智能互联阿里云智能-招聘专家-AI业务及应用研发
任职要求
1. 背景经验：3年以上招聘经验，必须包含至少1年以上AI/大模型/云计算领域实战经验
2. 技术敏锐：能精准识别候选人技术栈及方向，具备与业务负责人同频对话的能力，技术背景或理工科背景优先
3. 猎聘能力：具备极强的主动寻访（C…工作职责
1. 策略落地：阿里云智能大模型相关业务的招聘，基于业务策略及组织能力的需求，制定招聘规划，并确保招聘计划的落地及岗位的交付 2. 人才攻坚：主导高端稀缺人才的寻访与mapping，深耕技术人才社区，提升被动候选人转化率 3. 渠道创新：基于对大模型的充分理解，突破传统渠道，高效完成人才招聘的同时，通过中、长期的人才获取，建立大模型专属人才库 4. 业务伙伴：洞察相关行业人才趋势，为业务团队提供组织诊断、薪酬对标及人才梯队建设等建议 5. 效能优化：管控招聘全流程体验与成本，利用数据机会AI驱动提升招聘效率与质量
1. 策略落地：阿里云智能大模型相关业务的招聘，基于业务策略及组织能力的需求，制定招聘规划，并确保招聘计划的落地及岗位的交付 2. 人才攻坚：主导高端稀缺人才的寻访与mapping，深耕技术人才社区，提升被动候选人转化率 3. 渠道创新：基于对大模型的充分理解，突破传统渠道，高效完成人才招聘的同时，通过中、长期的人才获取，建立大模型专属人才库 4. 业务伙伴：洞察相关行业人才趋势，为业务团队提供组织诊断、薪酬对标及人才梯队建设等建议 5. 效能优化：管控招聘全流程体验与成本，利用数据机会AI驱动提升招聘效率与质量
1. 策略落地：阿里云智能大模型相关业务的招聘，基于业务策略及组织能力的需求，制定招聘规划，并确保招聘计划的落地及岗位的交付 2. 人才攻坚：主导高端稀缺人才的寻访与mapping，深耕技术人才社区，提升被动候选人转化率 3. 渠道创新：基于对大模型的充分理解，突破传统渠道，高效完成人才招聘的同时，通过中、长期的人才获取，建立大模型专属人才库 4. 业务伙伴：洞察相关行业人才趋势，为业务团队提供组织诊断、薪酬对标及人才梯队建设等建议 5. 效能优化：管控招聘全流程体验与成本，利用数据机会AI驱动提升招聘效率与质量
1. 策略落地：阿里云智能大模型相关业务的招聘，基于业务策略及组织能力的需求，制定招聘规划，并确保招聘计划的落地及岗位的交付 2. 人才攻坚：主导高端稀缺人才的寻访与mapping，深耕技术人才社区，提升被动候选人转化率 3. 渠道创新：基于对大模型的充分理解，突破传统渠道，高效完成人才招聘的同时，通过中、长期的人才获取，建立大模型专属人才库 4. 业务伙伴：洞察相关行业人才趋势，为业务团队提供组织诊断、薪酬对标及人才梯队建设等建议 5. 效能优化：管控招聘全流程体验与成本，利用数据机会AI驱动提升招聘效率与质量
以数据库引擎PolarDB/ADB/Lindorm为数据存储和计算底座，基于此构建in-DB的数据库垂类AI服务. 具体围绕： A. 数据库AI算子的开发。算法研发方向重点为自然语言技术在数据库上的应用。围绕自然语言转SQL/NL2SQL，基于RAG和行业知识的推理逻辑加强，图/知识库自动构建，实体与关系的分析挖掘，和基于Model Context Protocol的数据库AI agent能力。 尤其是在DATA+AI方向具有显著行业数据计算属性的量化金融的国内数据库市场，优化AI推理和针对交易数据的in-DB智能高性能计算算子，以增强阿里云数据库引擎产品在国内量化金融市场的影响力， 并支持数据库引擎团队打下新市场。 B. 适合数据库相对资源受限计算情况下的复杂AI算子推理加速, 并对传统数据库执行计划在新置AI算子的新情境下进行性能联合优化。 围绕transformer架构的推理加速（KVCache， SGlang， vLLM和）等关键AI推理框架的系统底层优化，开发数据库在量化金融市场中的高性能计算和系统框架， 支持AI高性能算子并提供丰富的量化金融算法包。 C. 在数据库和人工智能顶级会议上发表研究论文， 推高阿里云在这两个关键研究领域的影响力。