阿里云阿里云智能-研发效能AI转型专家-研发效能优化与AI技术落地结合
任职要求
职位要求 1. 本科及以上学历,4年以上软件研发经验或研发效能领域工作经验,1年以上AI工程实战经验,至少主导过1个从0到1的研发领域AI项目, 有可验证的业务收益 2. 熟悉软件开发生命周期、DevOps、CI/CD、敏捷开发、需求管理、代码质量分析等,掌握研发效能指标,熟悉主流工具的集成于优化。 3.了解大模型(LLM)基本原理,具备设计、开发和维护 AI 智能 Agent 系统经验和…
工作职责
职位描述 1. 主导专有云整体研发体系的AI转型,识别并落地高价值AI场景(如智能编码、自动化测试生成、缺陷预测、AIOps、效能度量等),推动AI能力嵌入需求、开发、测试、部署、运维全链路; 2. 设计端到端的AI工程解决方案,包括数据 pipeline、模型选型与优化、服务部署、效果评估及安全合规机制,确保方案可复用、可度量、可持续演进; 3. 构建轻量级AI基础设施(如Prompt管理平台、向量服务、模型推理框架),降低各技术团队接入门槛,并通过方法论输出、工具链共建和培训赋能组织级AI能力; 4. 定义专有云AI工程标准与演进路径,评估前沿技术(如Code LLM、AI Agent、智能运维)的适用性,推动组织级AI能力建设与技术债务治理。
【岗位职责】 1. 组织诊断与效能提升 (OD) -深入业务一线,理解算法团队的技术目标与痛点; -充当技术管理者的“参谋”,协助进行组织架构调整、核心人才盘点及梯队建设,解决团队“成长的烦恼”。 2. 关键人才与文化 (Talent & Culture) -人才把关: 不仅仅是招聘,更要协助业务识别技术人才的“软素质”,提升团队整体人才密度。 -氛围打造: 建立适合高智商群体的简单、透明、逻辑自洽的沟通机制,减少行政内耗,保护创新火花。 3. 管理者赋能 (Coaching) -辅导技术管理者(尤其是刚从专家转型的Team Leader)提升管理软技能; -帮助他们在“技术决策”与“团队管理”之间找到平衡,处理复杂的团队关系。 4. 机制落地 (Execution) -设计符合研发特性的绩效与激励方案,避免唯KPI论,平衡“业务落地”与“技术探索”的考核权重。
1. 负责新一代AI驱动的PC产品质量保证工作与团队建设,主导质量团队的组织架构设计、人才梯队培养及绩效管理,打造一支具备系统底层、应用上层及 AI 评测能力的复合型质量团队,对最终产品交付质量与用户体验负责; 2. 构建覆盖“安卓系统-上层应用-AI Agent"的全链路质量保证体系。主导跨域质量架构设计,解决终端稳定性兼容性、云边端协同、分布式系统一致性、AI非确定性输出等复杂质量挑战,制定统一的质量门禁与发布准出标准,确保端到端交付质量; 3. 引领测试技术的智能化转型,探索"AI for Testing"与"Testing for AI"双轮驱动模式。一方面将 AI 能力融入自动化测试、用例生成、缺陷分析等环节提升效能;另一方面建立针对 AI Agent/LLM 产品的专项评估体系(如准确性、安全性、幻觉检测),解决非确定性输出的质量挑战,保持行业技术领先性; 4. 主导测试能力平台化与服务化建设,构建系统级、应用级、服务端及 AI 评估的自动化用例库。推动质量能力与 CI/CD 流水线深度集成,实现代码变更的自动化质量卡点。打造自助式质量验证平台,赋能研发、运维及合作伙伴,降低质量验证门槛,提升整体交付效率; 5. 建立多维度的质量度量体系,结合线上监控、灰度发布数据及用户反馈,驱动质量问题的根因分析与持续改进闭环,对线上重大质量事故负责,建立快速响应与防御机制,保障业务连续性。
岗位核心价值: 作为传音数字化转型 “新生技术力量”,与流程部协作,聚焦 AI 与业务流程融合,参与业务解决方案设计与业务优化,解决流程冗余、效率瓶颈,快速成长为 AI 技术与业务连接的核心骨干。 核心岗位职责: 1、流程诊断与场景挖掘:协助调研研发(迭代规划、元器件测试)、供应链(库存调度、物流跟踪)、营销(渠道分析、用户匹配)等业务场景,初筛 AI 改造潜力节点;参与业务效能评估,辅助梳理 AI 改造需求与优先级。 2、业务 AI 方案设计与落地:参与业务变革项目,协助设计 AI 方案(如 RAG 研发文档检索、供应链库存预测模型、AI Agent 审批自动化、企业知识库建设);跟踪试点效果,协助迭代优化与推广计划制定;参与搭建 AI 改造效果监控体系,辅助设计关键指标(审批时效、库存周转)与可视化报告。 3、技术学习与沉淀:跟踪 AI 前沿(大模型微调、流程挖掘、AI Agent 多模态),探索手机行业应用;协助整理 AI 工具规范、编写培训材料,推动技术成果复用与方案文档沉淀。
