杭州售后技术支持工程师
售后技术支持工程师是负责为客户提供技术支持和解决售后技术问题的专业人员。他们的主要职责包括响应客户的技术咨询和技术支持请求，解决产品故障和技术问题，协助客户在使用产品过程中遇到的技术难题，提供培训和指导客户使用产品，并跟进解决方案的实施情况。售后技术支持工程师通常需要与客户沟通，了解其需求，并及时响应和解决问题，同时需要与内部技术团队协作，协助调试产品故障和改进产品性能。此外，他们还需要撰写技术文档，记录客户问题和解决方案，以便团队共享和案例积累。这个职位需要具备良好的沟通能力、问题解决能力和团队协作能力，同时对技术和产品有深入的了解。
薪酬概览
平均月薪
¥9700
中位数 ¥9000 ｜ 区间 ¥7600 - ¥11800
数据来源：谈职全网90份招聘数据；更新时间：2026年7月13日
月薪分布
56.7% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
71
对比上月：岗位减少44
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 56 | 82.4% |
| 1-3年 | 5 | 7.4% |
| 3-5年 | 2 | 2.9% |
| 不限经验 | 5 | 7.4% |
热招职位
及职责：
1、主要负责触摸屏、PLC、伺服电机等产品在管辖区域的销售及技术支持工作
2、通过各种途径，与重要客户、合作伙伴建立并维护长期稳定的良好关系，并组织做好客户服务；
3、维护当前客户和销售渠道。
任职资格：
1、熟悉本地OEM市场，有从事自动化产品销售2年以上经验。
2、对HMI,伺服，PLC有一定的了解；具有推荐常见的系统解决方案的能力；有较强的沟通、协调能力。
3、有激情，勤奋，乐观，喜欢挑战。
4、有OEM客户基础，善于关系营销优先考虑。
工作地点：杭州
作为不动产技术部的团队管理者，全面负责智慧办公、空间运营、资产管理的系统建设，为集团、生态公司和外部客户提供行业领先的技术系统解决方案。
1. 系统架构设计：主导整体技术架构设计，确保系统具备高可用性、高并发处理能力及良好的扩展性，以支撑全球数百万方园区不同管理业态的复杂场景；
2. 解决方案交付：深度链接业务，挖掘内外部客户在不动产场景下的数字化痛点与需求，交付稳定、高效、可产品化的技术解决方案，同时探索对外的技术输出与服务模式；
3. 技术创新与前瞻：鼓励并主导技术创新，探索AI大模型等新技术在不动产场景的落地应用，建立团队在数字化领域的技术领先性和行业影响力；
4. 研发效能提升：建立完善的研发管理体系，优化开发流程，持续提升团队技术交付效率与研发质量。
1、参与风险数据AI native基础设施建设。 参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建。 满足风险数据生成和分析的AI native化。打造高性价比、高可用、先进性的阿里安全数据基座。
2、负责 AI Coding 后端服务的设计、开发与高可用部署，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行。支撑data+AI 的AI智能能力。
3、引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地。
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性
2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力
3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等
4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
数据技术及产品部-AI 数据研发工程师-数据公共层建设/数据语义层建设
1、主导面向Agent的新型数据语义层架构设计与落地，推动数据资产从数据表向智能体可理解、可调用、可推理的消费模式演进；
2、负责端到端数据建模设计与开发交付，基于流批一体架构（Flink + Spark + Paimon）实现业务模型的统一构建与服务；
3、负责数据质量治理与链路稳定性保障，建立覆盖全链路的监控告警、血缘追踪，确保关键数据任务满足SLA要求；
1.负责阿里巴巴公益产品的全栈开发工作；
2.通过工具，平台等方式，来解决复杂业务系统需求和产品交付，提高工作效率，提升系统的整体用户体验；
3.有良好的洞察能力，能够通过新技术、业界优秀产品的分析调研来提升我们的产品体验。
1、负责中后台 、企业管理类产品的研发技术工作
2、负责对应项目的问题排查和解决
3、总结并沉淀项目中的技术方案和相关经验 ，能赋能到团队 ， 提升研发效率
4、打造团队通用的基础组件&设施
我们正在寻找一位经验丰富的模块测试工程师，专注于服务器核心模块与子系统的深度测试与验证。您将负责从单元到系统级的测试策略设计、自动化实现与问题定位，确保服务器各关键模块（如内核/虚拟化、高速总线、编解码等）的功能、性能、可靠性及兼容性满足严苛的行业标准。您需要对服务器硬件架构与软件栈有深入理解，并能通过创新的测试方法发现潜在缺陷，为产品的高质量交付提供坚实保障。
岗位职责：
1. 服务器核心模块测试策略与执行：负责制定和执行服务器关键模块的测试计划，特别是在如下某一个或者某几个核心模块有扎实测试专长的候选人加入：
a. 内核与虚拟化模块：测试虚拟化技术（如KVM, VMware ESXi）、容器运行时、内核关键子系统（调度、内存管理、网络栈）的功能、性能隔离与稳定性。
b. 高速互连总线模块：负责PCIe, CXL, NVLink等高速总线的功能验证、带宽/延迟性能基准测试、错误注入与容错测试。
c. 硬件加速与编解码模块：测试GPU、视频编解码器（如H.264/HEVC/AV1）、加解密引擎等硬件加速单元的功能正确性、性能提升及驱动兼容性。
d. 固件与BMC模块：参与服务器固件（BIOS/UEFI）、基板管理控制器（BMC）的接口、安全与可靠性测试。
2. 测试框架与自动化开发：针对特定模块，设计并开发高覆盖率的自动化测试套件、压力测试工具和性能基准测试框架。集成到CI/CD流水线，实现模块质量的持续监控。
3. 深度分析与问题定位：执行测试并分析结果，能深入日志、硬件寄存器、性能计数器等，对发现的缺陷进行根因分析，准确定位至硬件、固件、驱动或应用层，并与研发团队紧密协作推动问题解决。
4. 系统级集成与可靠性验证：将模块测试融入整机系统测试，验证多模块协同工作下的功能与性能，设计并执行长时压力、故障恢复、容错等可靠性测试场景。
5. 技术预研与能力建设：跟踪服务器技术演进（如新硬件架构、互联协议、虚拟化技术），预研新的测试方法、工具与标准，提升团队在特定模块领域的测试深度与效率。
1、负责面向全集团中间件的质量保障，注重产品体验，能够从用户视角发现问题并反馈给开发，参与中间件发版迭代测试，编写集测用例集并执行；
2、参与中间件CI/CD流程优化，确保中间件在持续集成和交付过程中得到充分测试；
3、维护和优化现有的测试工具和自动化测试框架，确保其稳定运行。研究并引I入新的测试工具和技术，并通过AlCoding提效集成封装覆盖率；
4、参与建设中间件自动化压测体系；
5、制订中间件的发布规范和质量标准，并与研发同学一起落地质量规范。
我们是阿里巴巴平台技术TPP AI研发团队，负责搜推广及AI应用研发平台的建设和维护。为淘宝、千问、闪购、高德、闲鱼、飞猪等多个业务部门提供应用研发基础设施，并直接参与头部业务的应用研发。
主要工作内容如下：
1. 搜推广业务研发：负责阿里巴巴核心搜索、推荐、广告业务的系统设计与开发，支撑亿级用户规模的实时流量。深入理解业务场景，参与从需求分析、架构设计到上线运维的全链路研发工作。优化系统性能与稳定性，保障高并发场景下的低延迟、高可用服务。
2. AI Native研发范式升级：推动搜索推荐系统的 AI Native 转型，探索大模型在搜推场景的深度应用。重构传统研发流程，构建以 AI 为核心的新一代研发范式，提升研发效率与系统智能化水平。研究并落地生成式检索、生成式排序、多模态理解等前沿技术在业务中的工程化实践。
3. AI应用研发：设计并开发面向搜推场景的智能 Agent 系统，构建 Agent 编排框架，整合工具链、知识库与业务系统，打造自感知、自决策、自执行的智能体。抽象Agent需求并沉淀Agent Infra。
我们将提供：
参与阿里巴巴核心业务的技术挑战，影响亿级用户体验。
与行业顶尖技术团队合作，接触前沿的 AI 技术与工程实践。
开放的技术氛围与完善的成长体系，支持技术创新与职业发展。
1. 研发具身场景自动标注与数据质量评估算法，覆盖运动、感知、具身规划等多层标注及多模态对齐，构建标注自动校验与质量评分体系。
2. 研究 Data-Centric AI 前沿方法（数据混合优化、主动数据选择、数据影响函数等），通过消融实验、归因分析等手段量化不同数据源对模型性能的边际贡献，探索具身场景下的数据 scaling law。
3. 基于价值量化结果制定并迭代训练数据配方（来源配比、质量阈值、规模规划），为数据飞轮的资源分配提供量化依据。
4. 负责具身数据预处理流程的算法设计，包括多模态对齐、轨迹平滑、异常检测与清洗等环节的规范化与自动化。
1、参与飞猪旅行行业中服务业务的数据模块开发，建设面向业务及研发构建数据分析能力。
2、负责飞猪服务的数据资产相关的数据管理和开发工作，如设计埋点采集方案、数据清洗、业务逻辑还原、海量数据即席或预计算、数据安全和使用权限规范的制定，并推动实施落地，提供数据解决方案。
3、推进湖仓一体架构演进，引入数据湖技术，设计混合计算架构，提升实时与离线任务的开发效率、可维护性及迭代敏捷性。
4、参与AI辅助效能提升。
1、根据生产计划制定物料需求计划,并下单请购,跟踪物料进度,确保满足生产需要;
2、预测跟进供应商产能与交付,对判断无法满足的交付提出预警;
3、跟进到货计划与实际达成情况并追踪检验结果;
4、负责MRP以及库存管理的设计与开发；
5、对呆滞物料进行统一分析并全程把控处理，包括不限于产品选型、兼容替代、售卖、报废等处理方式。
6、对供应链IT系统进行业务需求深化开发，不断完善整套供应链系统的数据化。