阿里巴巴阿里控股-AI 综合架构师-杭州
任职要求
1、本科及以上学历，计算机科学、软件工程或相关专业背景。具备 5年以上产品/业务架构/研发/客户运营相关经验，并在复杂企业场景或 ToB 产品中承担过系统性负责人角色。熟悉企业智能化场景，经验丰富，能从 0 到 1 设计产品并持续迭代。理解产品运营逻辑，有带领 10+ 人跨职能团队经验。 2、具备客户成功导向与运营思维。有优秀的跨部门沟通协调能力，有集团级组织产品落地经验，具备出色的业务洞察力，善于推动面向不同层级决策者的方案共识达成。 3、至少有2年 AI 相关项目实战经验，深入理解深入理解大语言模型（LLM）及相关 AI 技术的能力边界与应用场景。 4、对新技术保持好奇心与学…
工作职责
该职位聚焦企业内 AI 办公应用场景，核心目标是构建服务员工实现AI驱动办公新范式的解决方案、产品和工具，并实施落地。你将是承担连接产品技术能力与业务价值的桥梁角色，从从业务洞察、产品规划、研发协同到运营推广，全方位推进项目，实现客户需求满足和组织目标达成。期待您的加入，共同开启 AI 驱动的办公新范式！ 工作内容包括但不限于 1、深入理解企业客户在智能化转型中的真实需求和痛点，从业务视角定义 AI 产品方向与路线图，建立客户需求到技术和产品实现的转化机制。理解主流 AI 模型的能力边界与适用场景，将 AI 能力与企业办公场景深度结合。 2、承接客户成功使命，负责与集团各业务部门建立深度对接机制，主动挖掘各部门AI驱动的办公需求，做出有竞争力的AI产品，以及在组织内部的规模化应用与价值落地，建立从需求承接、方案定制、产品和工具建设到效果追踪的完整闭环。设计内部推广与运营活动策略，提升产品的用户渗透率和活跃。 3、协同工程、产品、算法、运营团队，推动 AI 功能从概念验证到规模化落地，平衡技术创新与工程可行性，建立效果评估体系持续优化产品表现。 4、带领跨职能团队（产品、研发、运营），培养兼具技术视野与业务思维的复合型人才，建立团队 AI 认知框架，推动组织内部 AI 文化传播。
1. AI Native 采购流程架构设计与落地：将AI能力深度嵌入采购全生命周期——从需求感知、供应商寻源、智能比价、策略辅助、自动下单、履约跟踪到对账结算，识别并打通全流程中可无人化或人机协同的关键节点，建立端到端自动化工作流； 2. 数字采购员（AI Agent）的孵化与运营：设计、训练并持续迭代数字采购员，使其能够覆盖标准采购场景（如 供应商入库、自动下单、合同签约等）的全流程自动执行。定义数字采购员的能力边界、决策权限、人机交接机制，并建立持续优化闭环； 3. 采购AI Skills体系沉淀：构建可复用、可组合的采购AI技能库（Skills），涵盖招投标方案、风险检查、智能比价等等。建立Skills的版本管理、效果评估和迭代机制，让组织能力从"个体经验"升级为"系统资产"； 4. AI技术选型与前沿应用探索：持续跟踪大模型、Agent框架、RAG、多模态、代码生成等前沿AI技术演进，评估其在采购场景的应用潜力，参与AI工具/平台的路径选型、试点和规模化落地； 5. 采购数据与知识基建：搭建支撑AI应用的高质量数据底座，包括供应商知识库、历史谈判/合同语料库、品类策略知识图谱、市场价格基准数据等，确保AI的"燃料"充足且持续更新。
1. 基于公司战略需要，与集团算法团队密切合作，理解算法需求，对LLM模型训练所需的数据样本集进行标注管理、行业调研、安全合规保障等，与上游产品技术通力合作，提供满足算法研发需求的数据，共同推进业务目标达成； 2. 负责高质量的数据标注，结合算法知识优化标注流程，推进使用算法技术（如数据增强、自动化标注等）提升数据标注的质量 3. 设计和实现大语言模型方向AI训练流程，并不断优化迭代，带领团队高效完成标注和内容生产项目，推动标注工具的智能化升级优化，协助产品与开发团队将更智能的标注产品落地 4. 构建并维护一套完善的AI内容质量管理体系，全面把控内容质量并对结果负责，并不断进行优化迭代； 5. 负责管理标注团队，积极推动组织流程及交付流程优化，对接数据标注供应商。负责组织培训、试标、通过持续培训和反馈提升供应商标注质量与效率
我们是控股集团不动产管理部，跟随着阿里二十多年的快速成长，支撑了集团千万平米的智慧空间运营与管理业务，也服务了数十个大型央国企和头部民营企业，提供了行业先进的一站式智慧园区产品和解决方案。 在这里，你将直面不动产管理领域核心业务场景，接触国内数字化和智能化程度前沿产品技术和业务管理体系，也会拥有集团在AI领域的技术视角和战略支持，跟我们一起定义AI时代的不动产管理全新范式！ 你的工作职责： 1. 作为不动产管理设施管理领域的产品经理，定义AI时代下的智慧园区设施设备和能源管理产品体系，协同研发团队和业务运营团队，推进从业务场景调研、关键机会识别、产品原型到落地输出的全过程，确保产品方案具有显著的业务价值与充分的技术可行性。 2. 打造专业场景下的高阶智能Agent，联动工程技术及业务团队，识别业务关键问题，并通过AI能力在业务场景上的深度植入，并推动业务流程向AI原生转型； 3. 持续追踪AI领域（尤其是多模态大模型、Agent框架）进展，评估新技术在设施设备和能源管理场景中的适用性，将前沿能力转化为可落地的产品方案。 4. 基于外部客户输入和空间运营与设施设备管理行业趋势，提升产品先进性和竞争壁垒 5. 配合产品市场营销和交付工作，包括核心客户交流，产品文档和价值销售材料、交付使用素材与培训等，完善产品标准化基础能力建设，支持客户成功。
1. 参与新一代Agent驱动的自适应爬虫系统的设计与落地，面向Web、Android、iOS 等多端场景，持续提升采集系统的成功率、稳定性与可扩展性； 2. 深入研究多维度数据采集策略，建设站点/APP 结构自动识别、覆盖策略生成与异常处理能力，提升复杂场景下的数据获取效率与覆盖质量； 3. 攻防对抗：针对不同目标平台开展系统性技术分析，结合环境仿真、协议模拟、设备指纹绕过、行为拟人化等技术，提升系统链路稳定性； 4. 构建AI Native的数据采集到数据处理的智能化全链路体系，利用 AI 技术实现数据采集、自动化清洗、结构化提取、质量评估与工程化落地； 5. 技术沉淀： AI采集平台架构设计、技术分析、策略研究、问题复盘等文档，沉淀可复用的方法论、工具能力和知识体系，推动团队采集能力持续升级。