杭州妇产科医生

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。

阿里巴巴集团控股有限公司

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。

阿里巴巴集团控股有限公司

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；

阿里巴巴集团控股有限公司

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。

阿里巴巴集团控股有限公司

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

阿里巴巴集团控股有限公司

1. AI资源站点BI建设：负责站点的BI体系搭建与持续迭代，承接业务方与决策层的数据消费诉求，输出可视化看板与专题分析，支撑资源全景可观测、可决策。

2. 跨模块数据核对与一致性保障：建立站点内各模块（如资源池、分配、消耗、成本、效能等）的数据交叉核对机制，识别口径不一致、数据漂移、链路断点等问题，推动上下游修复并沉淀核对规则。

3. 模块内容设计与指标体系搭建：负责站点各模块的内容规划与指标设计，使每个模块"有信息密度、有决策抓手"，避免堆砌指标。

4. 底层数据保障与质量治理：把控站点底层数据链路，建立数据质量评估标准与监控告警，治理上游数据源的口径、时效、完整性问题，输出数据资产文档与血缘关系，保障站点数据"可信、可追溯、可解释"。

5. 跨团队协作与需求衔接：与业务方、数据开发、算法团队协同，承接业务方的分析诉求，将模糊需求转化为清晰的指标定义与数据产品方案，推动需求落地闭环。

阿里巴巴集团控股有限公司

1. 负责企业级办公Agent 技能市场产品/平台能力的设计和研发，包括前台产品能力、运营中心、开放对接能力等，打造企业办公易用/安全/统一的技能市场，加速AI在办公场景的大规模应用。

2. 参与搜索/意图识别等相关能力的设计和研发，涉及企业内部海量知识的接入/加工、搜索在/离线能力的建设（索引构建、意图识别、粗排/精排等），建设企业办公统一的搜索能力，同时结合技能市场的消费需要，提供高质量的findskill能力。

阿里巴巴集团控股有限公司

1.围绕办公场景（办公、IT、人力资源、财务、法务等场景）参与设计先进的Agent架构（记忆模块、规划模块、工具调用模块等），在各个场景落地，并取得效果

2.通过Harness Engineering的相关技术，来提升LLM或者Agent在垂域的效果，通过调优来提升整个效果

3.联动工程与算法团队，深度参与设计“办公领域通用Agent框架”。通过对办公SOP的算法抽象，建立标准化的意图理解、工单结构化与任务分发机制，实现Agent能力在不同职能场景间的快速迁移与规模化协同

4.通过Vibe Coding来快速进行Harness Engineering相关的探索与实验，进一步探索 办公领域AI-Native 开发范式

阿里巴巴集团控股有限公司

1、深入理解招聘业务全链路（职位发布、简历筛选、面试安排、Offer管理等），洞察招聘场景中的效率瓶颈与用户痛点，主导设计基于AI Native理念的招聘产品方案，推动招聘流程的智能化升级与体验优化，实现从传统人工操作向AI驱动的范式转变。

2、负责招聘AI Agent产品的整体规划与落地，涵盖智能简历解析与人岗匹配、候选人意图识别与触达策略优化、面试辅助决策与反馈归档等核心场景，将大语言模型（LLM）与Agent架构能力融入招聘产品核心流程，实现从需求理解、任务规划到工具调用与行动执行的端到端闭环。

3、将招聘领域专家经验与运营SOP抽象为可被AI调用的标准化Skills模块，设计多步任务编排与多轮对话交互机制，构建面向招聘场景的智能Agent系统，并建立覆盖准确率、解决率、满意度等维度的效果评估与持续优化体系。

4、协同算法、研发、设计、运营等跨职能团队，推动产品从0到1孵化及持续迭代优化，制定可量化的业务效果指标（如简历筛选效率提升、候选人转化率提高、招聘周期缩短等），以数据驱动产品演进与业务增长。

5、持续跟踪AI领域前沿技术动态（如RAG、Function Calling、Multi-Agent协作、Prompt Engineering等），结合招聘业务场景进行产品创新探索与技术预研，保持产品的技术领先性与行业竞争力。

阿里巴巴集团控股有限公司

该职位涉及企业数智化、企业办公智能助理相关业务中的部分内容：

1、参与阿里巴巴集团员工通用的办公智能助理的研发；

2、参与大模型和 Agent 相关技术的开发，包括工具调用、任务规划、多智能体协同、技能开发等技术模块；

3、作为后端工程师，参与 AI Agent 和办公任务自动化产品的系统架构，保证各系统高性能、高可用、可扩展。

阿里巴巴集团控股有限公司

独立操盘市场采购领域的核心类目，比如，营销服务、线上媒体、用户增长、新媒体等方向。需要快速学习和深刻理解业务逻辑和业务需求，具备采购专业的方法和判断力，在复杂多变的营销供应链环境中制定清晰的采购策略并推动落地，同时将AI能力融入日常采购实践，持续探索新供给、新方案、新模式，具体的工作内容包含但不限于：

1.品类策略与规划：基于集团多个业务单位的需求和市场洞察，独立制定所负责类目的年度采购策略，包括供应商结构设计、成本模型搭建、资源配置方案等；深入研判营销服务市场的供给趋势、产业能力变化和技术迭代动态，敏锐感知外部市场的情况，匹配业务发展需求制定采购方案；

2.核心项目交付：作为采购类目的核心负责人，端到端主导大型市场项目的采购交付，从需求澄清、方案设计、供应商谈判到合同签署与履约跟踪；响应战役级需求，深刻理解交付目标以及协同多方资源达成目标；

3.供应链管理与建设：系统性构建市场服务领域的供应商资源库，建立从准入评估、能力分级、绩效考核到退出淘汰的全生命周期管理机制；持续追踪头部供应商的业务动态与能力变化，主动发掘和引入优质新供应商，确保供应链的稳健同时保持充分的竞争力；

4.合规与风控：在采购全流程中严格执行公司合规制度，确保寻源、比价、定标、签约各环节的合规与审计要求；对市场品类特有的机会和风险有感知力和判断力；

5.AI驱动创新：对AI有热情、有学习能力，能将AI工具和方法主动应用到采购场景中，推进品类工作的提效，沉淀采购专业skill，以及构建采购品类agent；

6.团队管理与资源协调：带领团队完成高复杂度的多线并行交付任务；在跨部门协作中发挥枢纽作用，能够对齐大团队的策略方向、向下拆解执行路径、横向拉通多方资源，解决复杂问题。

阿里巴巴集团控股有限公司

聚焦AI产业链的核心采购领域，要求候选人具备AI技术背景，并愿意在快速演进的采购领域完成高质量的资源配置决策，确保集团在AI能力建设中的供应链具备先进性、竞争力与商业合规的可持续性。
方向一：AI 服务采购
■ 寻源与商务管理：负责模型服务领域的供应商寻源、评估与商务合作体系搭建，覆盖主流模型服务商、云计算平台及技术服务聚合商等多元渠道
■ 交付要件磋商：主导核心商务条款的谈判与设计，比如计费模式优化、服务容量保障、知识产权与合规约定等
■ 市场洞察与成本判断：协同业务部门理解不同应用场景的资源消耗特征，建立成本分析、用量、价格优化的工作框架，支撑业务的弹性扩展需求
■ 评估管理与风险防控：关注行业政策与市场格局变化，完善迭代评估和考核体系，推动供应策略的有效实施，保障服务连续性与业务安全
方向二：AI 资源采购
■ 供应商生态管理：构建并维护AI训练所需的数据资源供应体系，品类方向包括合规授权数据集、专业领域知识库、多模态资源、人工标注与加工服务等
■ 需求对接与方案设计：将AI训练的需求转化为明确的采购规格与验收标准，针对不同业务场景设计匹配的采购方案
■ 成本建模与供应规划：构建和动态优化成本模型，评估供给的复杂度与效率因素；根据业务节奏进行产能规划与资源预留，引入新型资源以及技术方案以持续优化成本结构
■ 合规治理与质量保障：关注和落实合规要素，建立评估标准与持续改善机制

阿里巴巴集团控股有限公司