花行业用户规模增长、精细化运营策略设计，通过渠道拓展、流量优化、用户分层、玩法设计等手段提升行业用户规模及活跃度； 2、结合数据分析能力，推动用户生命周期管理，包括新客转化、沉默用户召回、高价值用户留存等场景的策略制定与落地； 3、完善用户运营体系，协同产品、技术、数科等部门，推动运营方案的产品化与流程优化，提升运营效率； 4、关注市场环境和用户购买习惯变化，针对市场动态及时调整和更新用户策略。
1. 根据确定的运营策略及招商方案完成项目进展的跟进； 2. 分析处理数据并完成相关业务数据报表的制作； 3. 协助整理项目业务流程，支持处理问题和反馈，对现状进行改进优化；
1. 负责集团业务（注册登录、营销活动、爬虫等）的风控攻防演练，以攻击者视角对风控规则、策略模型及设备指纹等防御系统进行黑/白盒测试，挖掘防御短板。 2. 针对API接口进行深入的安全测试，挖掘越权、数据泄露等业务逻辑漏洞，重点评估抗爬虫、抗撞库、抗自动化攻击的能力。 3. 监控并分析黑灰产最新的攻击手法、工具（如改机、群控、自动化脚本等），还原攻击链路，并转化为内部防御方案。 4. 对Web端、移动端进行逆向分析，挖掘端侧风控SDK的绕过风险或协议漏洞。 5. 协同策略与研发团队推动漏洞修复，协助建设更完善的风控感知与防御体系。
1. 主导移动端安全 SDK 架构演进及终端安全产品研发，深度融合 AICoding 与大模型技术，构建跨平台智能化代码生成与自动化攻防迭代体系，驱动安全组件的快速交付与工程效能提升，打造高可用的安全基础设施。 2. 负责核心安全架构设计与全链路风控方案落地，建设基于 AI 大模型的环境及行为分析框架，强化关键链路防护、反逆向及破解对抗能力，深度支撑阿里系 APP 数据防爬、防刷及活动反作弊等业务的实战攻防，持续提升安全水位。
职位描述： 1. 深度参与企业级Agent的定制化开发与集成，支撑客户在数据采集、用户画像、实时营销等场景的AIAgent落地需求。 2. 负责大模型优化、调参和Prompt优化，与产品、Agent平台及客户团队紧密协作，持续提升准确率与响应速度。 3. 对业务场景保持敏锐，能够快速熟悉业务流程，对业务需求进行沟通、分析，完成技术方案的制定，与客户保持高效沟通与快速反馈。 4. 主导复杂客户环境下的系统调优、故障排查与性能优化，保障生产环境稳定运行。 5. 沉淀敏捷开发与部署最佳实践，输出标准化交付工具链与自动化脚本，提升整体交付效率与质量。
1. 基于流量大数据结合终端采集，分析流量行为，挖掘机器攻击风险流量 2. 深入分析流量风险，挖掘风险背后的形态（如手法、团伙、意图等）并持续跟踪。
1. 负责前端（PC-WEB / H5 / 小程序）安全SDK的研发，支持淘天、高德、闪购等业务的流量风险识别与对抗，结合 LLM / Agent 能力提升威胁检测精度与自动化响应效率。 2. 负责线上安全对抗技术研究，保障反破解、反HOOK等安全水位，探索利用大模型进行攻击行为智能研判与异常流量识别。
1. 负责深度融合前沿 AI 大模型技术，主导移动端安全 SDK 架构演进及终端安全产品研发，驱动跨平台安全组件的快速交付与工程效能提升，打造高可用的安全基础设施。 2. 拓展 AI 大模型在安全垂域的应用，推动智能化在环境检测、风险感知、行为分析、链路防护、破解对抗等攻防场景落地，通过技术革新持续快速的提升终端安全水位。
1、深入直播与短视频风控业务，理解感知识别、内容审核、治理策略等核心链路，识别可用 AI 的价值洼地场景； 2、主导解决方案的设计与落地：结合业务痛点，进行工具选型、流程编排设计（Agent 工作流/自动化）、配置部署与效果验证，形成可执行的方案； 3、对交付结果负责：跟踪违规召回率、准确率、治理成本等指标，基于数据持续调优策略与方案，支撑业务目标达成； 4、沉淀可复用的策略模式与方案组合，提升风控方案交付效率。
负责以大模型为核心驱动力，设计并落地 AI-Native 反爬算法体系，防御平台面临的各类爬虫威胁（传统爬虫、AI 爬虫、众包爬虫等），系统性提升反爬防控效果与自动化效率。 岗位职责 1. AI-Native 反爬算法体系设计 以大模型为基础，重构反爬防控的技术范式，从AI enhance转向 AI native的防控范式。设计覆盖爬虫感知、识别、审核、行为分析、策略决策、自动处置的全链路算法架构，探索 LLM 在爬虫行为识别、异常模式发现、对抗策略生成等环节的深度应用。 2. 对抗博弈与策略演进 跟踪爬虫技术演进趋势（包括 AI 爬虫的最新进展），持续迭代防御策略。设计攻防演练机制，验证反爬体系的有效性与鲁棒性。
1. 各种移动端攻击手法的分析与识别，持续对抗外界各种攻击手段，跟进前沿技术。 2. 分析端上的各种采集数据，挖掘风险特征，发现潜在业务风险。 3. 移动端跨平台安全能力研究，应对不同操作系统的风险，跟进新系统能力迭代。 4. 提供活动反作弊，垃圾注册，流量防爬等各类风险域在设备侧的防控识别能力。 5. 大数据分析，AI驱动攻防能力提升。
