杭州乘务
乘务是指负责铁路、航空以及其他交通工具上旅客服务和安全监控的职位。乘务员是一支专业队伍，他们的主要责任是为乘客提供高质量的服务和确保他们的安全。乘务员需要掌握车型特点、车内设备及安全设施的使用方法和维护保养知识，并熟悉逃生途径及应急处置措施。他们要进行值乘前的设备检查，确保所有设备正常工作。在乘客上车后，乘务员将协助他们找到座位，并提供任何必要的帮助，如提供毯子、枕头等。他们不仅要熟悉车内设备，还要了解车票检查和安检等程序，以确保乘客的合法性和安全性。在紧急情况下，乘务员将紧急停车、组织疏散和提供紧急救援等。总的来说，乘务员的职责是为乘客提供舒适的旅行环境、确保他们的安全，并提供必要的帮助和服务。
薪酬概览
平均月薪
¥6500
中位数 ¥7000 ｜ 区间 ¥5400 - ¥7600
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
100% 人群薪酬落在 0-8k
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
5
对比上月：岗位减少0
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 |
|---|---|---|
| 不限经验 | 5 | 100% |
热招职位
1.负责城市整体配送业务运营管理；
2.负责城市自营运力招募.管理.培训；
3.负责排线管理和配送路径规划；
4.管理第三方物流承运商日常监控.赋能.考核；
5.负责城市配送成本的控制优化。
1、本科及以上学历，3年以上互联网工作经验，有数据AI实践 or 经管产品经验 or 数据产品经理工作经验优先；
2、具备较强的行业理解能力，对电商的商业模式有较深的思考；
3、具备较强的逻辑思维和数据分析、模型抽象能力，熟练掌握统计和分析相关工具，对AI能力有一定见解；
4、对AI市场的发展充满热情，有较强的执行力。
1、每日巡检责任区域内楼栋，关注现场品质环境；
2、负责接待顾客来访，受理责任区域内客户意见、建议及时落实整改与回复；
3、处理客户投诉，记录并跟进处理结果，维护业主关系；
4、负责区域住户物业管理费的催缴；
5、定期按计划执行客户访谈及满意度调查；
6、跟进区域内客户装修进展，及时向物业服务中心反映需要解决的问题；
7、协助开展社区文化活动。
1.负责邮轮KA业务运营和拓展，搭建商家成长解决方案，提升核心供应链质量和商品供给能力，优化供应链协同和供需联动机制，对KA业务经营效率负责。
2.洞察阿里生态内流量增长机会，为不同商家设计有效的全链路整合营销与商业化解决方案，串联平台内外部资源，产出营销打法、供给、供需匹配和渠道销售策略，保障项目落地交付。
3.协调内外部产研、营销、服务资源等保障阶段性和长期的销售目标达成，持续优化多端多渠道吞吐能力。
4.行业基础能力搭建，通过C端搜索导购能力、商家工具建设，提升行业整体BC两端的经营效率，优化用户体验。
1、负责国内高星酒店供应链运营工作，为供应链质量提升负责；
2、通过数据分析、市场判断，挖掘行业线供应链质量提升机会，输出运营方案并跟进落地；
3、针对单体高星业务进行供应链分析，建设供应链分层运营体系并推动相关解决方案，通过资源包设置调优供给质量，搭建商家成长体系；
4、与地面团队紧密配合，通过策略输出及项目推进，保障各项供给目标达成；
5、充分挖掘和调研业务需求、痛点，规划优化方向，协同产品、技术团队，共同完善供应链运营体系，推动产品工具迭代，提升BD、商家作业效率；
6、能独立完成复杂项目运营方案、效果跟踪、数据分析、复盘等各个环节，能够根据业务进展持续调优并拿到结果。
1、制定业务线套餐品类目标，并结合目标制定业务策略及规划，输出业务落地方案和各大区的协同机制；
2、负责业务线套餐品类全年营销规划，结合节假日及大促场景做资源整合，通过有节奏和打法的营销活动输出，推动营销项目落地执行；
3、负责业务线套餐商品的供给策略和目标，通过品类覆盖及核心酒店攻坚，不断提升核心商家的规模及质量；
4、通过套餐商品品控能力建设及品类模式创新，驱动产品技术协同提升套餐商品竞争力；
5、通过套餐全托管通道建设和商家数量增加提升全域获流能力；
6、通过核销资源和能力建设提升核销率，通过一体化资源包设计，不断提升套餐盈利能力。
1、 监控商家价格竞争力和库存情况，并通过运营方式及时跟进和处理，帮助商家提升交易量；
2、 对接商家供应链、营销、套餐商品等需求，并与内部相关方进行资源和需求对接，完成产品或营销活动的上线；
3、 周期性针对所负责商家运营分析，并提出运营建议帮助BD和商家进行供应链、营销等层面的薄弱环节补强；
4、 结合商家运营需求制定用户运营计划，帮助商家用户资产沉淀；
5、 深入行业直连系统及飞猪EBK产品，及时处理商家问题反馈和产品需求对接。
1. 负责DataAgent能力平台的产品规划与路径设计，推动数据领域AI Agent的规模化落地；
2. 参与数据能力域的产品建设，构建自然语言到数据采建管用的端到端产品体验；
3. 设计多Agent协同机制与能力封装规范，推动Agent能力的标准化、可复用、可度量；
4. 负责平台开放接入层与输出层的产品设计，支撑核心渠道对接与生态拓展；
5. 面向核心用户设计数据消费与决策支持的交互体验，平衡专业性与易用性；
6. 协调数据、算法、工程、业务等多方团队，识别关键卡点，驱动项目高效推进。
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. 构建和持续优化公司IPD流程体系和质量管理体系(含流程架构、流程文件、质量管理系统等)
2. 持续跟踪和分析IPD流程实施情况(包括IPD流程导入及落地评估、体系成熟度评估、符合性及有效性评估、项目执行改进等)，识别流程体系的瓶颈和改进点，提出有效的流程优化方案，并推动实施，提高流程适用性、效率和质量
3. 持续改进公司的质量管理体系，设计各类E2E过程及结果质量的数据度量统计模型，建立度量分析体系，根据分析结果进行持续改进
4. 负责组织和协调完成公司内外审等多种审核认证，推进纠正和预防措施的落地
5. 负责开展流程体系、质量活动、质量工具及方法等培训，持续提升组织的质量文化、质量意识、运作效率及质量运营能力
6. 负责规划和建设数字化运营体系，打造数字化运营平台，提供数字化运营能力，并使用数字化运营平台、工具、方法，开展问题识别、分析，提高发现问题、分析问题、解决问题的能力和效率
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。