阿里巴巴业务技术-高级数字人形象算法专家-直播技术

【职位名称】：物流业务高级开发工程师 【职位描述】： 1、负责物流业务系统的架构设计和核心功能开发，确保系统的高效稳定运行。 2、参与需求分析，提供技术解决方案，优化业务流程，提升物流运营效率。 3、与产品、运营团队紧密合作，理解业务需求，推动技术创新和业务发展。 4、指导和协助团队成员进行代码编写和系统优化，提升团队整体技术水平。 5、跟踪物流行业技术动态，研究前沿技术，为业务创新提供技术支持。 1、Responsible for the architecture design and core function development of logistics business systems, ensuring efficient and stable operation. 2、Participate in requirement analysis, provide technical solutions, optimize business processes, and enhance logistics operation efficiency. 3、Collaborate closely with product and operation teams to understand business needs and drive technological innovation and business growth. 4、Guide and assist team members in code development and system optimization, improving the overall technical capabilities of the team. 5、Track industry technology trends, research cutting-edge technologies, and provide technical support for business innovation.

团队介绍： 依托阿里巴巴集团强大的技术生态，深耕多年的物流供应链产品技术中后台，搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源，搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节，提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案，完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合，对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化，助力提供具备一定成本、时效优势，服务稳定的物流服务。 职位描述 1、负责物流业财产品的规划与设计，推动产品创新，提升供应链效率和成本效益。 2、与业务团队紧密合作，理解物流运营需求，构建满足业务发展需求的财务解决方案。 3、协调跨部门资源，推动产品开发和迭代，确保产品功能与业务流程的无缝对接。 4、监控产品性能，通过数据分析优化产品，提高用户体验和业务价值。 5、跟踪行业动态，研究物流与财务的融合趋势，为产品持续创新提供策略支持。

1、负责淘宝内部企业级软件的AI研发系统技术规划与实施落地，带领团队面对数千个代码库的复杂存量系统，通过完善现有系统AI友好化改造、构建各类研发Agent、探索新型研发工具形态，最终交付企业级软件的AI原生研发模式； 2、AI研发系统构建及演进：根据行业最新进展及内部企业实际情况，定义企业级软件的AI研发系统的整体方案及演进路径。能够识别关键问题，创新技术方案，协同各方诉求，完成技术方案应用落地； 3、存量系统AI友好化改造：定义企业级软件的AI友好架构内容，针对现有存量系统能够制定切实可行的落地方案和实施路径，多团队协作，逐步完成存量代码库的AI友好化改造； 4、跨团队协作与应用落地：能够深入了解电商场景的交易营销、搜索推荐、直播等技术域特点，构建AI研发系统平台通用能力及各技术域开放定制能力，制定满足各技术域不同诉求的差异化落地方案。

负责企业级智能业务平台中"知识与记忆中心"的整体规划与技术落地。该模块是平台的核心基础设施，为上层多个业务 AI Agent 提供统一的知识与上下文供给，确保 Agent 在每次决策与执行时均能获取充分且精准的信息支撑。 本场景需统一治理跨域结构化数据、非结构化文本、即时通讯记录、既有知识库及业务事件流等多源异构内容，在异构数据源之上建立统一的知识表示、检索与服务体系，并构建"采集 → 提取 → 索引 → 评测 → 优化"的持续闭环，驱动知识质量与 Agent 决策质量的阶梯式提升。 岗位要求： ● 主导知识飞轮全链路的架构设计与技术选型，制定分阶段落地路线图，确保从 MVP 到规模化运转的路径清晰可控。 ● 设计多源异构数据的统一接入与变更感知体系，覆盖结构化数据、文档、IM 对话、知识库与事件流五类内容源，建立差异化的同步策略与时效性管理机制。 ● 针对不同内容类型构建差异化的知识提取与关联推理能力，包括文档解析与语义分块、对话意图提取、事件模式识别、跨域知识归一化与冲突消解。 ● 设计高效的多模态检索与分级缓存体系（向量检索 + 倒排索引 + 热温冷三级 Cache），在响应速度与知识时效性之间取得最优平衡。 ● 建立知识质量的全维度评测与归因体系（检索相关性、知识准确率、上下文完备度、业务效果归因），实现自动化持续运行，驱动飞轮各环节的迭代优化。 ● 沉淀知识工程方法论与最佳实践，培养团队核心技术骨干。