共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
负责AI训练数据的目标达成与渠道运营，通过数据目标拆解、渠道策略设计、用户激励机制构建，确保训练数据在质量、数量、时效性上满足模型研发需求。 1. 数据目标管理与拆解 ● 承接模型研发侧的训练数据需求，将整体数据目标拆解至各来源渠道（内部员工、外部供应商、标注团队、用户生成等） ● 建立数据目标追踪体系，监控各渠道的产出进度、质量指标、成本效率 ● 定期复盘数据达成情况，识别瓶颈并制定补救方案 2. 渠道运营与增长策略 ● 针对不同数据来源渠道设计差异化运营策略，提升各渠道的数据产出能力 ● 搭建渠道健康度评估体系，持续优化渠道结构与资源配置 ● 探索新的数据来源渠道，扩大数据供给的多样性和规模 3. 用户激励机制设计 ● 设计面向内部员工/外部用户的数据贡献激励体系（积分、排名、奖励、荣誉等） ● 构建数据贡献的反馈闭环，让用户清晰看到其贡献的价值与影响 ● 通过游戏化、社区化等手段提升用户参与度和持续产出意愿 4. 数据质量与效率优化 ● 建立数据质量评估标准，与标注/质控团队协同确保数据可用性 ● 优化数据生产流程，降低单位数据的生产成本与周期 ● 推动数据生产工具的改进，提升生产效率 5. 跨团队协作 ● 与算法团队紧密对接，理解训练数据的需求变化与优先级 ● 与产品/工具团队协作，推动数据生产平台的迭代优化 ● 与质控/标注团队协作，确保数据质量标准的落地执行
1、 有互联网经验和较强的商业意识，深度支持业务决策，建立通用性数据模型，对业务方案进行可行性分析和风险评估； 2、 分析复盘各业务决策、活动的投入产出效果，定期向业务方和管理层进行问题反馈，提出优化建议、影响业务并推进解决方案； 3、 有能力独立构建所负责业务板块的财务分析体系，包括业务线年度预算编制、日常业财监控指标体系，月报分析体系等，结合外部视角，定期对业务运营情况、重点项目进行定期或专项分析； 4、 参与BU财务相关业务流程的设计，能够独立完成对所支持业务及相关财务流程的整体优化，发掘并把控风险点，建立/完善相应制度，推动流程系统化，提升工作效率；
1. 语音多模态大模型算法创新：面向下一代语音多模态通用大模型，探索并定义统一的技术范式，开展文本、语音等多模态的联合建模与协同推理研究，系统性解决多模态对齐、跨模态推理、Agentic 能力等核心挑战，持续推动模型能力与泛化上限。 2. 场景驱动的算法创新：紧密结合真实业务场景（如智能交互、内容生成、跨模态检索等），设计并优化多模态大模型架构与训练策略，在保证效果领先的同时，持续提升模型效率、稳定性与鲁棒性，推动技术在复杂场景中的规模化落地。 3. 前沿应用技术探索：跟踪并深度参与 LLM、多模态模型、Diffusion Models、强化学习等方向的前沿研究，快速完成技术验证与实验迭代，探索新建模范式与训练范式，持续刷新相关任务的 SOTA。"
1、 组织并完成重点行业和重点供应商洞察，对行业/供应商供需变化、商务趋势、合作策略等方向进行数据收集、整理和综合分析。 2、 通过调研和数据挖掘进行重点行业和重点区域的市场发展状况和供需趋势研究，进行数据整理和综合分析。 3、对多行业、多品类的数据进行整合分析，对数据获取、分析、使用的方法论进行总结和沉淀。 4、 组织合作伙伴沙龙，行业渠道对接和维护。
我们是淘宝闪购AI2C工程团队，负责把AI能力工程化、把产品形态落到线上、保障交付与稳定性。团队的目标是通过提升闪购Agent的智能化能力提升用户体验 我们在做一件什么样的事：即时电商Agent。不是给现有App再加一个AI入口，而是让用户跨多个工具/路径完成的购物动作被一个Agent合二为一、显著缩短路径。当前每天的Token消耗量在万亿级别 我们能给你： ● 一个真问题：每天百万用户，万亿token的交易类 Agent场景。不是Demo、不是过程指标，是买单过的绝对值 ● 算法+产品+工程三方真协作环境，不是工程团队闭门造车 ● 把你的判断直接变成线上Agent的空间——Context 给够、决策权下放，不做执行手 ● 和团队一起，把"即时电商Agent"从命题做成订单 岗位职责： ● 搭Agent能力闭环：规划并落地Agent的认知/执行loop——可观测（步骤结构化、产出落盘、可回溯、可局部重跑）、有Before/After的错误率/成功率对比、有真实样本流入流出的漏斗 ● Agent-First 架构：用AI的垂直扩容替代之前的水平扩容，把分散在多人多系统里的上下文收回到一个Agent 里。对Agent架构的性能、成本、稳定性有优化经验 ● 把"建了什么"变成"流过多少"：不追求"建了 5 个Harness/1000条评测集"，而是回答——客户是谁、解决了什么问题、本周流入多少样本、流出多少解、漏斗卡在哪 ● 评测作为一级工程资产：不是上线前临时拉一份评测，而是专人持续维护、每周滚动输入，既驱动模型/能力优化，又反哺场景验证 ● 跨方协作：和算法组、产品组深度对齐，把能力工程化、把形态落线上；关键项目把相关方拉进来一起做成，形成AI Native Team
1、AI产品战略规划与全局统筹：制定跨境B2B交易AI产品的中长期战略与Roadmap，对齐国际站整体业务目标。统筹规划AI在采购询盘、智能报价、交易撮合、履约管理、支付金融、售后复购等全链路的产品布局，确保产品方向与商业价值高度一致。 2、端到端产品架构与落地：主导跨境交易核心AI产品的架构设计，打通沟通（IM）、交易管理（Order Center）、CRM等多场景的产品矩阵。从0到1定义产品体系，从1到N驱动规模化增长，对产品的用户体验、交易转化率、端到端闭环率及业务GMV贡献负责。 3、AI技术趋势研判与创新引领：深度跟踪大语言模型、多模态AI、Agent等前沿技术演进，判断其在跨境B2B场景的落地时机与商业价值。推动AI技术创新在交易场景的深度应用（如AI Agent辅助谈单、智能合约生成、动态风控、跨境物流调度优化），构建差异化竞争壁垒。 4、跨组织协同与团队建设：作为AI产品方向的核心枢纽，驱动技术、算法、运营、风控、供应链等多个组织的高效协同，在BU层面拉齐优先级、协调资源、消除依赖。同时指导并培养团队中的产品经理，建立AI产品方法论与知识体系，提升团队整体专业能力。 5、数据驱动决策与商业化验证：建立AI产品的核心指标体系与数据看板（北极星指标、转化漏斗、AI归因分析），通过数据洞察驱动产品迭代。持续追踪行业竞品动态与市场趋势，主导AI产品的商业化模式探索，验证ROI并推动规模化复制。
1、负责AI+CRM、AI+销售及AI SDR相关产品的规划与设计，推动智能化销售工具在B2B场景中的落地应用。 2、深入理解销售流程与客户旅程，结合AI能力（如自然语言处理、智能推荐、对话机器人等），打造高效、可扩展的销售赋能产品。 3、与算法、工程、运营及销售团队紧密协作，定义产品需求、验证技术可行性，并推动产品从0到1的快速迭代与上线。 4、持续跟踪市场趋势与竞品动态，结合用户反馈优化产品体验，提升线索转化率、销售效率及客户满意度。 5、输出产品文档、使用指南及培训材料，支持全球业务团队高效使用AI销售产品，并沉淀最佳实践。 1、Lead the planning and design of AI-powered CRM, AI-driven sales, and AI SDR products, driving the adoption of intelligent sales tools in B2B scenarios. 2、Deeply understand sales processes and customer journeys, and leverage AI capabilities (e.g., NLP, intelligent recommendation, conversational agents) to build efficient and scalable sales enablement products. 3、Collaborate closely with algorithm, engineering, operations, and sales teams to define product requirements, validate technical feasibility, and accelerate end-to-end product iteration and launch from 0 to 1. 4、Continuously monitor market trends and competitor developments, and optimize product experience based on user feedback to improve lead conversion rates, sales efficiency, and customer satisfaction. 5、Produce product documentation, user guides, and training materials to support global business teams in effectively utilizing AI sales products and institutionalize best practices.
1、风险治理：负责1688商家/商品的风险治理，发现并深入分析行业问题及消费者痛点，对平台的商品浮优去劣，确保商品信息的完整性、一致性、确定性；同时，具备较高的风险敏感度，能及时掌握平台相关舆情或法律法规动向，并对风险进行解读、分析、评估，完成风险防控部署； 2、赋能商家：有商家视角，在不影响平台商家经营环境的前提下，利用平台产品能力，制定合理有效的风险治理策略，优化营商环境； 3、行业机制设计：基于行业市场研究，制定行业管理规范，对商家经营资质、商品发布规范、买家保障措施进行设计，确保商家合法合规经营，提升消费者购物体验，推动行业健康发展； 4、项目管理：协同产品、技术等多部门或团队，解决业务问题或需求，系统化落地治理方案； 5、AI运营能力：在深刻理解业务的基础上，沉淀知识，建立可复用的skill。
1. 负责账期支付产品规划和设计工作，能充分理解用户需求，具备产品思维及用户视角，推动用户痛点以产品方式解决并落地。 2. 对B2B交易场景有深刻理解，能从商业视角对产品进行分析和判断，能兼顾用户体验/商业价值/资金链路等多重视角挖掘机会点，并提出可行的解决方案。 3. 为开通和使用环节的用户转化效率负责，联合风控团队共建AI时代的额度表达体系，推动授信体验与额度支用效率的持续优化。 4. 具有数据分析能力和敏感度，能够通过数据监测产品运行与风险表现，通过数据分析发现问题并推动解决。 5. 善于沟通协调，能够跨部门协作并整合资源，推进产品的落地和迭代。
1. 支持全球速卖通平台风险合规管控，负责产出周期性风险合规报告，分析欧洲业务风险合规事件、监督合规报告数据、评估分析风险异常情况； 2. 支持重点国家业务与相关国际监管部门的日常沟通、合规协查执行及突发合规事件处理。做到及时发现预警，准确传达监管诉求，并协调公司内外部资源合理应对 3. 从平台视角，以法律法规为基础，对合规体系进行建设及对各种业务场景进行合规评估，制定全链路合规治理方案，包括但不限于产品优化、主动/被动防控机制、投诉/申诉等，平衡体验与风险，确保平台欧洲范围内符合合规要求； 4.通过内外部工具关注重点国家业务商品合规动态信息，及时获悉并解读相关政策、法律法规和合规要求。并与法务定期评估重点国家商品合规情况，进行相应合规整改 5.良好的项目管理能力，整合产研资源，协同上下游各职能团队，推动重要风控项目落地实施，平衡风险合规控制和商业发展。
1. 设计并实施符合欧盟DSA法规要求的合规框架和内部控制措施。 2. 针对关键业务模块（如内容及商品审核、平台规则、类目准入等），制定详细的承诺（Commitments）和操作流程。 3. 主导标准化文档（SOP）的编写，确保所有流程具有可操作性和可审计性，包括但不限于：内容审核流程文档、年度风险评估报告模板。 4. 定期审查和更新现有文档，确保其始终符合最新的法规要求和业务需求。 5. 定期开展合规稽核评估，识别潜在一道防线合规漏洞并提出改进建议。 6. 协调内外部审计，确保所有流程和文档的设计、完整的证据链以支持审计过程。
1. 开发并维护符合《数字服务法》第30条的卖家入驻验证流程，使用先进技术进行身份核实，并持续优化以应对风险变化。 2. 与支付服务提供商合作，利用内外部信息建立防止重复违规机制，识别并阻止被封禁卖家重新注册。 3. 确保商品页面展示的卖家信息符合《数字服务法》第30条要求，定期审核信息准确性并优化展示方式。 4. 持续关注法规变化，提交合规报告，识别并解决执行中的漏洞以确保稳健运营。 5. 设计并实施数据监控机制，及时发现潜在违规行为，提升平台整体风险管理能力。 6. 协调内部资源，推动跨部门协作，确保合规政策高效落地并支持业务可持续发展。
1. 负责阿里巴巴全球跨境业务风险治理团队的举报受理及申诉处理的运营工作，负责跟进举报与申诉平台的产品需求及运营管理； 2. 在满足日常举报处理与申诉审核的运营要求外，能通过海外监管的合规要求、以及外部咨询机构的报告来进一步推动举报及申诉模块的合规要求全面落地，并完成合规数据记录与报告支持； 3. 配合大模型做好人工的监督及质量反馈：全面理解大模型识别处置逻辑，以及通过对举报识别、申诉研判及风险的定性及归因，做好对大模型的监督和反馈； 4. 快速理解跨境电商业务中举报与申诉场景的风控原理，掌握实操，高效协同上下游，守住风控目标的同时使用AI工具优化流程降低运营成本。
1. 设计网络安全领域真实生产力评测任务，覆盖漏洞分析、渗透测试、安全评估、应急响应、日志审计、威胁狩猎、合规审查等真实场景，产出任务描述、源文件（漏洞扫描报告/系统日志/威胁情报/安全策略）与标准交付物。 2. 撰写网络安全专业评分 Rubric，将"一份合格的安全评估/渗透测试报告"拆解为可独立证伪的标准（漏洞评级准确性、攻击链识别、修复可行性、合规对齐等），并设计反幻觉、反偷懒护栏。 3. 运行评分管线，分析模型在安全任务上的得分分布与能力短板，输出分析报告。 4. 执行 OOD 保障：确保漏洞与日志数据完成脱敏（规避真实资产信息），完成对抗自检与变体自检。 5. 对接安全研究员与企业安全团队，梳理安全工作流与专业能力维度，维护安全领域知识库。
1、负责阿里巴巴全球跨境业务商品安全风险治理 2、通过风险策略维护、在线排查、案件调查、舆情研判、申诉举报处理、应急响应等环节，有效控制风险，并降低业务打扰； 3、能快速理解跨境电商业务和风控原理，掌握实操，高效协同上下游，守住风控目标，并尝试通过业务基建、机制设计取得长效的治理效果。
● 参与公司核心业务系统的设计、开发和持续迭代，支撑业务快速发展。 ● 深入理解业务场景，与产品、业务、运营等角色协作，将复杂问题拆解成可落地的技术方案。 ● 面向新业务机会，参与新产品、新功能的原型开发、MVP 验证和产品化落地。 ● 借助 AI 编程工具提升研发效率，包括需求拆解、代码生成、重构、调试、测试等。 ● 参与业务系统的架构优化、工程效率建设、组件沉淀和技术方案复用。 ● 探索 AI 在伙伴生态中的应用场景，例如智能伙伴运营、线索/商机协同、知识问答、自动化工作流、Agent 助手等。
1，作为国际SMB业务板块的核心策略负责人，主导制定业务中长期增长规划，明确AI时代下SMB业务的方向、节奏与关键里程碑，对业务结果负责。 2，基于对全球云计算市场格局和AI技术趋势的深度判断，定义海外SMB业务的价值主张与差异化竞争策略，推动业务从规模驱动向高质量增长转型。 3，统筹国内、及海外多站点（东南亚、拉美、中东等）的业务布局，建立区域化的运营体系与资源分配机制，实现多市场的高效协同与规模化复制。 4，构建与产品、技术、市场等核心团队的深度协作机制，将一线市场洞察转化为产品演进方向和能力建设输入，推动面向SMB场景的产品竞争力提升。 5，搭建并培养SMB业务团队，建立人才梯队与组织能力，打造一支具备全球化视野和本地化执行力的业务团队。 6，中大型IT项目从0到1架构实践、跨行业多场景解决方案设计、客户技术对接与方案输出、架构级故障处理
1. 基于开源 Kubernetes 构建面向大模型训练的容器化基础设施增强能力，研发 GPU 拓扑感知调度、Gang 调度、资源碎片治理与利用率提升，保障千卡 / 万卡级作业的快速拉起与高吞吐运行。 2. 研发面向训练作业的任务编排与作业管理能力（作业生命周期管理、作业全链路追踪等自定义控制器），支撑预训练、RL、评测多场景任务的可靠调度与快速恢复。 3. 建设训练算力的资源效率体系，负责容量规划、资源配额预分配与预检、按水位的动态分配 / 变更 / 释放，治理任务间资源争抢，并解决跨集群 Checkpoint 迁移等人工低效问题。 4. 建设训练镜像加速（镜像构建、分层与压缩、按需加载、P2P、Region 级缓存与预热）与容器存储 / 网络优化能力，缩短作业启动与数据加载时延。 5. 负责多集群、多算力池的接入与弹性对接（AI 算力池对接、GPU 多地域弹性），建设环境工程（跨域网络、环境交付、可用性巡检），沉淀可复用平台能力与自动化运维。
1、负责IP 项目的整体策划：从圈层人群洞察出发，产出生活方式提案与完整营销方案（主题、机制、品牌组合、传播节奏） 2、统筹线上线下整合营销事件的落地：展览、市集、主题快闪、城市地标事件等，把控创意呈现与现场体验 3、整合多元合作资源：行业小二、品牌商家、时尚/垂类媒体、明星艺人、IP 版权方（国际 IP、艺术家 IP）、政府与场馆 4、设计品牌合作与商业化机制：品牌招募、权益设计、限定货品与赠品玩法，推动项目从声量到拉新、成交等闭环 5、项目全周期管理：供应商管理、跨团队协同、预算把控，并完成数据复盘与案例沉淀
1、顶层架构规划： 设计全链路决策优化系统，整合因果推断、多目标运筹优化与消费者研究，驱动业务从流量增长向用户生命周期价值最大化转型。 2、决策引擎研发： 主导多目标优化算法的设计与落地，平衡业务指标与约束条件（如预算），解决高维决策空间的资源配置难题。 3、因果归因与实验设计： 构建高鲁棒性的因果推断框架，解决营销干扰下的反事实归因难题，利用异质性因果效应模型（HTE）实现精准的资源配置与补贴优化。 4、消费深度洞察： 建立基于复杂行为序列的消费者画像体系，通过关联规则挖掘与长短时序建模，深刻理解瞬态与稳态消费的触发机制，形成业务增长的“感知地图”。 5、技术影响力： 推动“感知-认知-决策-执行”的 Agentic Workflow 落地，沉淀可复用的“技能库（Skill Set）”，提升团队整体工程效率。
1. 负责 AI Agent 基础平台（Agent Infra）的设计与实现，确保系统稳定、可扩展。 2. 参与 AI Agent 开发套件与相关产品的研发，支持业务团队进行快速迭代。 3. 与产品、业务团队密切协作，识别场景需求与痛点，并给出技术方案及架构优化建议。 4. 负责 Agent 优化链路与模型评估体系，利用 Context Engineering、SFT、RL 等算法提升 Agent 性能。 5. 跟踪 AI Agent 生态技术发展，评估并引入前沿技术（如 LLM、MCP/A2A 协议），保持平台技术领先。
1. 结合宠物、玩具潮玩、黄金饰品、图书教育等行业特性，探索用户需求洞察与场景化运营策略，提升用户体验与商业价值； 2. 负责用户全生命周期管理，制定精准的用户分层和分类运营策略，提升行业策略人群、新老客的活跃度、留存及转化效率； 3. 基于数据洞察与平台工具/垂直产品，设计并落地用户增长方案，优化关键指标（如拉新、复购、流失召回）； 4. 与产品、算法团队协同，把AI能力应用到用户运营链路中； 5. 主导跨部门协作（与产品、算法、场域等团队），达成用户增长项目目标。
● 负责智能投放（一键推广、全店管家、智能出价、预算分配）、AI 广告创意（智能标题生成、主图优化、视频创意、多物料优选）等产品的整体规划、设计和落地不同业务模式的商业化变现策略。 ● 深入理解 B2B 商家（尤其是中小工厂）的投放痛点，设计投放工具和流程，降低商家创建计划、设置出价、选择关键词/人群的门槛。 ● 与算法团队合作，定义智能出价、预算分配、创意生成等环节的产品策略和验收标准。建立 A/B 测试和效果评估体系，监控广告投放核心指标，定位问题并持续优化智能投放与 AI 创意的商业价值。 ● 协同行业运营、商家产品、客户成功团队，推动智能投放产品的商家渗透和满意度提升，收集商家与客户成功团队反馈并推动改进落地。 ● 跟踪竞品商业化产品动态与 AI 商业化前沿（智能出价、AIGC 创意、投放自动化），输出竞品分析与优化建议。
1、负责直营店铺的3C、车品行业相关行业运营，基于业务目标拆解，制定店铺年／季／月度运营计划，对生意结果负责； 2、基于消费者需求，制定品类规划，搭建健康的品类结构，产出具有精准性与前瞻性的商品企划，为商品力负责； 3、进行产业带供应商招商与洽谈，围绕品类策略与消费者需求，共同制定货盘计划，提升商家经营规模和效率； 4、围绕爆品进行运营，负责提升单品效能及ROI，针对商品生命周期进行整体规划和运营，基于各资源定位协同商品运营进行货品供给； 5、结合对性价比/质价比用户的洞察和消费趋势，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。
1、行业解决方案：基于行业趋势及商家需求，策划并制定行业的消费者运营及营销解决方案，提供商家有效的策略以及营销工具； 2、重点商家管理：与重点商家保持稳定与长期的合作关系，结合品牌年度营销规划以及经营情况，共同制定基于消费者运营及营销的私域运营及营销方案，带动平台商业化以及商家销售额增长； 3、商业化与商家运营：进行科学的商家分层管理，识别具有增长潜力的商家与类目，拓展合作商家规模，提升平台商业化收入。
1. 技术战略与架构演进（Technical Vision & Architecture） * 顶层架构设计： 主导企业级AI Agent平台的整体技术蓝图规划，设计支持高并发、低延迟、高可靠的分布式Agent运行时架构。 * 前沿技术攻坚： 深入探索并落地Multi-Agent协作机制、长短期记忆管理（Memory Management）、复杂任务自动规划（Planning & Reasoning）及MCP&Skills等前沿技术，解决Agent在复杂场景下的幻觉、状态一致性及执行可靠性难题。 * 技术演进路线： 制定平台未来1-3年的技术演进路线图，平衡技术创新与系统稳定性，确保架构具备极强的扩展性与兼容性。 2. 商业落地与场景赋能（Business Impact & 2B Delivery） * 2B场景规模化落地： 深入理解金融、政务、制造等2B核心客户的业务痛点，主导Agent平台在复杂企业场景下的解决方案设计与交付，确保技术指标转化为可量化的商业价值（如效率提升率、成本降低率）。 * 生态建设与标准化： 构建开放的Agent插件生态与工具链标准，推动平台能力产品化，支持客户通过低代码/零代码方式自定义Agent工作流，加速行业解决方案的复制与推广。 * 关键项目兜底： 作为技术负责人（Owner），直接对重大标杆项目的成功交付负责，解决跨部门、跨系统的复杂集成难题。 3. 工程底座与技术体系建设（Engineering Excellence） * 夯实工程基石： 建立完善的Agent全生命周期管理体系（开发、调试、评估、部署、监控），打造业界领先的Agent Ops平台，显著提升研发效能与系统稳定性（SLA 99.99%+）。 * 安全与合规体系： 构建企业级的AI安全围栏，包括提示词注入防御、敏感数据脱敏、Agent行为审计及合规性检测，确保平台符合数据安全法规。 4. 梯队建设与文化塑造（Leadership & Talent Development） * 技术前瞻与创新： 保持对全球AI技术趋势的敏锐洞察，引入学术界最新成果（如ReAct, ToT, GraphRAG等）并在内部进行技术预研与转化。 * 高端人才培养： 负责组建并培养一支高水平的AI工程团队，建立清晰的人才成长路径与晋升机制，通过技术分享、黑客松等形式营造浓厚的创新氛围。 * 跨团队协同： 打破算法、工程、产品之间的壁垒，建立高效的协同机制，推动“算法模型”向“工程产品”的高效转化。
1. 日常监控时效达成和运营情况，推进分段的运营质量改善，建立横向协同机制 2. 通过数据分析和收集，整理业务相关问题，并形成数据分析体系，汇总核心问题 3. 维护和管理所属区域的国家物流产品时效系统维护，定期review和按需更新内部物流时效要求 4. 在解决结构性问题中，形成对于产品的需求，制定解决方案推进落地 5. 针对具体的客户体验问题，找到解决体验的提升方案并项目制度推进落地
• 主导GPU服务器在Linux系统下的兼容性、压力稳定性及异常场景（宕机、GPU掉卡、PCIe/NVLink链路抖动/中断、ECC错误激增、固件升级失败等）专项测试； • 深度参与GPU驱动、固件、CUDA生态组件的测试方案设计与自动化脚本开发（Python/C++/Shell）； • 熟悉GPU服务器典型故障注入与诊断工具链（如：基于nvidia-smi/nvml、dcgmi、ipmitool、core dump分析、kdump/kexec等）； • 联动硬件、驱动、固件、BMC团队，对重大系统级问题（如reboot loop、panic on GPU reset、nvlink topology mismatch）开展跨层级日志采集、时序分析与闭环验证； • 输出高质量测试报告、故障模式库（FMEA）、调试SOP及可复用的回归用例集。
1、负责辖区内机房自维修运维管理工作，结合IDC实际情况均衡考虑服务质量、效率、成本及安全，持续优化及改进以支撑部门的业务运营; 2、负责辖区内机房自维修的服务器维修整体质量，包括：人员能力、技术储备和备件质量，协助现场服务器维修达成维修SLA； 3、负责辖区内机房现场自维修进行日常自维修工单操作和流程指导，支撑不断扩大的自维修体量，确保相关指标满足业务整体需求； 4、针对不断扩充的自维修新机型，梳理基于现场实际情况的操作手册，同时对一线人员进行培训与认证，确保全国人员能力满足项目推进要求； 5、基于自维修项目，配合实现专业领域的边界拓展，包括但不限于专利、新技术、新产品等。
1.组织集群各种基础设施规范标准、技术优化、⻛险管控等方案的编制及评审，并做好相关记录 2.跟进全国规范标准、技术优化、⻛险排查的落地进度，并及时推动落地不及时的情况 3.审核并优化电气专业系统的SOP、EOP、MOP以及SCP⽂件 4.审核并优化电气专业系统的巡检表单、维护计划、维护内容、演练计划与⽅案等⼯作内容 5.对集群⽤电情况分析总结 6.负责数据中⼼运⾏数据的分析、设备标准⼯况分析和参数设定指导 7.节能优化提⾼设备的综合效能、采取有效措施提升设备保障能⼒ 8.对在运⾏数据中⼼出现的电⽓问题进⾏故障定位，根因分析并在技术上支撑问题快速解决； 9.及时总结复盘并横向拉通进⾏经验分享，更新相关运维标准、规范
