杭州微整医生
微整医生是指具有整形外科医学背景和专业资格的医生，专门从事微整形领域的临床工作。他们通过各种微创手术或非手术技术，如注射美容、激光治疗、微整形手术等，帮助患者改善面部轮廓、皮肤质地和外貌。微整医生需要对面部解剖结构、各种整形手术技术和美学原则有深入了解，并且具备对患者需求的敏感度和沟通能力。他们要与患者充分沟通，根据患者的需求和预期目标，制定个性化的美容方案，并提供专业的医疗建议和治疗方案。此外，微整医生还需要具备丰富的临床经验和对美容行业发展趋势的了解，不断提升自身专业水平。在开展微整形医学工作的同时，微整医生还需关注安全、卫生等医疗保障问题，确保患者的安全与健康。
薪酬概览
平均月薪
¥50400
中位数 ¥0 ｜ 区间 ¥39700 - ¥61000
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
71.4% 人群薪酬落在 >30k
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
7月新增岗位
7
对比上月：岗位新增6
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 |
|---|---|---|
| 1-3年 | 2 | 33.3% |
| 3-5年 | 2 | 33.3% |
| 5-10年 | 1 | 16.7% |
| >10年 | 1 | 16.7% |
热招职位
深入行为风险业务，理解行为风控系统全链路，设计并构建面向行为风控的各类agent。根据业务特点完成Agent架构设计（Harness Engineering、Memory设计、Skill建设），同时针对大模型在Agent运行过程中存在的效果不佳问题做定制优化，系统性提升Agent的完成质量与业务效果。
岗位职责
1. 行为风控Agent体系构建
深入理解行为风控业务场景（账号风险、交易风险、营销反作弊、内容安全等），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设。根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式。
2. Harness Engineering
设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化。构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环。
3. Memory设计
设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）。探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率。结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案。
4. Skill建设
构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的Skill。设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新。建立Skill的质量评估与迭代优化流程。
5. 大模型效果优化
针对大模型在Agent运行过程中存在的幻觉、推理偏差、指令遵循不足等问题，探索定制优化方案。包括但不限于：Prompt Engineering优化、SFT微调、RLHF/Agentic RL对齐训练、推理时干预（Guardrails）等。结合行为风控业务数据，构建高质量训练与评测数据集。
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、 研发面向仿真的3D生成与重建算法，覆盖单体资产（关节体、可形变物体等）到场景级环境，产出几何合法、物理参数完备、可直接导入物理引擎的高质量3D模型与可交互仿真场景；打通从真实采集数据到可编辑仿真场景的链路；
2、 研发面向仿真训练的高通量渲染管线，包括但不限于3DGS批量渲染优化、物理引擎与渲染的耦合更新机制、以及多环境并行渲染架构，支撑大规模视觉强化学习的实时视觉观测需求；
3、 探索Agentic场景生成等前沿方向，利用驱动场景的自动化构建与迭代；
4、 优化研究Sim2Real闭环相关技术：域随机化、Real-to-Sim重建、合成演示数据生成等，提升具身策略在真实环境中的泛化能力。
面向阿里集团内部业务提供AI Infra容器网络、服务网络等技术支持，支撑集团内部大模型训练、推理、Agent等工作workload形态，服务ATH、淘天、闪购、国际化等各个业务BU。
● 负责面向异构/多云等 AI 计算环境构建统一的 K8s 容器网络，支持 RDMA 高性能通信，保障大规模训练与推理场景的网络性能与稳定性；
● 负责容器网络的轻量化多租隔离能力建设，支撑 AI 业务、传统业务的统一部署；
● 负责面向 Agent 场景提供安全、高效的沙箱网络技术；
● 负责 CoreDNS、kube-proxy 等云原生网络服务的建设与优化，提升 K8s Service 的可用性与性能；
1、负责阿里巴巴淘天集团内部经营管理的智能化方向相关产品建设，如AI-Agent、机器审核、Document+AI、流程自动化等；
2、深入业务一线，发现与深入理解业务真实需求，挖掘AI赋能业务的场景，一杆到底并带来实际肉眼可见的业务价值；
3、通过技术工程实现，编排与调用LLM、MLLM及其他AI算法能力，有效解决问题并达成业务/技术目标。
一、Qoder产品解决方案设计与落地
深入理解 Qoder 产品能力，输出标准化的解决方案文档、产品架构白皮书和 POC 演示材料
拉通业务和产研团队，推动企业规模化产品使用，洞察行业共性需求，反哺并提升产品竞争力
二、Qoder 企业客群业务拓展
面向业务团队提供体系化产品培训、技术方案支持与最佳实践指导，支撑售前转化；
深度参与关键客户的售前会议、方案答辩与产品演示，协同推进签约闭环；
打磨标杆客户案例，沉淀可复制的行业打法与推广模式。
三、Qoder产品布道与品牌建设
作为 Qoder 生态代言人，在行业会议、技术峰会、开发者大会、直播间等进行产品演讲和案例分享
策划并输出高质量技术内容（技术博客、案例研究、Demo 项目），展示产品应用价值
1、负责全国重点城市合作商开拓与日常运营工作
2、对合作商家做赋能及管理，保持良性的合作关系
3、关注竞品动态，调研市场最新的渠道玩法，并能及时提出应对方案
4、负责本地营商环境的建设与维护
5、为运力指标负责，能拿结果
1. 负责闪购场景下生成式商品推荐系统的设计与实现，推动 OneRec/OneSearch 等端到端架构在千万级 DAU 业务中落地。
2. 主导基于 Decoder-Only 架构的商品生成与排序算法，利用强化学习（RL）优化奖励系统，提升推荐的准确性和转化率。
3. 构建多模态用户表征体系，深度融合长短期行为，利用语义建模技术打造下一代用户标签体系。
4. 应用层级量化编码（RQ-VAE）等技术解决商品结构化难题，持续优化 CTR 和订单转化指标。
1.基于历史数据（如咨询量、投诉量、订单波动等），建立并优化客服业务量预测模型（时间序列、机器学习等），覆盖日常、促销、节假日等场景；结合业务策略（如大促、新功能上线）和外部因素（如天气、市场活动）调整预测逻辑。
2.根据预测结果制定客服资源分配方案（如人力排班、坐席数量、技能组配置），确保服务效率与成本平衡；在业务波动时（如突发咨询高峰），快速调整资源调度策略，避免服务超载或人力闲置。
3.建立客服资源管理方法论，包括预测模型迭代、排班规则、异常预警机制等；推动标准化流程落地
4.定期分析预测偏差、资源使用效率（如坐席利用率、平均处理时长），优化模型与策略；定期输出资源管理报告，总结问题并优化迭代
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. 责淘宝闪购首页搜推关联模块产品，围绕外卖、零售行业特性，优化、设计围绕不同场景下用户需求的用户导购表达及流量策略；
2. 负责设计不同行业在自然流量的产品解决方案，能够充分考虑与业务、市场、兄弟产品团队等相关角色的配合；
3. 擅长运用数据分析和用户研究等方法，分析不同场景下的流量的ROI，挖掘到更多和行业联动促增长的机会空间。
1. 负责到店团购业务的C端产品规划与设计，聚焦用户“找店/优惠-决策-交易”全链路体验，通过产品创新与精细化运营，提升用户决策效率与交易规模，助力业务持续增长
2. 洞察用户到店团购消费场景与决策心理，设计并持续优化店/品详情页、推荐流等核心动线，突出店铺特色与团购价值，提升转化率
3. 协同内容团队，构建评价、推荐菜、笔记等内容体系，强化店铺种草能力，帮助用户高效决策，提升平台内容竞争力