阿里巴巴商业智能-商业分析高P储备-杭州

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。 部门描述：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。 部门定位：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、内部经营分析：基于业务目标及商业模式，搭建全面、准确、客观的指标体系和监控框架。同时基于业务监控体系，清晰洞察业务全局和定位业务问题； 2、通过分析报告或专题研究等形式，对业务问题进行深入分析，为平台机制、行业/商家策略、产品方向、资源投入策略等业务决策提供数据和分析支撑，输出经营管理建议，协助达成业务目标并提升效率； 3、将监控体系及分析方法逐步总结沉淀，抽象、提炼数据产品需求，与产品、商业智能分析等相关团队开展跨部门合作并推动数据产品的落地； 4、市场研究及分析：关注跨境电商赛道动态，分析和跟踪业内玩家的业务动作和表现，输出行业分析洞察报告。

信息工程介绍：构建空间智能商业引擎，支撑高德日均调用北斗定位4800亿次，我们在商业服务领域面临多重极端技术挑战；节假日搜索系统需承载超百万QPS峰值请求，同时保障更新99.999% SLA；实时管理海量动态服务节点（从充电桩状态到酒店房态），时空数据更新毫秒级延迟。 1、提升交易稳定性、数据一致性、缩短RT等； 2、业务层面打造交易平台，支持业务快速试错、迭代，提升产研效率，快速助力业务KPI的达成。 3、负责高德基于LBS本地生活类业务（例如：酒店、门票、加油充电、美食生服）的营销运营体系建设，营销引擎、增长相关系统研发和迭代。 4、参与系统稳定性保障体系的建设，包括系统风险识别与优化、稳定性工具沉淀，保障大促及平时业务系统稳定、高效运转 5、负责协调上下游团队，推动项目高效、有序落地。

# 关于我们 我们正在构建面向全球物流网络的 AI Agent 自动决策大脑。通过大模型（LLM）、智能体协同与自动化推理，让系统具备“感知-思考-行动-学习”的闭环能力，驱动“服务采购、干线运营、分单决策、全链路调度、端到端监控、成本分析优化”等核心业务系统的全面智能化，实现资源规划、智能分单、运力调度、异常自愈等关键功能。这是一个将前沿 AI 技术与真实商业场景深度结合的创新战场，是每天影响数百万包裹命运的生产系统。 # 主要工作内容 ● 设计并实现基于 LLM 的 AI Agent 架构，支持任务分解、工具调用、多智能体协同与反馈学习； ● 开发智能决策引擎，将业务规则、实时数据流与大模型能力深度融合，构建可解释、可干预的自动化系统； ● 主导 Agent Workflow 编排系统建设，优化 Prompt Engineering 策略，提升模型在物流垂直场景的准确性与鲁棒性； ● 推动 AI 能力与后端工程系统的无缝集成，确保高可用、低延迟、可监控的服务体验； ● 探索 RAG、Function Calling、Memory 机制等前沿技术在物流调度中的落地路径。

团队介绍： AE 技术部致力于打造全球买、全球卖的极致购物体验，通过世界一流的技术架构，服务全球200+多个国家和地区的数亿消费者与数十万卖家。面对多元化的用户需求、本地化挑战以及独特的数据安全政策，我们构建了独特的系统部署与架构设计，涵盖基础链路、用户增长，商家商品，运营平台及泛导购等核心领域，为全球电商业务提供创新解决方案！ 职位描述： AI 全栈工程师是一个高度综合性的技术角色，要求工程师能够覆盖AI智能领域的全流程开发工作，需要在掌握传统工程研发、机器学习、深度学习的核心技术的同时，还需熟悉从数据处理、模型训练到部署落地的各个环节，并具备跨团队协作的能力。 主要工作内容： 1、负责电商领域AI相关产品的全流程开发，包括但不限于大模型 Agent 应用的架构设计、工程实现、系统部署及迭代优化； 2、参与大模型技术在多场景解决方案中的落地实施，开展技术攻关与效果验证，推动 AI 能力在商业化场景的价值转化； 3、主导/参与大模型应用开发和技术中台建设，持续优化系统架构的高可用性、可扩展性及服务稳定性； 4、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，构建企业大模型应用技术生态； 5、协同运营、产品、设计等协同团队共同完成复杂项目的技术方案设计与实施。