哔哩哔哩猫耳-高级/资深客户端测试工程师
任职要求
1、本科以上学历；2 年以上 QA 工作经验工作经验，有丰富的端到端测试经验； 2、具备扎实的计算机基础知识，熟练掌握至少一种主流编程语言（Java/C++/Python)，能设计并完成测试工具或测框开发要求； 3、熟悉C端业务需求交付的生命周期、软件测试方法，熟悉接口测试、UI 测试、稳定性测试、性能测试、服务端压测、故障…
工作职责
1、保障测试质量，并与开发、前端、产品团队合作，引入和使用新的测试技术提高测试效率； 2、参与业务日常发版工作，包括产品设计评审，开发技术架构评审，针对业务规则制定测试计划，根据测试计划编写和执行测试用例并进行缺陷跟踪； 3、能独立跟进业务、项目测试工作，包括风险评估，进度把控，按照测试计划，构建测试环境，执行集成测试，自动化回归测试等； 4、能针对现有的业务质量保障流程进行测试效率分析，制定测试提效方案，提升测试效率，缩短交付周期，支撑业务的迭代；
阿里国际数字商业集团，是阿里巴巴集团的核心且快速增长的业务。 契合国家“一带一路”的战略方向，在国际化的大蓝海赛道上高速驰骋，连续多年收入增长在30%以上。旗下业务覆盖近200个国家、市场，服务于4亿的全球消费者，囊括跨境电商、本地电商、B2B、O2O零售、供应链网络等多元化的业务形态，在全球近30个国家与地区设置办公地点，拥有超过20种不同国籍的员工。 商业智能部是商业分析与决策支持部门，我们依托于阿里国际集团的全球化大数据以及阿里多年的商业分析经验沉淀，拥有来自于互联网、咨询、投资、传统行业等多元化背景的团队，产生多视角、全方位的立体洞察，支持集团以及各事业部与职能部门管理者的关键决策。 我们深入业务，通过有智慧的数据洞察， 紧密结合的业务场景，实现从宏观市场到微观战术的商业分析与判断，为决策层提供关键数据洞察、核心策略参考、支持主要的各项决策制定与优化，达到数据驱动业务的完美实践。 1、负责对供给基本盘数据进行深度分析，提供商业洞察，支持战略决策。 2、设计并实施复杂的分析模型，评估业务现状，识别品类增长机会和潜在问题。 3、跟踪行业动态，对比竞争对手，为产品和市场策略提供数据支持。 4、创建清晰、有影响力的报告，以可视化方式呈现分析结果，确保关键信息有效传达。
阿里国际数字商业集团，是阿里巴巴集团的核心且快速增长的业务。 契合国家“一带一路”的战略方向，在国际化的大蓝海赛道上高速驰骋，连续多年收入增长在30%以上。旗下业务覆盖近200个国家、市场，服务于4亿的全球消费者，囊括跨境电商、本地电商、B2B、O2O零售、供应链网络等多元化的业务形态，在全球近30个国家与地区设置办公地点，拥有超过20种不同国籍的员工。 商业智能部是商业分析与决策支持部门，我们依托于阿里国际集团的全球化大数据以及阿里多年的商业分析经验沉淀，拥有来自于互联网、咨询、投资、传统行业等多元化背景的团队，产生多视角、全方位的立体洞察，支持集团以及各事业部与职能部门管理者的关键决策。 我们深入业务，通过有智慧的数据洞察， 紧密结合的业务场景，实现从宏观市场到微观战术的商业分析与判断，为决策层提供关键数据洞察、核心策略参考、支持主要的各项决策制定与优化，达到数据驱动业务的完美实践。 1.通过分析用户行为、站内转化路径、转化周期等数据，挖掘出对业务有推动价值的用户标签，完善用户数据资产和分析体系，增加业务运营抓手； 2.负责业务中各类产品A/B实验分析、业务策略效果评估、市场活动分析，能提炼业务核心数据指标并完成相关数据体系搭建工作； 3. 通过对业务数据的挖掘，对专项问题、指定方向的重点研究与分析，为行业策略、品类机会、场域效率等业务决策提供数据和分析支撑，协助达成业务目标并提升效率。
A、负责日本区域品牌以及商家的BD工作，对所负责的品类进行规划、招商、管理； B、熟悉日本本土消费市场和线上线下品类趋势，能通过对行业的研究理解和消费洞察，完成新商/品牌的开发以及BD能力 C、维护与商家，协会等之间的商务关系，提升双方合作效率，保障业务的有效开展；
团队介绍 AE搜索算法团队，负责AIDC AliExpress（AE）、JP- AO和天猫淘宝海外等国际化电商搜索业务优化，为全球100多个国家使用不用语言的用户持续电商搜索体验与效率，并结合大模型升级技术与产品体验创新。 多年来团队紧跟工业界和学术界前沿，在多语言Query理解与相关性、国家差异化召回与排序模型、多语言Query导购与大模型在多语言搜索中应用等技术方向持续探索创新，带来业务快速增长同时发表⾼⽔平学术论⽂20+篇（如AAAI、 IJCAI、TKDE、TMM、RecSys、CIKM和ICDM），申请专利15+项。 职位描述 1. 多语言 Query 理解、商品理解和相关性，包括：Query和商品NER、Query类目预测、Query改写与扩展、多语言&跨语言语义相关性等；LLM在多语言电商搜索领域应用，包括：大模型 CT 和 SFT，以及在Query理解、语义相关性、商品理解上的应用； 2. 个性化召回与排序相关技术：基于大规模深度模型的CTR/CVR预估模型及个性化召回模型，包括用户行为序列建模、多目标建模、多模态跨场景迁移建模、国家差异化建模体系建设等； 3. 个性化多语言Query推荐，包括：下拉、底纹、风向标等场域，基于异构行为序列建模、多场景建模的多语言Query推荐技术研究与应用；