阿里云阿里云智能-商业技术工程师（创新增长方向）-杭州
任职要求
1、大学本科及以上学历，具有3年以上互联网、IT行业或大型企业经验，包括但不限于云计算、IT、通信、计算机软硬件、自动化等行业；
2、有3年以上区域/IT行业直接销售经验，对云计算、大数据、AI、IoT等有一定的理解；
3、认可云计算发展方向，具备自我驱动的创业心态，具有良好的沟通表达能力、团队意识强，能够快速响应客户和内部的需求，抗压能力强；
4、对区域互联网及企业市场有宏观理解，或熟悉当地互联网行业…工作职责
1、负责阿里云浙江区域商业客户的销售拓展工作，挖掘潜在销售机会，有效管理pipeline，实现增长的同时，保证业务健康可持续发展； 2、负责区域内泛互联网行业，以及传统企业的客户直销，包括客户关系维护，商务报价，合同签约，结单等；同时进行标杆打造，行业突破以及场景创新等； 3、抓住AI时代里瞪羚企业快速成长的机会窗口，拓展新客户机会，为客户提供更加智能、高效的全栈AI解决方案和服务； 4、制定个人销售计划，并且能够有效调动及组织公司内部资源推动业务落地。
1、业务范围：主要负责浙江地区企业客户上云业务拓展，包含不限于泛互联网、零售、制造等多行业； 2、拓展客户、维护客情，深入挖掘商机：能够高效识别所在区域/市场的增长行业、潜在客户及挖掘出有效商机；具备callhigh能力及快速推动客户决策能力，对业务结果负责； 3、传递产品能力、技术价值，助力客户成功：了解阿里云产品和解决方案，理解客户业务场景，通过精准的推荐和有效的资源整合帮助客户解决痛点，陪伴客户成长，助力客户业务成功。 4、通过对所在行业、区域的不断理解，加深行业know-how和区域市场理解，不断总结反馈，反哺产品和业务。 5、持续收集竞对在该区域的业务布局、价格竞争等信息，辅助业务决策。
团队介绍：TikTok是一个覆盖150个国家和地区的国际短视频平台，我们希望通过TikTok发现真实、有趣的瞬间，让生活更美好。TikTok 在全球各地设有办公室，全球总部位于洛杉矶和新加坡，办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队，旨在实现TikTok业务的研发工作，搭建及维护业界领先的产品。加入我们，你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景，支持产品在全球赛道上高速发展；也能接触到包括服务架构、基础技术等方向上的技术挑战，保障业务持续高质量、高效率、且安全地为用户服务；同时还能为不同业务场景提供全面的技术解决方案，优化各项产品指标及用户体验。 在这里， 有大牛带队与大家一同不断探索前沿， 突破想象空间。 在这里，你的每一行代码都将服务亿万用户。在这里，团队专业且纯粹，合作氛围平等且轻松。目前在北京，上海，杭州、广州、深圳分别开放多个岗位机会。 1、与TikTok产品工程团队合作，构建新产品，并增强现有产品，以满足业务需求； 2、理解、应用和使用TikTok的产品和创新技术，与合作伙伴一起识别、开发和最大化新的和现有的商业前景； 3、与客户合作伙伴团队建立密切的合作伙伴关系，以识别潜在的商业机会并支持他们实现业务目标； 4、设计和建立端到端系统和启动计划战略；与跨职能团队合作，启动生产级代码，重点是长期可运维性和可扩展性，以及适用的留档和测试计划； 5、将跨职能合作伙伴与项目完成目标对齐；与内部和外部利益相关者建立和培养关系；使用数据通过展示业务价值和影响来影响决策。
蚂蚁国际ASAP技术部正在寻找有激情并且具有创新能力的算法工程师，通过使用AI技术，推动蚂蚁国际化业务的发展。蚂蚁是一家AI驱动的公司，国际化是蚂蚁当前的重点方向，在这个职位上，你有机会接触到互联网金融、人工智能、国际化这3个当前最热门领域。 1.基于跨境支付、跨境游、境外合作钱包等国际业务场景及特点，设计搜索、推荐及营销引流等算法模型及策略，提升用户体验和转化效果，帮助用户增长及商家成长。 2.全面了解蚂蚁国际业务发展，提供基于机器学习、深度学习、联邦学习、大模型、运筹优化等算法方案解决复杂的实际业务问题。
1. 搜索召回算法：基于多模态&LLM大模型等能力，设计和优化1688搜索召回模块；负责文本query理解和改写；设计和优化分人群的多路召回差异化协同机制，并建立召回迭代的评价指标； 2. 搜索排序算法：设计和优化1688搜索排序下的转化率精准预估任务；深入研究全域用户行为建模、全域迁移学习任务、多模态技术方向在排序的应用；设计和优化1688搜索排序框架，围绕长期用户价值对1688排序模型的目标进行设计和优化； 3. 搜索流量机制：负责1688搜索机制策略创新和优化，包括商业化机制策略和用户增长策略的方案设计和落地，分渠道精细化优化用户的留存和活跃； 4. 搜索基础算法：在1688搜索样本和数据特征上进行精细化处理，提升模型效果的上限，通过召回/粗排/排序的模型优化和一致性提升等方式对搜索全链路进行迭代。