共 2454 个在招岗位 · 阿里巴巴在杭州的最新招聘信息
1.本科及以上学历，具备2年以上互联网或传统媒体行业市场营销广告销售相关经验，具有平台型业务的从业背景； 2.具备较强的市场开拓能力和抗压能力，能独立并且有效地进行客户谈判和签约，完成业绩指标； 3.具有良好的数据分析能力、沟通协调能力，较强的目标管理和执行力； 4.乐观皮实，有良好的团队合作精神及优秀的组织协调能力。
1. 负责天猫超市商家端工作台产品规划，覆盖首页、商品、营销、推广等模块，为商家经营效率负责 2. 基于商家经营场景与行为数据洞察，在选品、上架、营销、投流、补货、对账等关键环节设计降本增效方案 3. 建立工作台核心指标体系，协同产品、技术、业务团队推动功能迭代，沉淀可复用的商家端产品能力 4. 探索AI在商家经营场景的落地应用，设计商品成长仿真、智能诊断、策略生成等智能化产品方案
1.学习产品架构设计：基于对电商商家经营场景的深度理解，设计面向AI时代的学习产品体系，覆盖从认知升级到能力构建的完整学习旅程，让学习产品真正成为商家经营能力提升的引擎； 2.AI产品创新：将大模型、AI Agent等前沿能力融入学习场景，设计智能化的学习路径、个性化内容推荐、实战模拟演练等创新产品形态，打造行业标杆级的学习体验； 3.客户价值与商业价值平衡：深入洞察商家学习需求与付费意愿，在保障学习效果的前提下，设计可持续的商业模式，推动学习产品的规模化增长； 4.跨团队协同：与课程教研、技术、运营、市场等团队紧密协作，从产品侧驱动学习中心整体能力的升级，确保产品规划与业务战略对齐； 5.数据驱动迭代：建立学习产品的核心指标体系，通过数据分析持续优化产品体验，关注完课率、能力提升效果、NPS等关键指标，用数据指导产品方向。
透过招募、辅导及管理渠道，进行阿里巴巴台湾在中国大陆华商渠道的业务扩张，并与渠道建立长期健康的合作关系。 1. 分析并制订市场策略和行业画像，完成年度销售和服务指标，增加客户体量；并协助渠道进行销售预算和销售人员管理。 2. 协助渠道建立及管理销售体系，管理渠道商的销售目标，财务指针和人员规划。通过管理提升销售效率来帮助渠道商提升营收。 3. 通过分析数据、产品、行业、组织等来优化销售流程。并与市场和销售策划部门团队合作，制定销售战略，以达到客户规模化增长和获取市场份额。 4. 与服务团队合作，为客户提供优质的培训和服务，帮助客户在解决使用问题。 5. 建立与总部良好的沟通机制，回馈销售，运营和产品信息，同时快速根据本土需求执行总部销售战略。 6. 进行渠道商生命周期管理，并根据战略目标开发潜在新渠道并与之形成商业合作关系。
1. 负责公开网络数据采集链路的合规治理体系建设，覆盖数据源准入、采集策略、采集留痕、数据处理、入库、训练集构建和后续排除机制。 2. 建设爬虫数据证据链与数据血缘系统，记录 URL、域名、获取时间、来源类型、访问决策依据、内容哈希、处理流程、风险标签、数据集版本、模型训练版本和审计日志。 3. 建立网络采集合规控制机制，包括机器可读访问限制、站点访问策略、频率控制、来源留痕、异常监控、争议处理和数据下架流程。 4. 与法务团队协作，将版权、TDM opt-out、站点条款、授权边界、权利人投诉、数据删除请求等要求转化为系统规则、审批流程和可追溯记录。 5. 与安全、隐私和合规团队协作，建立爬虫数据风险管理机制，包括敏感数据识别、PII 过滤、来源风险分级、黑白名单、人工复核、访问控制和异常告警。 6. 牵引公开网络数据的准入和分级管理，对不同类型站点、内容类别、数据用途、地域风险和权利状态建立统一评估标准。 7. 建设面向欧盟监管检查和客户尽调的技术支撑能力，包括训练数据来源摘要、版权政策执行记录、采集留痕、风险处置记录和审计报表。 8. 推动爬虫平台、数据平台、模型训练平台、法务、安全团队之间的系统打通，确保数据从采集到训练使用全链路可解释、可追溯、可处置。 9. 支持风险事件复盘和外部问询，能够快速回答“数据从哪里来、为什么可以采、是否进入训练集、如何排除或删除”等问题。
1. 设计GUI Agent/ Computer Use 模型训练、后训练及评测数据的标注体系，对接算法与评测团队，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、无歧义、可规模化执行的任务定义、数据规范、示例库和验收标准。 2. 设计覆盖截图、控件、页面状态、操作动作、多步轨迹、执行结果及失败恢复的多层级标注体系，支持桌面办公、Web、移动端及专业软件等场景。 3. 管理并培训内部标注团队及供应商，建立金标、抽检、复审、争议仲裁和版本管理机制，持续优化复杂 GUI 数据生产的质量、效率、成本及交付周期。 4. 建立 GUI 数据质量标准，在图像清晰度、OCR 和控件准确性之外，重点评估环境有效性、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。 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，设计成功与失败对比、纠错、偏好及恢复数据，推动模型效果持续改进。 6. 建立 GUI 数据安全与合规机制，覆盖屏幕内容、账号、文件、通信、个人信息、凭据及高风险操作，与安全、法务和工程团队协同落实授权、数据最小化、脱敏、隔离和审计要求。
1.主导集团大模型安全与对抗防御体系的构建：结合多模态、Agent、具身智能等前沿业务场景，负责大模型全链路（预训练数据防投毒/SFT对齐/RLHF/推理部署）的安全对抗演练、漏洞挖掘及红蓝对抗算法优化。 2.负责构建基于多模态与Agentic的自动化红队攻击体系：设计并研发基于强化学习、进化算法或多Agent协同的自动化越狱、提示词注入和对抗性扰动生成算法，实现对多模态模型的高并发、深层次安全边界压力测试。 3.负责大模型安全对齐与安全护栏算法的研发：研究并落地基于RLAIF、DPO、KTO等前沿对齐技术；设计并迭代高性能、低延迟的输入/输出内容安全过滤模型与多维风险评估机制，保障生成内容符合安全合规标准。 4.负责攻克大模型深层漏洞与新型威胁防御：针对间接提示词注入、数据投毒、偏好劫持及版权/隐私泄露等高阶安全威胁，研发对应的算法检测器与鲁棒性增强方案。 5.主导自动化对抗消融实验与防御价值验证闭环：设计高精度、轻量化的多维安全评测Benchmark与自动化对抗博弈平台，通过算子智能编排实现7*24H的“攻击自动生成-防御实时阻断-模型快速微调”的安全对抗迭代闭环。
1、建设 AI 友好的电商经营知识资产体系，支持客户个性化专属生意模式的快速落地与持续沉淀，使 Agent 越用越“懂”客户，逐步成长为客户真正的 数字员工。 2、Agentic AI 在研发、运维、测试、客服等多个领域的创新应用，打通“大模型到业务落地”的 最后一公里，为业务创新持续提供高价值支撑。 3、参与现有业务系统Agent升级改造，将现有系统升级为建设在AI模型之上的技术底座。
1.负责跟踪业界前沿的安全攻防技术能够评估大模型、智能体安全风险；建设关键基础设施安全防护方案设计与落地。 2.主导SDL安全开发流程优化，建立AI场景下的威胁建模与风险评估体系。 3.负责淘宝闪购数据安全技术前瞻性研究，沉淀数据安全技术和孵化数据安全智能体能力。 4.主导或参与智能体安全工具链的开发与集成，提升智能体安全风险检测、防御与响应能力；
1. 负责创新型AI Agent产品的体验优化。从真实用户场景出发，进行任务拆解与逻辑编排，设计涵盖需求解构、智能交互、方案生成、报价核算等环节的产品功能体验，打造高可用、强闭环的AI产品。 2. 负责AI应用的效果的迭代。负责构建标准化的效果评估体系，通过定义业务核心指标、构建高价值评测数据集（Benchmark），利用数据驱动的方法论，协同算法团队进行策略演进与模型能力边界的探索，确保产品在复杂业务场景下的稳定性与准确率。 3. 紧密追踪大模型底层演进（如Agentic架构、多模态能力、长文本处理等），探索AI时代的全新产品交互形态。负责从技术可行性分析到产品落地的全过程管理，将前沿AI技术高效转化为解决用户实际痛点的产品价值，推动产品体验的差异化竞争。
1、负责海外金币/积分类产品的规划和产品设计，对用户价值、用户规模、和商业结果负责； 2、设计整体积分流通体系，保障发放/核销健康，业务损益健康； 3、负责商家端机制设计，保障商家价值交付； 4、配合商业化产品，创造更多商业化节点，共同为商业化目标负责； 5、协同开发、运营等各内外部协作方，整合资源并统一相关方的前进方向，保障产品进展和实施落地。
1. 效能体系搭建：系统性梳理本地生活BD销售全链路（线索获取→邀约触达→上门拜访→签约转化→商户运营），识别各环节效率瓶颈，设计并落地以AI为核心杠杆的效能提升整体方案。 2. AI应用策略规划：围绕一线BD作业场景，规划AI工具矩阵的能力建设路径（如智能线索分配、AI辅助话术、拜访质量诊断、智能任务编排等），明确优先级、落地节奏与效果验收标准。 3. 数据驱动决策：建立销售效能度量体系，通过数据分析洞察人效分布、转化漏斗、行为-结果归因关系，为管理层提供可落地的策略建议，推动从经验驱动向数据驱动的管理升级。 4. 跨团队协同推动：作为业务与技术的桥梁，将一线销售痛点翻译为产品/技术需求，协同算法、产品、工程团队推动AI能力从POC到规模化落地，确保方案在真实业务场景中产生可衡量的效果。 5. 过程管理与机制设计：设计效能提升项目的推进机制（试点→验证→推广），建立AB测试与效果归因方法论，沉淀可复用的最佳实践与SOP，形成可规模化复制的运营范式。 6. 前沿探索与创新：持续关注AI/大模型技术在销售领域的应用趋势，结合本地生活业务特性探索创新场景（如AI对练、智能陪跑、自动化报告等），保持团队在行业中的前瞻性。
1. 负责政企客户（政府、国企、银行、等大型企业等）的开拓与关系维护，完成销售目标； 2. 挖掘客户采购需求，推广公司政企购平台及企业级产品/服务解决方案； 3. 独立完成商务谈判、合同签订及回款流程，推动项目落地； 4. 协同运营、产品团队，优化客户服务体验，提升客户黏性； 5. 收集市场与竞品动态，为业务策略提供参考.
阿里资产目前为全国法院、政府机构、国企、金融机构、律所等提供资产网络交易、数字化管理等服务 1. 负责开拓各级政府部门（如财政局、国资委、机关事务管理局）、大型国企（中直/省属/市属国企）及公共资源交易中心，建立并深耕合作伙伴关系； 2. 维护已签约的政企客户，激活不活跃机构，引导客户将更多的国有产权、实物资产（存量房产、车辆、大宗物资等）、租赁权等通过阿里资产平台进行公开处置； 3. 推动国有资产保值增值，引导国企及政府平台进行资产上拍，特别是针对存量资产盘活、涉案资产处置等核心业务逻辑的落地； 4. 整合资产数字化管理系统、评估系统等工具能力为地方政府国企定制行业解决方案；挖掘政府国企的资产处置业务新空间，打造本地影响力； 5. 深入研究国家宏观政策及国有资产处置法规，结合政企客户数字化转型需求，创新“互联网+”下的公开交易模式和服务并推动落地。
1. AI重构商业闭环：主导现有电商金融产品的智能化升级，或从0到1设计基于大模型的创新产品（涵盖交易保障、智能保险、风控决策等核心领域），打造行业标杆案例； 2. 智能获客与交互创新：规划并设计下一代AI获客体系，利用多模态大模型技术优化语音交互与社交裂变能力，显著提升转化率与用户体验； 3. 企业级Agent效能革命：深度整合内部顶尖大模型（如悟空、Qoder等），设计并落地企业级AI Agent，重塑团队协作模式，推动研发与运营流程的自动化与智能化变革。
湖畔创办以来的一大核心教学理念是“同学间学习”，它区别于权威式、中心化、追求快速给答案的学习模式，相反坚定地相信：一群背景经验迥异但彼此信任、志同道合的创业者有能力创造巨大的集体智慧。这种学习模式的差异化价值包括但不限于：多元视角碰撞下对认知盲区和心智模式的照见、一号位领导力的共同修炼、创业者的心力加油站… 支撑这样一种学习模式需要一支特别的专业团队，姑且称之为“深度对话”专家团，TA的核心使命是为这群创业者构建一个有安全感和链接感的场域，并在其中促成（也可以是引导、编织、设计）同学间持续的高质量对话。
1、整合营销策略与策划，围绕千问品牌下软硬件AI生活服务能力，整合集团二方和品牌商家，创造有影响力的营销IP和节点活动，制定营销规则发起专项整合营销策划和战役。牵头创意、内容策划和执行落地全流程。 2、全渠道传播与资源协同。在攻坚项目和BG的跨业务战役中统筹线上线下全渠道传播资源，包括但不限于社交媒体（微信/微博/抖音/B站等）、KOL/KOC、行业媒体、线下活动、广告投放（SEM/信息流/户外广告等）； 3、探索创新渠道和营销玩法（如新的跨界打法，Cobranding合作和新技术玩法），以提升广泛用户认知、心智和参与度。建立有效的创新营销动作。
1. 全年营销策略制定与执行： 基于跨境市场洞察与业务增长目标，独立制定年度及季度整合营销规划，涵盖促销活动策划、预算管控、资源统筹等全链路环节，并对618、双11、双12等核心大促的营销结果负责。 2. 跨部门协同推进： 沟通淘系营销团队，协同产品技术、设计、各区域市场负责人及财务、风控等职能部门，统筹项目从方案到上线的全流程推进，同步建立效果监控机制，确保项目高质量交付。 3. 数据分析与效果复盘： 搭建营销活动效果评估体系，通过持续的数据监控与归因分析，定期输出复盘报告并沉淀方法论，驱动投放策略与ROI的持续优化。 4. 市场洞察与产品迭代： 持续追踪跨境电商行业动态、竞品策略及全球消费趋势，为业务决策提供前瞻性建议；同时推动端内营销产品能力的持续迭代与升级。
1、主导海外电商渠道从0到1的搭建与规模化增长，推动IP衍生品在亚马逊、速卖通、TEMU、SHEIN等平台实现GMV与品牌影响力的双提升； 2、负责各平台店铺搭建、Listing优化、广告投放及日常运营，制定差异化的选品、定价与促销策略。统筹平台级大促（Prime Day、黑五等）及日常营销活动，建立数据监控体系，定期复盘并迭代运营策略； 3、供应链与库存协同，协同供应链与物流团队，制定海外仓/国内直发备货策略，优化物流成本与履约时效； 4、平台关系与合规管理，维护平台小二及商务对接人关系，争取资源与政策支持；确保运营合规，处理知识产权、审核及投诉等事务。
1、AI服务产品方案设计：深入1688买家/卖家的交易动线和服务场景，识别痛点，设计AI驱动的解决方案，推动落地并对服务质量和效率指标负责。 2、大模型能力场景落地：负责大模型在服务链路中的应用（意图识别，workflow搭建，策略agent测评），持续优化AI策略准确性，提升智能解决率和用户满意度。 3、数据驱动&跨团队协同：通过用户行为数据和AI效果数据发现机会、制定策略、追踪效果，用数据闭环驱动产品迭代；能与算法、工程、业务、运营多方协作推进策略。
产品规划 1. 负责 AI 产品的中长期规划与版本路线设计，持续跟踪大模型、Agent、多模态等技术演进趋势，评估其对产品方向、功能边界、商业模式及竞争格局的影响，动态调整产品策略与优先级，确保产品方向与技术可行性、市场窗口和商业价值保持一致。 2. 深入理解用户任务、业务流程和使用场景中的痛点，抽象出高价值、可标准化、可规模化的 AI 应用场景，形成清晰的产品定义、场景边界和优先级判断。 3. 持续跟踪 AI 领域竞品、基础模型能力变化及生态格局，分析市场机会、潜在替代风险和能力空心化风险，识别新的增长机会，并为产品定位、竞争策略和能力布局提供输入。 4. 规划产品从0-1 到 1-N 的演进路线，结合市场验证、客户反馈和商业化目标，推动产品能力持续完善与规模化复制。 AI能力产品化 1. 深入分析客户任务链路和业务流程，识别适合被 AI 重构与优化的关键环节，设计 AI 原生的产品形态、交互模式、配置机制和使用体验。 2. 协同算法团队确定模型选型、能力边界、输入输出和优化方向，将模型能力转化为可用、可配置、可规模化复制的产品功能，提升产品使用价值和用户体验。 3. 在产品方案设计和版本演进中，综合平衡效果、成本、时延、稳定性和可解释性，推动产品在业务价值、用户体验与工程可行性之间实现最优解。 风险控制与安全设计 1. 识别 AI 产品中的幻觉、误答、越权、敏感内容、安全和合规风险，设计异常处理、权限控制、人机协同与人工兜底机制，提升产品在关键场景下的稳定性与可控性。 2. 结合业务场景建立风险分级与安全边界，明确不同场景下的适用范围、限制条件和处理策略，保障 AI 产品在不同场景下稳定、可控、合规地使用。 效果评测 1. 负责 AI 产品效果评估体系建设，围绕产品目标和业务场景，建立覆盖模型效果、任务完成、用户体验和业务价值的评测框架。 2. 协同评测、算法、研发和业务团队构建评测指标体系与业务指标体系，明确评测维度、评价标准、评分机制、样本构成和权重设计，确保指标具备指导性、可衡量性和可执行性。 3. 设计和推动标准评测集、业务测试集和典型案例库建设，覆盖核心场景、高风险场景和边界场景，为版本评估、能力比较和优化决策提供依据。 4. 推动建立 AI 产品的线上线下评估机制，结合离线评测、灰度验证、线上行为数据、人工反馈和业务结果，综合判断产品能力和版本效果。 5. 基于评测结果识别关键问题与优化方向，区分模型问题、知识问题、工作流问题、交互问题和场景匹配问题，推动产品、算法和工程侧形成针对性的优化方案。 6. 负责评测结果在产品规划和版本迭代中的应用，将评测结论转化为产品能力优化、场景边界调整、配置策略优化和版本优先级判断依据，形成持续优化闭环。 项目管理 1. 负责跨团队沟通与项目推进，协调算法、研发、测试、运营、业务等相关团队，推动需求评审、开发、测试、上线和复盘等环节高效协同。 2. 建立项目节奏、风险预警和关键事项跟踪机制，确保产品版本按计划推进并实现预期目标。 产品的经营支持 1. 协同前线团队开展产品经营分析，结合市场表现、竞品动态和业务数据，输出产品经营洞察和改进建议，为业务拓展策略和 GTM 计划提供支持。 2. 结合产品能力、优势场景和伙伴能力图谱，参与生态合作与增长模式设计，推动基于生态的规模化增长和可持续合作机制建设。 产品上市 1. 制定产品上架策略制定与发布节奏规划，推动按计划上线并与市场、内部形成一致、准确的表达。 2. 主导产品GTM材料编写，协助pdsa、销售和市场团队完成价值传递和营销推广支持。 3. 推动标杆客户案例建设，形成可复制的行业方案、最佳实践和销售支持材料。 4. 产品商机挖掘，负责产品的目标市场分析，商机沉淀和情报沉淀，为重点场景突破和产品迭代提供支持。 产品持续改进 1. 持续跟踪客户对产品的使用情况，合理安排需求优先级，推动产品改进，新产品或功能孵化，提升产品易用性、稳定性、安全性、性能和成本效率。 2. 负责 AI 产品反馈闭环建设，沉淀高频问题、失败样本和业务评测数据，协同算法与研发团队持续优化模型效果和产品体验。
1、行业运营：通过对家居百货行业的市场趋势和消费者需求洞察形成有效策略，基于目标拆解落地到品类规划、商品运营计划，对行业的生意结果负责； 2、商品运营：结合行业特征和全网热销品，制定家居百货品类规划，打造健康的品类结构，产出具有精准性与前瞻性的商品企划，为商品力负责； 3、爆品运营：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； 4、商家运营：根据品类策略与消费者需求，进行产业带商家及工厂招商与洽谈，并通过商家运营策略，打造超级爆款； 5、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、你将成为手淘核心产品（搜推和用户平台产品团队）的HRBP，直接支持核心业务团队的组织建设与人才战略。这个岗位的目标不是"处理人事问题"，而是帮助团队在AI高速演进的周期里，建立高效、敏捷和有创造力的组织系统。 2、深入理解业务目标、产品方向和组织瓶颈，把业务战略转化为组织结构、岗位设计和人才规划的优先级。你不只是执行政策，而是和业务负责人一起想清楚"这个团队该怎么长"。 3、负责团队组织诊断、结构优化、关键岗位盘点和人才梯队建设。帮业务看清：哪些团队该补人，哪些该重组，哪些关键人才必须留住。 4、和业务负责人一起想清楚在AI时代这些岗位到底要什么样的人——过去看重的能力可能不再关键，新的关键能力也未必有现成的判断标准。定义新的人才画像，再决定从哪里找、用什么方式触达、怎么在面试里真正识别出来，而不是沿用过去招聘惯性。 5、在新的工作方式下，推动AI工具在HR场景的合理应用，重新定义什么数据值得看、怎么看，如何收集和应用，建立有效合理的People Metrics 6、设计从招聘、入职、成长、绩效、晋升到离职的员工全周期体验，推动开放沟通、持续学习的团队文化。
1、了解市场和竞对在人才、激励上的动向，结合所在业务组织的特点，设计匹配人才策略的激励策略 2、与HRBP合作，对所负责业务的激励机制的调研、分析、设计； 3、结合业务，内部战略外部市场竞对，进行年度激励和即时激励的设计和运营； 4、在集团薪酬福利政策的基础上，结合自身组织和人才特点，激励策略，进行调适、宣导和落地 5、协助HR负责人，处理薪酬方面的疑难案例。
1、AI+金融解决方案的市场语言构建：深入理解阿里云AI产品（如通义点金）及金融行业解决方案，提炼差异化价值主张，打造标杆客户案例，形成可复制、可传播的内容资产与行业叙事体系，建立阿里云在金融AI领域的领导心智。 2、产品与解决方案级营销策划与落地：基于金融行业细分赛道（银行、证券、保险、资管等）的业务痛点与AI转型诉求，制定整合营销策略，联动产品、解决方案、销售、生态等多方资源，推动从“技术能力”到“客户价值”的高效转化，并对关键营销项目的业务结果负责。 3、高影响力行业活动运营：主导策划并执行金融行业峰会、闭门研讨会、客户沙龙等线上线下融合的营销活动，精准触达决策层客户，强化阿里云在金融AI领域的专业形象与生态影响力。 4、行业洞察与趋势预判：持续跟踪金融行业AI应用趋势、监管动态与竞对策略，输出前瞻性洞察，反哺产品与解决方案迭代，驱动营销策略动态优化。 5、跨部门协同与资源整合：统筹预算、供应商及内外部资源，与产品、技术、销售、运营团队紧密协作，确保营销策略与业务目标高度对齐，以创新形式实现Marketing to Leads的高效转化。
负责 AliExpress 用户增长场景下的 SEO 与 GEO 业务规划与落地，核心目标是通过搜索引擎与生成式引擎的自然流量持续优化，实现免费流量规模与转化的稳定增长。 - SEO 策略与落地：主导关键词策略、页面与内容优化、站点结构与落地页体验优化，提升核心页面的搜索排名与自然流量获取能力 - GEO 布局：面向生成式搜索与 AI 问答场景（AI Overviews、AI 助手等）优化内容与信息结构，提升 AI 引擎的内容引用与曝光 - AI 提效：利用 AI 工具与能力重构 SEO/GEO 工作流，覆盖内容批量生产、关键词与竞品分析、页面优化等环节，以 AI 放大产出规模与效率 跨团队协作与数据驱动：与产品、工程、内容、算法团队协同推动需求落地；建立效果度量体系，持续追踪关键词、流量与转化数据，驱动优化方向迭代
1. 业绩预测及节奏管理： a. 业绩预测：结合客户、场景、产品特点，按周生成业绩预测，包括大模型收入和大模型调用量； b. 业务节奏：结合部门业务策略，生成对应的运营策略，管控业绩达成节奏，并及时预警风险。 2. 客户管理： a. 客户拓新运营：制定Leads运营规则及流转机制，支持业务团队拓客； b. 客户分层管理：推动业务落实客户分层与客户场景、客户策略、以及客户销售资源的匹配，制定差异化跟进策略，支持业务增长； c. 客户过程管理：针对KA客户推动落实销售完成客户跟进要求，包括机会机会大图、决策链分析等工作；客户日常触达管理； d. 客户账号管理：基于公司规则制度支持业务客户账号管理，周期性的盘点（关联、流转、释放），实现高效流转和转化。 3. 商机管理： a. 管理机制：建立大模型商机的管理机制和方法，并设计对应管理工具。 b. 商机盘点：针对公司战役产品、重点场景、重点客户推动业务团队及时录入商机，定期更新商机进展，确保商机蓄水的有效性和充足度。 4. 战役运营： a. 方案设计：能够结合热点场景、产品快速设计战役方案，包括目标、团队、运营策略、激励等。 b. 过程运营：监控战役过程指标进展，及时发现问题并预警，推动相关团队改进。 5. 跨部门协同：协同公司中后台资源有效支持销售团队业务落地。
面向中小企业客户，负责云计算与AI整体解决方案设计 1、基于阿里云产品体系，完成业务系统上云、系统架构优化、智能化升级等方案规划 2、结合企业实际业务场景，设计AI应用方案，包括企业知识库、智能客服、智能助手、业务自动化等方向 3、负责大模型相关能力的接入、应用设计与落地实施 4、负责客户技术交流、方案讲解、需求分析及项目推进 5、协同产品、研发、销售等团队完成项目交付 6、输出技术方案文档、架构设计文档及最佳实践 7、参与团队技术建设与技术培训
1、售前工作：负责区域政企项目的需求、规划、方案、招投标等工作，协同内部部门与外部生态伙伴等资源，在方案规划、售前、交付等关键里程碑节点联合攻坚，保障项目成功； 2、解决方案： 人工智能咨询和落地：能够面向政务客户，以大模型为基础，通过使用RAG、Agent等相关技术架构结合大模型产品设计可落地的大模型应用解决方案，解决客户实际场景问题；云平台的建设和运营：能够提供云平台从规划到实施落地全过程技术交流及解决方案，并在落地过程中对内外部团队提供必要的技术指导，确保客户在云的架构选型、应用改造中获得高性价比的技术方案； 3、行业识别：负责支持市场洞察、竞争分析、行业打法策略分析与制定，支撑泛政府行业机会点识别、行业整体业务规划和策略落地； 4、外部影响：联动周边团队，打造面向细分行业与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo 演示等活动，激发客户兴趣，传递技术价值，赢得客户信任；负责开展面向政府、生态合作伙伴的培训与市场宣贯活动。
1、根据集团战略发展要求，拓展浙江省泛政府、央国企、教育、卫健、科研等行业目标客户的云和AI业务； 2、行业洞察与策略：基于行业/区域洞察，制定清晰的业务拓展策略及市场打法；在重点方向、标杆客户或赛道上找到有竞争力的打法，带来创造性的突破，拿到结果； 3、商机转化：独立call high 客户决策链各级主管，完成有效的业务和技术交流，影响并加速决策；指导和协助团队成员完成项目谈判，牵引合作商谈，从决策链影响谈判结果； 4、项目运作：能带领跨团队、跨公司大型复杂项目；为客户提供战略、业务和技术全方面整体方案的顾问式销售；在行业/区域层面取得多项目运作成功，预判项目和客户形势，有效应对客户复杂的决策流程； 5、生态合作：完成当地重要生态伙伴的结构化、梯度布局，优化伙伴组成，建立战略关系、创新合作模式；参与当地生态伙伴合作策略制定并推动落地，赋能并激发伙伴动力，带来较大商业回报，帮助伙伴业务成功； 6、需求洞察和方案匹配：熟练掌握对应行业主打解决方案，能深度解读阿里云标杆案例，掌握方案的核心优势及差异化竞争能力；基于细分领域洞察，引导客户需求，对客户战略、业务、技术进行全面梳理和诊断，提供有行业前瞻性的方案。
