
长江存储AI应用技术规划经理(J14583)
任职要求
5. 基本要求 (1) 博士及以上学历,人工智能、计算机科学、数学或相关专业 (2) 3 年及以上 AI 算法研究或应用经验,有顶级会议论文或开源项目经验者优先 6. 能力要求 (1) 具备极强的技术创新能力,能快速复现并优化前沿算法 (2) 具备较强的逻辑思维与数据分析能力,能科学评估算法效果 (3) 具备良好的沟通表达能力,能将复杂技术原理转化为业务语言 (4) 具备较强的学习能…
工作职责
1. 前沿算法洞察与评估,跟踪全球 AI 技术动态,评估新技术在公司业务场景中的适用性与潜在价值 2. 高不确定性项目 PoC,负责前沿技术项目的概念验证(PoC),快速验证技术可行性,降低立项风险 3. 算法方案评审与支持,参与项目算法方案评审,提供专业意见,确保算法选型科学、效果可预期 4. 内部算法能力建设,沉淀核心算法资产,构建内部算法知识库,提升团队整体算法认知与评估能力
招聘团队介绍: 我们负责阿里海外零售供应链的建设和优化,业务覆盖全球,支持千亿级别的零售行业、以及数以千万计的商品;利用世界领先的 ERP 系统和库存管理技术,帮助客户管理库存,提高配送效率,保障订单准时送达,提升广大消费者的购物和服务体验;还拥有先进的履约和供应链技术,帮助客户精细化管理每一个环节,从而助力商品能够实现全球畅销。 作为大模型 Agent 在电商供应链场景的核心功能实现者,你将负责从需求理解到上线交付的端到端开发工作,独立承担特定 Agent 模块的设计、编码、测试与迭代优化,确保 AI 能力在真实业务场景中稳定、高效、可衡量地落地。 在这里,你将和我们一起,采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题,不断创造价值,为消费者带来更加美好的体验! 工作职责: 1. 面向领域 Agent 场景,进行可行性分析和原型验证,帮助业务创造增量价值; 2. 负责 Agent 相关的知识库搭建,建立验证机制并持续优化; 3. 负责 Agent 相关模块的开发与落地,持续推进 Agent 迭代和决策依据; 4. 优化 Agent 系统架构的高可用性、可扩展性、服务稳定性及安全合规性,持续提升Agent产出效果; 5. 探索前沿技术落地可能性,参与技术决策并推动关键技术预研,助力构建企业大模型应用技术生态。
团队介绍: 我们负责阿里海外零售供应链的建设和优化,业务覆盖全球,支持千亿级别的零售行业、以及数以千万计的商品;利用世界领先的 ERP 系统和库存管理技术,帮助客户管理库存,提高配送效率,保障订单准时送达,提升广大消费者的购物和服务体验;还拥有先进的履约和供应链技术,帮助客户精细化管理每一个环节,从而助力商品能够实现全球畅销。 作为大模型 Agent 在电商供应链场景的核心功能实现者,你将负责从需求理解到上线交付的端到端开发工作,独立承担特定 Agent 模块的设计、编码、测试与迭代优化,确保 AI 能力在真实业务场景中稳定、高效、可衡量地落地。 在这里,你将和我们一起,采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题,不断创造价值,为消费者带来更加美好的体验! 工作职责: 1. 面向领域 Agent 场景,进行可行性分析和原型验证,帮助业务创造增量价值; 2. 负责 Agent 相关的知识库搭建,建立验证机制并持续优化; 3. 负责 Agent 相关模块的开发与落地,持续推进 Agent 迭代和决策依据; 4. 优化 Agent 系统架构的高可用性、可扩展性、服务稳定性及安全合规性,持续提升Agent产出效果; 5. 探索前沿技术落地可能性,参与技术决策并推动关键技术预研,助力构建企业大模型应用技术生态。
关于团队 我们是运营技术团队,核心工作是将 AI 能力落地到真实业务场景中。团队正在经历从传统前端团队向 AI 应用工程团队的转型——这意味着你不会被锁死在某一个技术栈里,而是有机会参与从 Agent 架构设计到系统上线的完整过程。我们重视能独立思考和交付的人,而不是只能执行既定方案的人。如果你习惯自己找问题、定方案、写代码、推上线,这里会很适合你。 1、负责运营技术方向 AI 应用的端到端研发,包括需求分析、技术选型、架构设计与交付上线,工作范畴涵盖 Agent 系统开发、RAG / 知识库系统搭建、AI 工作流编排等; 2、持续演进 AI 应用的系统架构,将 AI 能力深度嵌入业务场景,在交付效率、系统可靠性、用户体验之间寻找最优解; 3、跟踪 AI 应用层技术演进(模型能力、框架生态、交互范式),形成技术判断并推动落地,我们期望你不只是使用者,也是技术方向的思考者; 4、参与团队的 AI 工程化体系建设,包括但不限于 AI Coding 工具链引入、开发流程优化、质量保障机制建设。
1、Data+AI方向整体的应用对接与架构设计:负责数据方向AI应用的架构设计与应用对接,主导取数、数据分析、经营分析或BI+AI结合等子方向,实现从需求对齐到工程落地的闭环。 2、Data+AI方向基建能力:于大语言模型(LLM)构建高性能智能体(Agent)架构,设计并实现意图识别、任务规划引擎、对话状态管理及多Agent协作网络等核心模块,优化动态工具调用、长短时记忆管理及异常自愈等高级功能。 3、BI系统的AI能力升级:基于AI的技术能力和判断深度改造当前的BI系统,包括探索AI-Native的产品形态以及基于BI+AI的思路提升当前BI系统的智能化水平,为用户的取数&分析等能力全方位的提效。