阿里云

1、产品规划与架构设计：深入理解企业级数据湖与 AI Agent 数据基座的市场需求，跟踪 Lakehouse 向 Agentic Lake 的演进趋势，围绕统一元数据治理、全模态数据管理（结构化/半结构化/非结构化/向量/Agent Context）、五级索引体系等核心能力，完成产品规划、功能定义与架构设计，构建面向 AI Agent 的 Agent-Ready 数据湖产品体系。 2、产品管理与跨团队协同：负责 DLF 产品全生命周期管理，协调 Data+AI 等多引擎协同团队，联动技术研发、测试、解决方案架构师、销售及运营等多职能团队，确保产品从设计到上市的高效交付。 3、开源生态与市场竞争力建设：深度参与 Apache Paimon、Apache Fluss、Apache Iceberg、Lance 等开源项目的产品化策略制定，持续跟踪国际头部竞品及业界主流云厂商在统一 Catalog、湖仓一体领域的产品动态，结合湖流一体（Lake-Streaming）、全模态湖仓存储、全模态索引等差异化能力，制定竞争策略并推动产品市场优势持续扩大。 4、客户价值交付与场景落地：面向汽车（自动驾驶数据管理）、金融（实时风控）、零售（多媒体数据治理）、互联网（推荐/电商）等重点行业，梳理客户数据湖建设与 AI 应用的核心场景需求，设计 Tables 接口与 Files 接口的双层服务能力，推动 Agent 检索召回 API、Context API 等新型接口的场景化落地，提升客户转化与留存。 5、产品体验迭代与技术趋势洞察：持续追踪用户反馈，围绕行列级权限管控、数据生命周期管理、数据质量、湖格式性能等维度优化产品体验；紧跟 AI Agent、RAG、向量检索、流批一体等前沿技术发展，将技术趋势转化为产品创新机会，驱动产品持续迭代升级。 职位描述 1、具备数据湖、大数据平台或云计算基础设施领域的产品或项目经验，熟悉主流湖格式（Paimon、Iceberg、Hudi、Delta Lake）及元数据管理（Hive Metastore、Glue Catalog、Unity Catalog）技术体系，了解分布式存储与计算引擎（Flink、Spark、Ray）的基本原理与适用场景，有数据湖或湖仓一体相关产品经验者优先。 2、具备 AI 与大数据融合领域的知识储备，理解向量索引（DiskANN/HNSW）、全文检索、语义检索等信息检索技术，了解 AI Agent、RAG、Embedding 等应用范式对底层数据基座的需求，能够将 AI 场景需求转化为数据平台产品能力定义。 3、具备深厚的技术理解力与产品架构能力，能够定义多模态数据的统一管理模型、设计分层产品架构（存储层/索引层/服务层/接口层），理解企业级能力（权限、审计、生命周期）的设计要点，能将复杂技术方案简化为客户可理解的产品价值主张，从客户视角驱动技术选型决策。 4、具备优秀的产品经理综合素质：能够熟练运用 AI 辅助工具提升工作效率；具备出色的文档撰写能力，能够清晰表达产品架构意图与技术方案；具备跨团队沟通与项目推动能力，能够在研发、开源社区、销售、客户等多方之间高效协调；执行力强，适应快速迭代的产品节奏。 5、本科及以上学历，计算机科学、软件工程、数据科学或相关专业，3年以上云计算/大数据/AI 平台领域产品管理或技术项目经验；有开源社区参与经验或技术开发背景者优先。 6、具备持续学习新技术的热情与快速构建新领域认知的能力，以客户价值为导向、拥抱变化达成结果等品质。

职位描述： 1. AI 解决方案设计与落地 ○ 面向海外企业、跨国公司（如头部零售、国际电信、头部医药、金融等客户），深入理解其核心业务场景与AI转型需求。 ○ 结合阿里云百炼、云服务等产品能力，设计端到端的AI数字化解决方案，推动AI MaaS产品组合的商机转化与项目落地。 ○ 通过Prompt工程、工作流编排、Agent构建等方式，快速开发高价值Demo，向客户进行技术演示与价值验证。 2. 敏捷原型开发与技术协同 ○ 运用“Vibe Coding”理念，借助前沿AI编程助手（如Claude Code、Qoder等），高效构建行业应用原型，从AI-Native 的角度，支持支持敏捷迭代与新时代的云服务产品重构。 ○ 协同内部AI PD与RD团队，将客户反馈转化为产品优化需求，持续提升百炼专属版等AI工具链的企业级能力。 职位要求： 1. 核心能力 a. 行业沟通能力：2年以上大客户对接经验，能与客户总监/经理及以上级别有效沟通，清晰传递技术价值与商业逻辑。 b. 产品与商业思维：具备优秀的产品洞察力，能从复杂需求中提炼逻辑架构；有成功将技术Demo转化为商业化产品的经历，促进产品改进。 c. AI工程能力：熟练使用Python了解Go，掌握分布式系统与向量数据库原理；熟练使用AI编程工具，擅长需求解析、Prompt工程、代码生成与工作流优化。 2. AI技术能力 a. 熟悉主流大模型（如Qwen、Wan、Gemini、OpenAI、Claude等）。 b. 熟练使用AI开发框架与平台，包括但不限于：阿里云百炼、LangChain、Dify、MCP、Skills等。 c. 深入理解RAG、工具、Agent架构及Skill设计，能针对大模型特性优化输入输出。 d. 沉淀最佳实践与案例，加速AI产品方案规模化复制。 e. （加分项）了解大模型微调方法（如LoRA、QLoRA、全参微调）及PEFT技术，曾经开展过微调实验。 3. 背景与素养 a. 教育背景：计算机、人工智能、软件工程、数据科学或相关专业本科及以上，硕士或MBA优先。 b. 工作经验：2年以上AI、云计算或IT服务领域经验，具备产品设计、解决方案架构、售前支持或AI工程背景；来自AI Native公司或国际主流云厂商者优先。 c. 职业素养：以客户为中心，自我驱动，对AI技术充满热情，具备快速学习与适应变化的能力。 4. 全球化能力 a. 英语流利，可独立与海外客户进行技术交流与商务沟通； b. 能适应全球出差，具备跨时区、跨文化协作经验；有海外学习或工作经历者优先。

职位描述： 1. 系统架构：从全局视角定义智能体应用的端到端架构，拆解为职责清晰、接口规范的模块化服务。 2. 端到端责任制：以 owner 身份负责产品切片，覆盖问题定义、设计、开发、上线与迭代全流程，对最终结果负责。 3. 智能体核心：设计智能体的执行闭环、编排、工具调用（Function Calling / MCP）、记忆与多智能体协作，推动 Agent 从原型走向大规模、可靠的生产运行。 4. 非功能设计：将高性能、高可用、稳定性、效率（延迟与 token / 算力成本）与安全作为首要设计目标，设定并守住各项预算指标。 5. 评测与可观测：建设评测、链路追踪与指标体系，使智能体的效果、成本与稳定性可度量、可持续优化。 6. 安全与防护：设计工具权限边界、沙箱隔离与数据访问控制，以及针对提示注入（prompt injection）与危险动作的防护。 7. 技术方向：定义所负责切片的技术方向，通过设计评审提升质量标准，并以技术传帮带放大团队产出。 职位要求： 1. 8 年以上研发经验，有长期生产级系统的研发与交付经历；计算机相关专业本科及以上，具有一定的技术视野及深度。 2. 系统架构：有从全局架构复杂系统、并拆解为清晰模块化服务的成功经验，计算机与系统设计基础扎实。 3. 从 0 到 1 落地：至少主导过一个智能体 / 大模型应用从原型到可靠上线的完整过程，能讲清所解决的稳定性、延迟或成本问题。 4. 非功能深度：在性能、效率 / 成本、稳定性与安全上有扎实积累，能独立对各项指标负责并做出合理取舍。 5. 评测与可观测：能为非确定性系统设计评测与可观测体系，而不仅是交付功能。 6. 全栈广度：能在后端、基础设施 / 服务与产品层之间自如切换；精通 Python / Go / Rust / C++ / TypeScript 中至少一门。 7. owner 意识与结果导向：有在小规模、高速团队中端到端 owner 模糊、从 0 到 1 问题的经历；结果导向，拥抱变化。 8. 对智能体原生工作方式的信念：相信未来工作方式将走向智能体原生（agent-native），并愿意通过创新的产品设计推动这一愿景落地、创造真实价值。 加分项 ● 大规模分布式系统、沙箱隔离或智能体编排经验； ● 面向自主 / 智能体系统的安全经验； ● 开源贡献或有影响力的个人 Agent 作品。

AI 客户开拓与商机挖掘： ● 新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 ● 客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 ● 驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 ● 建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递与场景共创 ● 理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 ● 独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 AI 客户商务转化策略与业务收入 ● 促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。对AI MaaS业务的Token用量和收入增长负责 ● 客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务与市场洞察 ● 客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 ● 竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。 职位要求 教育背景： 本科及以上学历，计算机、人工智能、理工类，数据科学、商科或相关领域优先；有MAAS相关销售经验，专业不限。 ● 工作经验： 1. 有MAAS相关领域的To B销售或售前相关工作经验（大厂AI应用、AI 2B行业应用、AI 2C应用等） 2. 有saas软件等相关行业，To B销售或售前、客户成功相关工作经验 3. AI native 公司创业经历，运营、商业化、产品经理、销售经验等 ● AI MaaS销售能力： 1.熟悉并在工作中日常高频使用主流LLM和多模态大模型，持续追踪并了解大模型、智能体（Agent）框架及行业动态；熟悉模型prompt和vibe coding者优先。 2.深入理解AI 大模型和MaaS服务的商业模式，能清晰向客户传递模型即服务的价值，了解AI大模型市场格局、及各行业的AI应用场景，能与客户就业务场景，商业模式等进行深入交流和对话。 3.具备引导客户从概念验证（POC）到商业落地的全流程销售能力，包括需求挖掘、方案匹配、定价谈判、合同推进等，能有效协同解决方案架构师与产品团队，将客户业务痛点转化为可落地的MaaS使用场景。 ● 云业务经验：熟悉云和AI 基础设施产品（如服务器，GPU，MaaS、RAG、Agent等），有相关云服务销售，业务咨询，业务运营等相关性经验 ● 职业素养：具备快速学习能力，以客户为中心，结果导向，自我驱动，对AI技术创新充满热情，能在快速变化的市场中灵活应对并持续创造价值。 ● 商业敏锐度：理解Token商业模式，可以通过阿里的产品帮助客户扩大业务规模。

职位描述： 负责 AI Agent 从需求到设计、开发、上线的全周期，将 Agent 能力落地到真实业务场景，并保障其在非确定性下的可靠运行。具体职责： 1. Agent 设计与开发 完成任务拆解、流程编排、工具调用（Function Calling / MCP）、Memory 与多 Agent 协作的设计与实现。 2. 可靠性与调试 建立轨迹（Trajectory）追踪、可观测与回放机制，复现并定位行为异常，提升任务成功率与稳定性。 3. 评测 为 Agent 设计任务级与步骤级评测，以离线评测与线上观测驱动迭代。 4. 方案取舍 评估任务是否适合以 Agent 实现，在 Agent、固定流程与单次调用之间做出取舍。 5. 上线与运营 对线上质量、稳定性与成本负责，建立监控、告警、兜底与人工接管机制。 职位要求： 1. 计算机 / 人工智能 / 自动化等相关专业本科及以上，2–5 年相关工作经验，有真实的 Agent 或复杂 AI 应用开发经验。 2. 扎实的 Python 或 TypeScript，能独立从设计到上线；具备后端 / 云的工程基础。 3. 对 Agent 循环（规划 - 工具 - 记忆 - 反馈）有清晰的心智模型，使用过至少一个 Agent 框架；相较框架本身，更看重对底层机制的理解。 4. 具备评测设计与可观测能力，能对非确定性系统进行系统化调试。 5.有强烈创新热情和好奇心，自我驱动能力和学习能力强。 6.积极乐观，喜欢挑战性的技术研发工作，具备良好的问题拆解与工程落地能力、沟通以及团队合作能力。 【加分项】 ● 有影响力的 Agent / AI 开源项目或个人作品； ● ACM / ICPC、Kaggle 等竞赛获奖。

职位描述 1.需求分析与场景识别： 了解一个或多个领域的业务知识，能够跟客户有效沟通和洞察真实需求，并识别出可以使用人工智能技术的场景 2.技术判断与解决方案： 理解机器学习、深度学习、大模型的基本原理， 能够基于客户的需求，基于云+AI的产品设计出适合的解决方案，具备智能体开发demo的能力， 并可以向客户的业务/技术决策人阐述阿里云产品和解决方案的优势，以影响客户的技术选型决策 3.产品需求反馈与优化：依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升产品市场竞争力和市场占有率； 4.市场敏感与扩展复制：挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行知识和项目分享，促进从1到N的复制； 职位要求 1. 1-5年工作经验，有机器学习、深度学习、大模型的相关学习/工作经历，对机器学习、深度学习、智算、大模型、智能体等技术趋势有持续关注和独立思考； 2. 泛计算机、自动化、理工类相关专业，在该领域CCF- A/B级会议发表论文优先； 3. 熟悉PyTorch、TensorFlow等开发框架，能运用Langchain等开发大模型智能体；有大模型产品落地经验或大规模复杂项目者优先； 4. 持有阿里云ACP相关认证（如PAI、通义大模型应用工程师等）者优先； 5. 强烈的好奇心与探索精神，皮实、自驱，善于在不确定性中开拓创新；

Base:北京 深圳 成都 杭州 阿里云-技术服务经理-企业服务 岗位描述 1. 深入了解大型企业业务场景，与企业的IT、应用架构、人员合作，针对客户现有IT架构进行梳理与分析，协助并提供IT整体架构战略规划的咨询，推动售前架构师所提供的设计方案的落地、实施和交付工作。  2. 基于阿里云的产品线、技术体系，帮助大型企业制定IT架构和业务流程，包括定制的最佳实践、异常处理机制和问题应急预案等。  3. 推动解决使用云计算服务和解决方案过程中的技术问题，不断完善问题处理机制和流程，与阿里云服务专家、产品专家直接合作，确保企业技术问题高效地解决。  4. 定期与用户深入的交流（现场或者远程），确保用户使用云上业务健康、稳定的运行，提升客户使用体验。 岗位要求 1. 5年以上游戏、物流、医疗、零售与快销、汽车、电子、金融等行业大型互联网应用（或集团型企业应用）服务端开发、维护、优化经验，3年以上项目管理经验。  2. 有一定的项目管理经验，善于推动跨部门复杂项目的实施和较强的拿结果能力。  3. 具有优秀的沟通技巧、团队合作经验、敬业精神和学习能力。  4、具有优秀的文档写作能力、演讲技巧、和技术培训能力 。  5、具有较强的抗压能力和执行力，并能接受一定频率的出差。  满足以下一个或者多个条件：  1. 熟悉Oracle、DB2、SQL Server、MySQL、Postgresql、NoSQL等数据管理技术中的一种或多种，有实际的生产系统应用经验，能够独立完成相关产品的部署、排错、性能调优等工作。  2. 熟悉Nginx、JBoss、WebLogic、WebSphere、Dubbo等中间件产品中的一项或多项 。  3. 熟悉Java/C/C++/Python/PHP/GO中至少一种开发语言，及其相应开发框架下的服务端多线程、高并发处理机制。  4. 熟悉Windows、Linux操作系统和DNS、AD等，具有5年以上的系统管理/网络/故障排除经验。  5. 熟悉Hadoop/Spark/Storm/HBase/Hive等开源或商用技术，有实际的大数据商业应用开发经验。  加分项：  1. 有阿里云技术认证ACP(阿里云专业认证)、ACA(阿里云高级认证)、ACM（阿里云大师认证）者优先。  2. 有基于阿里云产品的大规模应用开发或运维经验。  3. 英语可以作为工作语言。

阿里云智能-BD for AI MaaS-International AI Native base：国内一线城市：北京、上海、杭州、深圳、广州等 职位描述 ● 全球AI客户拓展：规模化开拓全球AI客户，覆盖AI原生企业、初创公司、AI开发商、AI数据服务商及正在进行AI转型的传统企业，构建高转化率的AI客户销售漏斗。 ● AI业务收入：负责国际市场的AI MaaS业务的销售线索与商机全生命周期，通过线上和线下多渠道交流方式，协同解决方案和产品团队，从线索挖掘，商机引导，方案交流，商务沟通到项目成单，对国际AI MaaS业务的Token用量和收入增长负责。 ● 市场洞察与GTM策略：紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体（Agent）框架、AI基础设施架构及主要竞品动态，联合解决方案团队将行业客户洞察转化为场景化的客户化解决方案，协助市场和产品方案部门进行GTM市场策略设计。 ● AI重点客户经营：与全球AI导向型企业的C-level高管及技术决策者建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购。 ● AI场景共创：理解客户的AI目标和业务挑战，通过深入交流和行业经验，一起找到高价值的AI应用机会；用客户语言沟通表达阿里云大模型价值，共同设计并验证可行方案，让AI发挥业务价值 ● 跨部门协同运作：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。 职位要求 ● 教育背景：本科及以上学历，计算机、人工智能、数据科学、商科或相关领域优先；硕士或MBA学位者优先。 ● 工作经验：2年以上AI、云或IT软件领域的销售、售前支持，技术或产品运营经验，有可验证的业绩成果；具备AI Native公司、AI大模型、云厂商工作背景者优先。 ● AI MaaS销售能力： ○ 熟悉并在工作中日常高频使用主流LLM和多模态大模型，持续追踪并了解大模型、智能体（Agent）框架及行业动态；熟悉模型prompt和vibe coding者优先。 ○ 深入理解AI 大模型和MaaS服务的商业模式，能清晰向客户传递模型即服务的价值，了解AI大模型市场格局、及各行业的AI应用场景，能与客户就业务场景，商业模式等进行深入交流和对话。 ○ 具备引导客户从概念验证（POC）到商业落地的全流程销售能力，包括需求挖掘、方案匹配、定价谈判、合同推进等，能有效协同解决方案架构师与产品团队，将客户业务痛点转化为可落地的MaaS使用场景。 ● 云业务经验：熟悉云和AI 基础设施产品（如服务器，GPU，MaaS、RAG、Agent等），有相关云服务销售，业务咨询，业务运营等相关性经验 ● 职业素养：具备快速学习能力，以客户为中心，结果导向，自我驱动，对AI技术创新充满热情，能在快速变化的市场中灵活应对并持续创造价值。 ● 商业敏锐度：理解Token商业模式，可以通过阿里的产品帮助客户扩大业务规模。 ● 全球沟通与协作能力：英语流利，可独立与海外客户进行电话会议及日常沟通；可适应全球出差，具备跨时区、跨文化协作能力；拥有海外学习或工作经验者优先。

[本岗位可base北京杭州上海，需海外背景] 职位描述： 1. Overseas Big Data & AI Market Insight and Competitive Analysis • Identify market opportunities, assess market capacity, and analyze the competitive landscape for Big Data and AI products in overseas markets. • Analyze core metrics, market strategies, and pricing models of international competitors. • Rapidly capture emerging market trends and customer pain points to uncover business opportunities, accelerate solution deployment, and establish a leading competitive edge. 2. International Business Opportunity Assessment and Deep Technical Engagement for Big Data & AI Products • Represent the product line in designing international business strategies and evaluating commercial opportunities for Big Data and AI products. • For complex project requirements, collaborate with sales teams to conduct deep technical exchanges with customers. Leverage insights into industry trends and technological shifts to guide key decision-makers in specific technical scenarios, thereby facilitating opportunity conversion. • Conduct in-depth technical discussions and present product solutions to international clients and English-speaking stakeholders. 3. Solution Design and Technical Support for Big Data & AI Products • For complex projects, thoroughly understand customer business needs, functional/non-functional requirements, performance, and availability standards. Based on specific customer scenarios, deliver technically competitive, feasible, and cost-effective product combination solutions. Provide technical support during product selection, Proof of Concept (PoC), and quotation configuration. • Extract key technical indicators based on customer business scenarios to formulate leading control criteria, validating them through PoCs, win-back initiatives, and other business activities. • Drive cross-team collaboration to optimize solutions for complex projects, enhancing competitiveness across multiple dimensions including cost, performance, and stability. • Explore solutions and scenarios for innovative products to accelerate market coverage and ensure sustained product innovation vitality. • Provide critical post-sales technical Q&A for key accounts, leveraging technology to drive business growth. 4. Product Design and Optimization Support for Big Data & AI Products • Leverage deep understanding of industries and scenarios to participate in the design of major product features, pricing strategies, and user experiences, ensuring the product maintains leadership within specific sectors and use cases. • Identify and precisely distill common customer needs and pain points to feed back into product design, driving product improvements, multi-product integration, and the incubation of new products and features. 5. Best Practice Accumulation and Enablement • Consolidate best practices for niche scenarios; selectively output Infrastructure as Code (IaC) scripts. Summarize benchmark success stories from project implementations to extract common modules and standardize capabilities, accelerating the scaled replication of product solutions. • Highlight product features and performance parameters, designing targeted test cases to amplify product and technical influence. Build solution competitiveness grounded in robust test cases and testing methodologies. • Contribute to the development of Go-to-Market (GTM) materials for Big Data and AI products, co-create joint solutions with partners, and provide enablement training for sales teams and ecosystem partners. 职位要求： • Education: Bachelor's degree or higher in Computer Science, Software Engineering, or a related field. • English Proficiency: Strong written and verbal English skills, capable of conducting in-depth technical exchanges and product solution discussions with international English-speaking clients. • Experience: 5+ years of experience in the Big Data & AI domain, including at least 2 years in roles such as Solution Architect, Technical Consultant, or transitioning from a core R&D position. • Distributed Computing Frameworks: Deep understanding of the principles, tuning, and applicable scenarios of core components including Hadoop, Spark, Flink, Presto/Trino, and Kafka. • Data Architecture Evolution: Profound understanding and hands-on experience with Lambda architecture, Kappa architecture, and Data Lakehouse architecture, knowledgeable about compute-storage separation architecture design and cloud-based Big Data services (e.g., EMR, MaxCompute, Redshift). • Data Storage & Format: Familiarity with object storage systems like HDFS, S3, and OSS, expertise in open table formats such as Parquet, ORC, Delta Lake, Iceberg, and Hudi. • AI Infrastructure Hardware: Solid foundation in AI Infra hardware, including heterogeneous computing server architectures, high-performance networking, GPU/AI chips and interconnects, CPU/GPU/Memory/Storage access patterns, server networking topologies, multi-level storage system architectures, and their capability boundaries. • AI Practical Skills: Hands-on capabilities in Python/Shell programming, invoking Large Language Model (LLM) SDKs, and utilizing mainstream open-source frameworks, product SDKs, or standardized services for ML/DL model inference, training, and deployment. • Data Governance & Security: Familiarity with data lineage, metadata management, data quality monitoring, and privacy-preserving computation technologies. • Business Acumen: Ability to comprehend customer business objectives (cost reduction, efficiency improvement, compliance, innovation) and design technical solutions accordingly. Candidates with proven records in building enterprise Big Data platforms and migrating on-premise data centers to Cloud are strongly preferred. • Candidates must possess a professional customer service mindset, strong teamwork capabilities, the ability to translate complex technical concepts into clear business value for clients, and a commitment to excellence. They are expected to thrive in dynamic environments by actively facing and embracing change.

1、负责财政部、海关总署及二级单位、相关合作伙伴的售前支撑工作，协助业务拿到结果，提升阿里云的销售额 2、作为技术专家，提供业务上云、数智化转型、支撑关键需求实现的云计算解决方案，指导客户构建弹性、高可用的算力架构；帮助客户构建AI、业务系统、云底座、监控体系、DevOps、大数据等系统；从成本、效率、稳定性三个维度提升客户的IT能力；确保方案可落地、有竞争力 3、负责财政、海关典型业务的市场洞察、解决方案、打法策略、伙伴合作策略的制定及落地，深入理解行业的商业模式，能够把握行业的市场和技术发展趋势，推动行业产品、解决方案和合作生态的落地 4、建立行业影响力，组织内外部行业沙龙，做技术分享，传播结合阿里云的落地实践路径 5、自行承担或赋能合作伙伴进行客户方案设计及落地全流程，包括POC演示、功能/性能测试、项目交付风险分析、项目交付沟通等，在保证性能和安全性的前提下持续优化成本、性价比、客户价值 6、提供整体技术平台的咨询服务，通过赋能并与合作伙伴深入合作共创，增强解决方案的竞争力，提高解决方案交付的成熟度

【岗位内容】 1、负责站外营销分析体系设计与构建。包括搭建完整的营销数据分析框架和营销效果评估模型，包括多渠道营销归因分析体系，营销预算分配优化，经营诊断定位等。 2、负责营销人群定向研究及支持营销策略的科学验证。包括垂域营销人群挖掘和定向的开发实现，AB实验的设计和策略落地。 3、负责业务洞察与策略支持。深度分析用户行为数据，挖掘营销机会点提供数据驱动的营销策略建议和优化方案定期输出营销分析报告，支持用户增长。 4、通过AI升级分析工作流，用大模型赋能业务分析体系，能通过AI搭建从分析体系抽象、数据处理、业务数据框架设计、策略建议落地的闭环数科研究工作。 【岗位要求】 1、5年及以上互联网或电商行业数据分析经验，营销分析或用户增长相关工作经验有完整营销分析体系构建经验者优先。统计学、数学、计算机科学、经济学等相关专业。 2、深度理解电商业务模式和营销漏斗，具备优秀的业务理解能力和商业敏感度，熟悉数字营销各渠道特点和效果评估方法。有工具建设经验，熟悉营销数据平台的架构设计，可应用自动化分析工具和可视化看板建立数据分析流程。 3、精通SQL、Python/R等数据分析工具熟悉机器学习算法和统计分析方法熟悉大数据处理技术（Hadoop、Spark等），掌握数据可视化工具，了解营销技术栈。有AI搭建工作流经验，有LLM赋能数据分析的项目经验。

基础平台开发-大数据岗位 1. 参与大数据+AI一体化产品MaxFrame的设计、开发与技术演进，支撑阿里集团内部和公有云上的Data+AI一体化计算场景； 2. 能够独立完成项目需要的系统分析、设计，编码，测试和上线部署任务，确保项目的进度、质量和稳定性要求； 3. 技术基础扎实，沟通和团队合作流畅，熟练使用AI工具，乐于分享，能够积极参与团队中的设计评审和代码评审工作，并能给出相关改进建议； 4. 有一定的技术前瞻性，可以对平台演进中的技术需求(如异构集群的数据处理加速)进行预研和设计，满足对大数据+AI平台快速发展过程中，对各项业务场景的客户需求； 5.该职位涉及值班响应的职责，在服务级别协议（SLA）时间内做出对客响应，推动客户问题的解决，改善客户体验。 职位描述 1. 具备扎实的计算机基础和分布式系统研发经验，并对操作系统原理，计算机网络等系统领域知识有较好的理解和项目应用经验。 2. 熟悉主流面向对象编程语言，具备优秀的系统 Debug/Profiling 能力。 3. 工程实践方面，能够熟练使用Python，并熟悉PyData技术栈，具备较好的使用Python进行数据处理的经验。 4. 熟悉Kubernetes和Ray平台并具备Ray 组件开发经验，或具备Daft/Ray Data/Modin等分布式DataFrame框架使用经验的候选人优先。

base北/上/杭 职位描述： 1. Overseas Big Data & AI Market Insight and Competitive Analysis • Identify market opportunities, assess market capacity, and analyze the competitive landscape for Big Data and AI products in overseas markets. • Analyze core metrics, market strategies, and pricing models of international competitors. • Rapidly capture emerging market trends and customer pain points to uncover business opportunities, accelerate solution deployment, and establish a leading competitive edge. 2. International Business Opportunity Assessment and Deep Technical Engagement for Big Data & AI Products • Represent the product line in designing international business strategies and evaluating commercial opportunities for Big Data and AI products. • For complex project requirements, collaborate with sales teams to conduct deep technical exchanges with customers. Leverage insights into industry trends and technological shifts to guide key decision-makers in specific technical scenarios, thereby facilitating opportunity conversion. • Conduct in-depth technical discussions and present product solutions to international clients and English-speaking stakeholders. 3. Solution Design and Technical Support for Big Data & AI Products • For complex projects, thoroughly understand customer business needs, functional/non-functional requirements, performance, and availability standards. Based on specific customer scenarios, deliver technically competitive, feasible, and cost-effective product combination solutions. Provide technical support during product selection, Proof of Concept (PoC), and quotation configuration. • Extract key technical indicators based on customer business scenarios to formulate leading control criteria, validating them through PoCs, win-back initiatives, and other business activities. • Drive cross-team collaboration to optimize solutions for complex projects, enhancing competitiveness across multiple dimensions including cost, performance, and stability. • Explore solutions and scenarios for innovative products to accelerate market coverage and ensure sustained product innovation vitality. • Provide critical post-sales technical Q&A for key accounts, leveraging technology to drive business growth. 4. Product Design and Optimization Support for Big Data & AI Products • Leverage deep understanding of industries and scenarios to participate in the design of major product features, pricing strategies, and user experiences, ensuring the product maintains leadership within specific sectors and use cases. • Identify and precisely distill common customer needs and pain points to feed back into product design, driving product improvements, multi-product integration, and the incubation of new products and features. 5. Best Practice Accumulation and Enablement • Consolidate best practices for niche scenarios; selectively output Infrastructure as Code (IaC) scripts. Summarize benchmark success stories from project implementations to extract common modules and standardize capabilities, accelerating the scaled replication of product solutions. • Highlight product features and performance parameters, designing targeted test cases to amplify product and technical influence. Build solution competitiveness grounded in robust test cases and testing methodologies. • Contribute to the development of Go-to-Market (GTM) materials for Big Data and AI products, co-create joint solutions with partners, and provide enablement training for sales teams and ecosystem partners. 职位要求： • Education: Bachelor's degree or higher in Computer Science, Software Engineering, or a related field. • English Proficiency: Strong written and verbal English skills, capable of conducting in-depth technical exchanges and product solution discussions with international English-speaking clients. • Experience: 5+ years of experience in the Big Data & AI domain, including at least 2 years in roles such as Solution Architect, Technical Consultant, or transitioning from a core R&D position. • Distributed Computing Frameworks: Deep understanding of the principles, tuning, and applicable scenarios of core components including Hadoop, Spark, Flink, Presto/Trino, and Kafka. • Data Architecture Evolution: Profound understanding and hands-on experience with Lambda architecture, Kappa architecture, and Data Lakehouse architecture, knowledgeable about compute-storage separation architecture design and cloud-based Big Data services (e.g., EMR, MaxCompute, Redshift). • Data Storage & Format: Familiarity with object storage systems like HDFS, S3, and OSS, expertise in open table formats such as Parquet, ORC, Delta Lake, Iceberg, and Hudi. • AI Infrastructure Hardware: Solid foundation in AI Infra hardware, including heterogeneous computing server architectures, high-performance networking, GPU/AI chips and interconnects, CPU/GPU/Memory/Storage access patterns, server networking topologies, multi-level storage system architectures, and their capability boundaries. • AI Practical Skills: Hands-on capabilities in Python/Shell programming, invoking Large Language Model (LLM) SDKs, and utilizing mainstream open-source frameworks, product SDKs, or standardized services for ML/DL model inference, training, and deployment. • Data Governance & Security: Familiarity with data lineage, metadata management, data quality monitoring, and privacy-preserving computation technologies. • Business Acumen: Ability to comprehend customer business objectives (cost reduction, efficiency improvement, compliance, innovation) and design technical solutions accordingly. Candidates with proven records in building enterprise Big Data platforms and migrating on-premise data centers to Cloud are strongly preferred. • Candidates must possess a professional customer service mindset, strong teamwork capabilities, the ability to translate complex technical concepts into clear business value for clients, and a commitment to excellence. They are expected to thrive in dynamic environments by actively facing and embracing change.

1、负责传统企业客户的售前工作，支持销售拿到业务结果，提升销售额 2、作为技术专家，提供客户迁移上云或者关键需求实现的解决方案，并在落地过程中提供必要的技术指导，确保方案可落地、有竞争力 3、参与客户的方案比选，做POC演示和功能/性能测试，在保证性能和安全性的前提下做到成本最优，性价比最高 4、负责某一垂直细分行业（零售、制造等）的IT市场洞察、解决方案、打法策略的制定及落地，深入理解该行业的IT和DT需求，能够把握行业的市场和技术发展趋势，推动行业产品、解决方案和合作生态的落地 5、建立行业影响力，组织内外部行业沙龙，做技术分享，传播云原生最佳实践 6、为客户提供企业IT轻咨询服务，为企业整体IT规划提供支持，指导客户构建安全、弹性、高可用、可扩展的企业IT架构，包括业务系统、监控体系、DevOps、大数据、AI等子系统，从成本、效率、稳定性三个维度提升客户的IT能力

【团队介绍】 AI native创新小组是新成立的团队， 会组建一个小而精的团队聚焦构建native agentic组织协作开发范式（会涉及 系统 工具等等的开发），团队可以快速决策快速推进。 职位描述： 负责 AI Agent 从需求到设计、开发、上线的全周期，将 Agent 能力落地到真实业务场景，并保障其在非确定性下的可靠运行。具体职责： 1. Agent 设计与开发 完成任务拆解、流程编排、工具调用（Function Calling / MCP）、Memory 与多 Agent 协作的设计与实现。 2. 可靠性与调试 建立轨迹（Trajectory）追踪、可观测与回放机制，复现并定位行为异常，提升任务成功率与稳定性。 3. 评测 为 Agent 设计任务级与步骤级评测，以离线评测与线上观测驱动迭代。 4. 方案取舍 评估任务是否适合以 Agent 实现，在 Agent、固定流程与单次调用之间做出取舍。 5. 上线与运营 对线上质量、稳定性与成本负责，建立监控、告警、兜底与人工接管机制。 职位要求： 1. 计算机 / 人工智能 / 自动化等相关专业本科及以上，2–5 年相关工作经验，有真实的 Agent 或复杂 AI 应用开发经验。 2. 扎实的 Python 或 TypeScript，能独立从设计到上线；具备后端 / 云的工程基础。 3. 对 Agent 循环（规划 - 工具 - 记忆 - 反馈）有清晰的心智模型，使用过至少一个 Agent 框架；相较框架本身，更看重对底层机制的理解。 4. 具备评测设计与可观测能力，能对非确定性系统进行系统化调试。 5.有强烈创新热情和好奇心，自我驱动能力和学习能力强。 6.积极乐观，喜欢挑战性的技术研发工作，具备良好的问题拆解与工程落地能力、沟通以及团队合作能力。 【加分项】 ● 有影响力的 Agent / AI 开源项目或个人作品； ● ACM / ICPC、Kaggle 等竞赛获奖。