共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1. 负责天猫家装行业进口家具品牌的运营，制定并执行品类增长策略，提升商家GMV及用户心智； 2. 策划并落地跨境供应链优化方案，协调海外品牌方、物流及支付等资源，保障商品合规性与交付效率； 3. 基于用户行为及市场趋势，设计进口家具品牌营销活动，整合站内外流量资源（如直播、内容营销），提升品类渗透率； 4. 通过数据分析工具（如Excel/SQL）挖掘用户需求与消费痛点，优化商品结构、定价及库存管理，驱动转化率与复购率提升； 5. 维护核心意大利等核心进口产地的家具品牌合作关系，推动商家分层管理，制定差异化扶持策略及商业化投放方案。
1. B端客户获取：开拓海内外客户合作，搭建稳定商机管道，重点覆盖模型厂商、平台、企业客户及开发者生态，探索多元合作模式，拓展行业合作，推动业务规模增长； 2. 平台产品运营：协作维护并迭代平台文档、计费看板等模块，保障平台易用性与信息准确性。对接合作方，处理接入咨询、故障排查与功能反馈，推动产研团队优化平台体验； 3. 运营策略迭代：构建垂域定向运营策略，收集客户痛点与需求，反哺平台功能优化与运营策略迭代； 4. 风控机制建设：建立经营分析体系，输出各类运营数据报表，提前排查断供、合规等各类风险。
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；
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在 VLM / 多模态大模型方向，持续优化算法能力和壁垒，致力于构建业界领先的供应链多模态智能体系，基于视频-语言大模型（VLM）、图片/时序/语音-语言大模型（MMLM）解决电商供应链中商品理解、核价审核、虚假签收识别、商货品自动审核、纯新品销量预测等关键问题，持续提升审核效率与预测准确性并驱动业务损益改善。 岗位职责 1. 负责淘天海量供应链多模态数据（图像、文本、视频等）的分析与建模，覆盖商品理解、核价审核、虚假签收识别、单品自动审核、纯新品销量预测等端到端场景，持续提升供应链感知与决策效率； 2. 紧跟视觉-语言大模型（VLM/MLLM）前沿方向，参与供应链多模态智能体系的架构设计、训练范式优化与模型能力建设，构建多模态算法域深度技术壁垒； 3. 设计、研发并落地 VLM / 多模态大模型算法，综合运用计算机视觉、自然语言处理、多模态学习等方法，提升商品理解、图文对齐、OCR、文档理解等能力，推动可量化的业务价值； 4. 针对 Fashion88、淘工厂等行业特性，构建核价审核、虚假签收识别、单品自动审核、纯新品销量预测（图像+文本）等算法能力，支撑行业审核效率、预测准确率与损益等核心经营目标达成。
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在大模型决策方向，持续拓展供应链决策算法能力矩阵，构建端到端数据驱动决策算法、基于 LLM 的自进化优化算法（LLM-based Self-Evolution Optimization）与垂直领域基础大模型（如 Inventory Foundation Models），将大语言模型（LLM）、运筹优化（OR）与供应链决策优化深度融合，解决供应链计划（补货、调拨、订单履约）与物流执行（仓储优化、干线运输）中的关键决策问题，显著实现供应链成本、效率与体验的优化。 岗位职责： 1. 负责淘天海量供应链计划与物流执行数据的分析与建模，覆盖供应链计划（补货、调拨、订单履约）与物流执行（仓储优化、干线运输）等端到端决策场景，持续优化供应链成本、效率与体验； 2. 紧跟大语言模型（LLM）、LLM-based Decision Making 与自进化优化（Self-Evolution Optimization）前沿方向，参与端到端数据驱动决策算法、LLM自进化启发式询优系统以及垂直领域基础大模型（如 Inventory Foundation Models）的架构设计、训练范式优化与决策链路构建，构建供应链决策域深度技术壁垒； 3. 设计、研发并落地大模型决策算法，综合运用运筹优化（MILP/LP/DP/随机优化/鲁棒优化）、深度强化学习（DRL/Multi-Agents DRL）、大语言模型等方法，提升复杂决策问题的求解效率与业务可解释性，推动可量化的业务价值； 4. 针对自营行业、跨境供给、Fashion88 等行业特性，构建智能补货、库存调拨、订单履约优化、仓储作业优化、运输路径优化等算法能力，支撑行业成本、效率、履约体验与损益等核心经营目标达成。
我们坚信算法是供应链智能化的核心驱动力。团队深度融合机器学习、深度学习、强化学习、运筹优化、大规模仿真、大语言模型（LLM）与多模态大模型（VLM/MLLM）等前沿 AI 技术，在品类规划、需求预测、库存优化、订单履约、物流执行等供应链核心环节构建智能化算法体系，持续推动自动化、智能化升级，为业务创造可量化的效率提升与成本优化。 在预测与因果推断方向，持续优化算法能力和壁垒，致力于构建业界领先的自研时序预测大模型，将 TSFMs、LLM-based Forecasting 与因果推断深度融合，解决电商供应链中销量预测、新品预测、新品打爆等关键问题，持续提升预测准确率并驱动单量、GMV 与损益等核心经营目标达成。 岗位职责如下： 1. 负责淘天海量供应链时序数据的分析与建模，覆盖销量预测、新品预测、S&OP、补货计划等端到端场景，持续提升自营行业预测准确率； 2. 紧跟时序基础模型（TSFMs：Chronos、TimesFM、MOIRAI 等）与 LLM-based Forecasting（Agentic Forecasting、In-Context Forecasting 等）前沿方向，参与自研时序预测大模型 Tidal-FM 的架构设计、训练范式优化与样本增强，构建预测域深度技术壁垒； 3. 设计、研发并落地时序预测与因果推断算法，综合运用统计分析、机器学习、深度学习、因果推断等方法，提升预测准确性与业务可解释性，推动可量化的业务价值； 4. 针对国内超市、跨境供给、Fashion88 等行业特性，构建新品预测、新品打爆（价格/流量/投资因子驱动的因果推断模型）等算法能力，支撑行业单量、GMV 与损益等核心经营目标达成。
1、负责高德【SME/SMB 中小商户】的运维成长及营收（包含但不限于效果广告、年费续签、广告续充等），针对高德到店行业（本地生活类，如生服/休娱/教培/丽人/家装/零售等行业），带领 10 人左右自营运维团队，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/客群广告增长策略】，与业务团队、团队成员形成合力，明确所负责客群的广告增长策略，并在广告消耗拉升、广告主留存优化、年费续签与续充提升、广告主增长等维度上沉淀标准化动作； 3、为商家的体验和满意度负责，能及时处理商户遇到的各类问题（投放异常、客资争议、赔付疑问等），并及时跟进解决，促进商家经营的良性增长，持续陪平台一起成长； 4、根据商家经营情况，定期复盘分析，快速定位问题、找到解法，对数据敏感，善于沉淀方法论（话术/SOP/能力模型）并复制放大； 5、做好团队员工培养和带教，明确运维专员的能力模型及提升路径，通过业务推进提升团队凝聚力和战斗力，拿到业务结果。
● 负责AI智能体应用的安全渗透测试，以攻击者视角挖掘越权、工具劫持、提示词注入、记忆投毒等Agent原生风险，输出标准化安全水位报告。 ● 对多端AI应用（Web/Mobile/Desktop/Hardware）开展逆向分析与攻击面测绘，覆盖权限管控绕过、本地记忆窃取、模型推理劫持等关键场景。 ● 构建自动化渗透Agent，将手工攻击链路抽象为可编排、可复用的攻击脚本与工具链，将单次渗透从人天级压缩至审核级。 ● 跟踪Agent生态前沿攻击面，持续扩充红队攻击矩阵。
1.品类战略规划与执行：负责粮油速食及生鲜行业（水产、肉禽蛋、水果蔬菜、温层食品）特定类目运营，制定行业整体运营策略，推动品类发展及商家商品运营，达成业务增长目标。 2.商家与商品供给管理：基于市场趋势及消费需求，制定商家商品引入计划，通过招商机制优化及资源整合，确保品类供给多样性与商品竞争力。 3.客户增长方案设计：针对不同客户类型（如KA商家、中小品牌等），整合平台与渠道资源，定制化设计业务增长方案，引导客户在平台实现健康可持续增长。 4.营销活动策划与执行：洞察粮油速食及生鲜行业市场动态及消费趋势，策划符合品类特性的营销活动（如节日促销、节令促销、场景化营销），提升品类影响力。 5.运营创新与机制优化：深入研究行业特征，引入新业态及创新供给模式，优化平台场域机制与售卖策略，推动品类运营模式升级。
● 基于“新人购”建设新人商品力和履约能力，沉淀有效商品力模型和新人心智产品，结合商品补贴驱动拉新增长； ● 协同行业和导购团队联合运营新客和成长型重点用户：建立供需匹配的有效组织和商品力模型，通过供需x权益x导购场域(搜索推荐等）合力解决重点用户的经营效率； ● 主导跨渠道用户增长项目，整合站内资源与站外渠道，设计并优化用户拉新、转化与复购路径，提升用户LTV；
1. 业务策略与决策支持：深入理解电商用增业务，建立高效业财沟通机制；从财务视角评估投入产出，为业务策略制定提供数据驱动的决策支持。 2. 全面预算与经营分析：主导年度/季度预算编制、滚动预测及资源分配；监控执行偏差，搭建并完善用增经营分析体系，定期输出高质量分析报告。 3. ROI评估与效能优化：建立用增业务ROI评估模型，分析营销及补贴资源的投放效率；针对重点业务提出优化建议并跟进落地，提升资源产出比。 4. 流程优化与数字化建设：主导财务业务流程设计与系统化改造，把控风险点；推进业财系统打通，搭建产品化财务分析体系，提升整体运营效率。 5. AI赋能与自动化：运用AI工具辅助日常分析、报告撰写及数据校验；自主编写Prompt、搭建Skill及Agent工作流，推动重复性工作自动化并持续迭代。
私域渠道从 0 到 1 建设与运营（核心职责） 1. 官号运营体系搭建：负责从 0 到 1 建立 WhatsApp Business API、LINE Official Account 的官方账号运营体系，包括消息模板设计、用户分层推送策略、opt-in 引导链路、多站点（港/新/马/台/泰）账号矩阵管理。 2. 社群孵化与规模化：主导 WhatsApp/LINE 社群的冷启动、内容运营、商品运营、用户分层和增长裂变全流程。从首站首品类验证模式，到跑通可复制的 SOP，最终实现多市场多品类的规模化扩展。 3. AI 能力接入：引入 AI 工具赋能社群运营，包括但不限于：智能客服/自动应答、内容批量生成与多语言适配、用户行为分析与自动标签、群活跃度监控与预警。目标是在群规模扩大的同时，人效不线性增长。 4. 全域触达链路拓展与提效： —新通路建设：除私域外，持续拓展集团二方流量置换通路及其他第三方触达渠道，扩大站外触达规模。 —全链路提效：诊断各渠道触达漏斗（发送→送达→打开→点击→进站）中的基建卡点，通过技术手段突破屏蔽与订阅限制，提升送达率和被动来访占比。 5. 全链路承接与转化优化： —回端链路清障：优化"渠道→App"跳转链路，降低中间环节流失率（Deeplink、Universal Link、延迟深度链接等）。 —端内动线运营：深度参与外投承接页与首页融合运营，落地商品还原、新老客分流、算法差异化推荐等策略，提升进端后的 CVR 与 GMV。
1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 5、产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 •了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。
1、项目交付与管理： 负责瓴羊营销云产品（CDP/MA等）在B2B客户侧的落地交付，主导需求调研、方案设计、系统配置及上线培训，对项目交付质量和客户满意度负责。 2、客户成功与运营： 深入理解泛零售/品牌客户的业务场景，通过产品交付解决客户实际营销痛点，并在交付过程中通过运营手段提升客户对产品的使用深度与粘性。 3、产研协同与反哺： 具备产品思维（PD视角），能从交付实战中敏锐洞察客户需求，将其转化为标准化的产品改进建议，推动产研团队优化产品功能与体验。 4、沉淀与赋能： 总结行业交付SOP与最佳实践案例，提升团队整体交付效率。
1. 策略后训练：负责 VLA / 基础操作模型的后训练全流程，在预训练/模仿学习得到的基座策略之上，通过强化学习微调（RLFT）、离线 RL、DAgger、HIL-SERL 、RECAP 等手段持续提升真实仓储任务的成功率与鲁棒性。 2. 奖励与数据闭环：设计任务奖励函数与自动成功判定，搭建 Reward Model / 偏好数据标注流程，构建"部署→失败挖掘→补采/在线交互→后训练→自动评测→再部署"的策略迭代闭环。 3. 大规模训练：在仿真并行环境与真机上开展大规模 Rollout 与 RL 训练，负责采样、经验回放、分布式训练框架的搭建与吞吐优化。 4. 评测与安全：建立后训练前后的量化 Benchmark（成功率、恢复能力、碰撞率、泛化性），管控灾难性遗忘与安全约束，保障策略上真机的稳定性。
职位描述 1、参与百炼平台（对外商业化平台、对内工程基础平台）的产品全流程，和各角色协同，完成从需求到设计、开发和上线等整个项目周期内的工作。 2、参与多模态模型的商业化，AI+不同场景结合带来 更多新交互形式，深入音视频、图像处理、对话等不同前端领域，提供更合适的模型体验方案。 3、参与AI Agent领域，参与 AgentRuntime、Workflow、Memory、RAG等 Agent Infra 系统建设，构建并完善 MCP、SKILL等可扩展工具链，实现 Agent 的进一步商业化应用 4、参与AI+产品的不同端形态的设计落地，打造更优质的用户体验，提升百炼PC Web、移动端H5等通用服务站点的可用性，同时实践并落地 AI Native驱动的全新服务体验。
1、负责菜鸟APP平台效果类商业化变现效率和收入规模的提升，并同步拓展目标预算及广告主的拓展及维护； 2、整合营销及场景建设，通过选品，频道运营，玩法等实现，大促节点等营销策略提升场景过程数据留存及成交数据分发等政设计策几点负责诉求及资源，负责面向广告主及平台方，并从中挖掘增量机会；沉淀产品需求，助力业务提效； 3、通过数据分析及行业洞察，发现业务问题，协同产品/算法推动广告产品迭代，完善及提升广告平台的投放能力； 4、协同公司相关团队，对接内部探索及创新类诉求，探索解决方案；
1、代码研发及优化，基于详细技术方案的代码研发及优化； 2、相关组件研发，相关产品组件的产品基线、部署脚本、环境适配等工程能力研发； 3、线上及局点问题处理；
1:设计并开发 GUI Agent / Computer Use 场景下的数据自动构造与合成管线，涵盖截图、控件树、页面状态、操作动作、多步轨迹、执行结果及失败恢复等数据，支持桌面、Web、移动端及专业软件等多种环境，实现大规模、高质量训练数据的自动化生产。 2:与算法、评测团队紧密协作，深入理解模型训练、后训练及评测数据需求，将 GUI理解、控件定位、动作规划、多步执行、错误恢复等需求转化为清晰的数据格式定义、标注规范、示例库及验收标准，并持续迭代优化。 3:开发数据质量保障工具链，包括自动化校验脚本、可视化 Debug 工具和持续集成流水线，确保数据在图像清晰度、控件准确性、状态完整性、动作合法性、轨迹一致性、结果正确性及任务可复现性等方面满足质量标准。 4:搭建和维护数据标注平台及众包管理工具，支持内部标注团队、外包供应商及自动化标注的协同，建立金标、抽检、复审、争议仲裁和版本管理机制，平衡数据生产的质量、效率与成本。 5:承接模型评测及线上 BadCase，对错点、漏步、循环操作、错误停止、越权操作和失败后不可恢复等问题进行归因分析，设计成功与失败对比、纠错、偏好及恢复数据方案，推动模型效果持续改进。 6:建立 GUI 数据安全与合规机制，协同安全、法务和工程团队，落实数据采集授权、屏幕内容脱敏、账号隔离、个人信息清洗及高风险操作审计等要求，确保数据生产全链路安全合规。 7:跟踪业界前沿 GUI Agent 评测集（如 MobileWorld、AndroidDaily、OSWorld 等），构建内部复杂 GUI 轨迹评测数据，并探索基于模仿学习、强化学习、过程监督等方向的数据需求，持续提升数据对模型能力的支撑效果。
1. 供应商战略规划与生态布局：制定大模型数据生产领域的供应商战略，围绕预训练、SFT、RLHF、多模态等业务场景，搭建层次分明、能力互补的供应商生态。持续拓展国内外优质供应商、垂直领域专业机构及专家资源，建立覆盖多语言、多领域、多交付模式的资源地图，支撑业务规模化与全球化发展； 2. 供应商全生命周期管理：建立并完善供应商准入、评估、分级、激励与退出机制，覆盖资质审核、试单评估、合同谈判、日常管理、绩效考核及关系维护全流程。定期组织供应商复盘与述职，输出供应商健康度评估报告，优胜劣汰，持续优化供应商结构与合作质量； 3. 资源调度与供需匹配：统筹供应商、专业机构、垂直领域专家等多元化资源，建立动态资源池与产能储备机制。根据项目需求进行资源预测、产能规划与精准调度，确保大模型数据标注项目在人效、时效、质量上的稳定供给，快速响应业务波动与突发需求； 4. 成本效率与质量管理：定价模型设计与成本结构优化，通过规模化招采、流程优化及产品工具（如 AI 辅助标注、自动化质检）降低单条数据交付成本。建立交付质量监控体系，对供应商交付质量进行过程监督、异常预警与闭环改进，确保项目高质量交付； 5. 风险管理与合规：识别供应商合作中的交付风险、产能风险、质量风险及合规风险，建立风险预警机制与应急预案。对项目中的问题与事故进行快速响应、根因分析与处理闭环，确保业务连续性与数据安全合规。
1. 负责阿里巴巴CFO相关的产品(财资)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.品牌策略：基于业务战略、用户洞察、行业趋势等，协助团队共同产出天猫品牌策略和年度规划，强化天猫品质、旗舰、引领的心智； 2.品牌战役：深度参与天猫S+级品牌营销战役（如双11、618、年货节、38等），产出创意及品牌推广策略，交付官方品牌物料&事件落地，跟进媒介投放及新媒体传播，协同各方资源达成品牌目标； 3.品牌事件：结合天猫业务/功能/行业等品牌角色，策划具备行业影响力的品牌事件，通过AI营销、创意内容、创新媒介、社会化传播等形式，提升品牌知名度和喜爱度。
1、方案设计与技术咨询 • 主导企业级解决方案设计——深入理解客户的技术栈、开发流程和业务目标，设计 Qoder 产品的集成路径，涵盖 IDE 插件配置、工作流嵌入、团队协作和权限管理等场景 • 为客户提供技术咨询和最佳实践指导，包括 AI 编程助手的效果调优、团队级部署策略、以及与现有开发工具链的无缝对接方案 • 制作高质量的技术方案文档、产品架构白皮书和 POC 演示，支持销售/渠道团队推进大客户签约 2、售前技术支持与客户交付 • 深入理解海外市场的企业采购流程、合规要求（GDPR、EU AI Act 、SoC 2等）和竞争态势，制定区域化的技术售前策略 • 作为售前阶段的核心技术角色，参与客户会议、产品演示和技术答疑，将复杂的 AI 编程能力以业务语言呈现 • 主导 POC（概念验证）全流程——从需求对齐、效果验证到结果报告，确保客户在评估阶段获得超预期体验 • 与产品和工程团队紧密协作，将客户反馈和市场洞察转化为产品改进建议，推动产品在目标市场的适配优化
1. 数据标注、模型评测、数据采集、数据生产的资源管理体系搭建与优化：构建并完善数据生态资源管理体系，统筹管理多种资源形态。通过精细化管理策略，提升资源交付的整体质量和效率，确保资源管理的标准化与规范化。 2. 供应商全生命周期管理：负责外部供应商的资源拓展、准入管理、资源调度、交付履约及结算等工作。对供应商在项目中出现的问题和事故进行及时干预与处理，确保项目顺利推进。建立完善的供应商绩效管理制度，通过科学的评估体系优化供应商合作，提升整体合作质量。 3. 多元化资源管理与高效调度机制构建：构建多元化的资源管理结构，整合多种用工类型与垂直领域专家资源。设计高效、合理的资源分配调度机制，精准匹配项目需求与资源供给，确保资源供给的及时性与有效性，提升资源利用效率。 4. 资源交付与运营效率提升：通过商务策略优化、流程再造及产品设计创新，不断提升资源交付及运营效率，降低整体业务交付成本。推动资源管理的智能化与自动化升级，助力公司在数据标注领域保持竞争优势，实现业务的可持续发展。
1. 需求诊断与方案设计 深入头部跨境电商商家业务，识别高价值 AI 落地场景，设计可验证、可复制的 AI 解决方案架构。 2. 解决方案落地 基于Accio work能力快速搭建 解决方案，在真实商家数据上跑通并输出量化效果. 3. 商务与技术协同 与销售形成深度联动，做技术陪访与方案宣讲，把POC结果转化为商务决策，协同产研把需求产品化。 4. 方案沉淀与赋能 沉淀需求诊断模板、方案模板、Agent 配置与最佳实践，赋能销售、客户服务及生态服务商。
1. 业务策略分析：通过数据分析和趋势洞察，参与淘天高价值用户的运营策略制定，能通过深入下钻数据，提供根据用户特点的人群分层和产品设计策略建议，与业务团队配合，共同确保高价值用户的留存、活跃及Arpu提升。 2. 经营分析及目标管理：针对团队经营目标进行拆解，并建立完成进度监控机制，及时预警完成风险，并通过专题下钻等形式，提供及时深入的业务策略建议。 3. 趋势研究洞察：通过用户向、产品向等专题下钻分析，结合国内外竞品监控及洞察，持续输出关于淘天高价值用户会员产品发展趋势洞察，并与运营产品配合，推动新发展方向落地。
阿里巴巴国际站是全球领先的 B2B 跨境电商平台，服务于全球 200+ 国家与地区的中小企业。商品详情页（PDP）是买家决策的核心场域，承载着信任建立、信息匹配、询盘与下单转化等关键链路。我们正在寻找一位资深产品经理，负责商详方向的产品规划与迭代，推动跨境 B2B 场景下的体验升级与 AI Native 化重构。 工作职责 1. 负责阿里巴巴国际站商品详情页（含 Web / App / WAP 多端）的产品规划、设计与迭代，从买家视角持续优化决策效率与转化体验。 2. 深入理解全球 B2B 买家的采购决策链路，结合品类特性与买家分层，设计差异化的商详信息架构、内容呈现与交互方式。 3. 主导 AI Native 在商详场景的落地，包括但不限于：智能内容生成、商品理解与结构化、个性化推荐、智能问答、AI 翻译、视觉化呈现等方向。 4. 基于数据驱动的方式持续洞察问题与机会，搭建并优化商详核心指标体系（曝光-点击-停留-询盘-下单），通过 A/B 实验验证产品假设。 5. 跨团队协同：与设计、研发、算法、运营、商家产品、行业等团队紧密配合，推动项目从 0→1 立项到规模化上线。 6. 关注全球同行（Amazon B、Faire、美客多、1688等平台）的产品趋势，输出有前瞻性的产品策略与行业洞察。
현지 제조 공장 발굴 부터 제품소싱, 가격협상, 품질 표준관리, 수출입 무역 실무까지 중국 공급망 전반을 총괄하는 직무 주요업무 : - 품질관리 (QA/QC) : 생산공정별 품질 검수 및 모니터링 품질 표준 수립및 현재 공장 대상 준수 관리 발주 후 품질 중간 점검 및 샘플 확인 및 공장 수시 점검 - 제조업체 소싱 : 중국 현지 신규 공장 발굴 및 핵심업체 관리 - 수출입 무역 실무 : 통관,물류,서류 작성 등 한국 수출 관련 무역 전반 운영 납기일정 관리 및 선적관련 프로세스 최적화
1、负责MT（包含食品生鲜、宠企文教、玩美生活）其中一个行业供应链解决方案的设计、推进及优化。尤其是在商家入仓项目中，协同商家及仓配等部门完成入驻。 包括采购、仓储、物流、库存管理等全流程的协同与效率提升； 2、在食品生鲜的解决方案中，负责商家入仓后的运营，推动整体项目落地。包含通过协同商家基于历史销量预估未来销售预测，完成补货、调拨、退供等动作，实现商品在架率及库存周转满足业务需求。当商家运营中出现问题时，及时协同公司内其他部门给出帮助。 3、基于数据分析定位商家的运营问题，并协同商家进行优化，确保商家成本、平台成本降低，消费者履约体验更好。 4、基于运营中出现的问题，可制定产品化优化方案，协同产品同学进行根本性的改善。
1.深入理解信贷、风控、财富、客服等至少一条金融业务线，与产品经理、业务方共创智能体落地场景，输出可执行的技术方案。 2.负责智能体核心能力开发，包括 prompt 设计、RAG 知识库构建、工具接口封装、多轮对话流程编排及异常兜底策略。 3.对接金融核心系统与数据中台，完成智能体与现有业务平台的安全、稳定集成，保障数据合规与资金安全。 4.建立智能体效果评估体系，持续追踪准确率、转化率、用户满意度等关键指标，并基于反馈迭代优化。
