薪酬概览
平均月薪
¥19100
中位数 ¥0 ｜ 区间 ¥14300 - ¥23900
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
42.9% 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
7月新增岗位
3
对比上月：岗位减少2
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 |
|---|---|---|
| 5-10年 | 2 | 66.7% |
| 不限经验 | 1 | 33.3% |
热招职位
1.制定并拆解搜推产品线的年度/季度/月度商业化收入目标，推动目标达成。
2.基于平台搜推产品能力，协助横向团队为客户量身定制搜推竞价广告投放策略方案；持续优化 CTR、CPC、ROI 等核心指标；从服务客户中提炼高价值成功案例，输出产线投资标准化方法论；
3.反哺产品能力，基于定向客户的案例沉淀。提出产品功能优化迭代建议，推动策略能力产品化，提升规模化服务能力。
1、负责淘宝跑腿等同城服务的业务规划和运营，提升服务的订单和营收规模；
2、负责场景化同城服务的创新，协同履约团队设计服务模式和价格策略，保障效率与ROI的平衡；
3、通过对接淘宝闪购/淘天/异业合作等提升业务的目标用户触达和转化，达成业务订单规模；
1.对行业趋势、市场动态、竞争格局、商业机会进行深度跟踪和敏锐洞察，结合公司的发展阶段和资源禀赋，产出有深度的研究报告和策略建议，为公司管理决策提供决策支持
2.贴近业务策略开展专项课题研究，体系化梳理内部现状，识别和定义业务关键问题，结合跨行业的商业逻辑、标杆企业研究、行业调研等方式，形成基于业务底层规律的关键认知、策略推演、决策建议，推动业务认知迭代和策略落地
3.挖掘行业新商业模式和新增长机会，评估新模式新机会对公司业务的影响、可实现性及潜在的增长空间，提出建设性的增长建议，给出一定路径推演和风险预判
4.通过经营分析框架构建、业务数据分析、定量对比调研，挖掘业务存在的问题，识别潜在的机会点，推动业务策略优化和提效
1.解决方案与标准化：主导高校团餐经营的整体方案设计，制定品牌形象、装修标准及门店运营SOP，确保标准化落地；
2.模型设计与流程优化：设计生态商合作的底层商业模型（权责、分润、进退机制），搭建并优化内部招商对接与履约的标准化流程；
3.合作商全周期管理：负责KA供给及生态商的资质审核、履约评估与分级管理，监控经营数据，输出整改方案并监督执行；
4.运营赋能与迭代：基于数据分析监控项目健康度，为授权商提供持续运营支持，快速迭代品牌策略与合作模型；
1. 负责连锁型零售商即时零售业务，制定行业高质量运营策略，为行业交易规模、用户增长、履约体验、经营效率负责；
2. 商品运营：研究商家商品供给结构，包括不限于商品供给、类目、价格力等，梳理起与交易的因果关系链，并持续优化商品结构及交易转化链路；
3. 店铺运营：以即时零售需求，构建店铺内各营销模块及导购链路，提升用户决策效率；
4. 营销及用户：基于平台营销节奏及商家自营销，整合双方资源策划活动。用用户视角出发，以场景运营、会员体系等工具提升高质量客群；
5. 履约体验：定向分析商户履约全链路及客户体验环节的问题，结合行业先进解决方案，协助商家进行流程、系统等优化；
6. 内外部协同：内部与平台相关团队深度协同，外部与商户各部门进行协作，串联内外部资源识别问题和机会，并制定相关解决方案。
1.负责鲜花行业品类及商品整理与分析，并进行分类管理和标签化处理，制定商品分类标准和标签体系；
2.深入研究鲜花市场及用户需求，依据平台定位与数据洞察，建立并持续完善鲜花优品的评估标准与流程；
3.定期评估鲜花商品及优品的销售表现和用户反馈，根据数据分析结果，提出商品的优化建议，以提升商品的竞争力和用户满意度；
4.针对不同的营销活动、促销策略和季节变化等因素，分析其对鲜花业务的影响，为鲜花商品在营销策略提供数据依据，为商家提供营销活动的支持和指导，提高商家的参与度和活动效果；
5.结合行业趋势，竞争对手行业动作及平台的发展战略，制定鲜花优品的中长期发展规划，明确业务目标和重点工作，推动业务的持续发展和创新。
【团队介绍】
阿里巴巴中间件团队是集团基础技术的核心支撑力量，负责消息、服务发现与软负载、分布式协调、任务调度）、配置管理等核心中间件产品在集团内部的稳定性保障与运维体系建设。
这些中间件承载了阿里集团几乎所有在线业务的流量调度、服务通信与数据流转，覆盖电商、物流、本地生活、云计算、大文娱等 BU，日均处理万亿级消息、百万级服务节点调度，是每年双 11 大促的底层生命线。
团队当前重点方向：
1、稳定性工程 — 从准入规范、变更管控到容灾演练的全链路保障体系，目标全年中间件可用性
99.99%；
2、AI 智能运维（Agentic SRE） — 将运维经验沉淀为 Agent Skills，通过 LLM + MCP 实现告警自愈、风险治理、架构演进，通过 AI 提升中间件产品的稳定性
我们相信：下一代 SRE 不只是运维工程师，更是用 AI 重新定义运维的人。 如果你既有系统功底，又对用技术杠杆 10x 提效充满热情，这里是你的主场。
【职责描述】
1. 负责阿里巴巴集团核心中间件（软负载 / 消息 / ZooKeeper / 配置中心等）的稳定性保障，包括故障定位、性能调优、容量规划与成本治理；
2. 主导中间件重大风险识别、应急预案设计与容灾演练，确保分钟级恢复能力；
3. 建设中间件 + AI 智能运维体系（Agent / Skills / MCP），实现 10x 效率提升，将人工经验沉淀为可复用的自动化能力；
4. 面向业务需求提供中间件选型建议与架构方案，联动产品和开发推动落地；
5. 参与大规模集群建站、大促备容及架构升级，支撑集团业务持续增长。
1、大模型行业与市场研究：持续跟踪国内外大模型及生成式AI产业发展趋势，覆盖但不限于基础大模型、多模态大模型、AI Agent、Coding Agent、AI应用生态等方向，形成高质量市场研究报告与趋势判断。
2、用户研究与需求洞察：围绕AI数据建设、模型能力优化，开展用户访谈、专家访谈、问卷调研、竞品分析及案例研究；识别用户真实需求和行业场景痛点，形成结构化洞察。
3、战略分析与内外部协同：参与公司在大模型、数据生态、模型评测、行业合作等方向的研究与专项事务；与技术、产品、投资等团队协同，推动研究结论转为业务决策建议。
1、面向Agent消费数据的趋势，完成数据流通产品的产品能力规划设计及产品开放能力建设，打造for Agent 友好的跨域数据消费基础链路，实现数据的分层高效消费和安全流通；
2、深入了解集团业务agent行业现状，挖掘数据消费场域的关键问题，与相关团队合作，形成完整的产品解决方案；通过数据分析聚焦业务痛点，不断优化产品，保障产品的可用性和稳定性；
职位概述：负责阿里集团内智能体业务运行时安全防控运营，从需求对接、方案设计、策略上线到效果验收闭环管理。通过数据驱动的风险洞察和能力评测，协同算法团队构建安全防御能力，协同产品完善安全运营平台，确保高效服务业务的同时满足智能体业务安全、体验、成本优化等多重目标。
核心职责：
1. 安全解决方案设计与交付：
● 对接各智能体业务方，深入理解业务场景（办公、电商、代码、消费等Agent），识别运行时安全风险（Prompt注入、意图偏离、敏感信息泄露、越权等）；
● 综合安全效果、服务响应时效、安全成本、用户体验等因素，为业务量身制定防控方案，包括风险识别策略（规则+模型）、处置策略（拦截/放行/改写/人工审核等）、兜底机制等。
● 协调算法、研发、产品资源，推动方案落地实施，完成业务接入、策略配置、灰度上线，并对最终安全效果负责。
2. 能力建设：通过安全评审、数据分析、红队测试、舆情情报等洞察和定义风险，发现能力短板，协同算法团队建设安全能力，构建评测集并制定验收标准，验收模型效果。
3. 运营机制和平台完善：建立巡检和监控告警机制，跟踪监管及行业动态，确保安全策略符合合规要求，并协同产品完善安全运营平台，优化防控链路，提升策略迭代效率。
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。