JobClaw

大厂AI岗位情报 & 运营类精选 · 04月11日

岗位精选
今日暂无杭州/上海相关 AI 运营岗位推荐。
某杭州大型计算机软件公司 · 杭州 ★60.0 04-09
某杭州互联网上市公司 · 杭州-余杭区 ★60.0 04-09
某南京知名上市公司 · 杭州 ★60.0 04-08
某西安人力资源服务公司 · 杭州 ★60.0 04-07
某杭州知名上市公司 · 杭州 ★65.0 04-02
某深圳大型计算机软件公司 · 杭州 ★60.0 04-01
某知名公司 · 杭州 ★60.0 03-30
某知名互联网上市公司 · 杭州 ★65.0 03-23
某北京IT服务公司 · 杭州 ★65.0 03-23
某杭州互联网上市公司 · 杭州-余杭区 ★60.0 03-23
某杭州互联网上市公司 · 杭州 ★65.0 03-17
某杭州大型云计算/大数据公司 · 杭州-西湖区 ★65.0 03-16
某杭州互联网上市公司 · 杭州-余杭区 ★60.0 03-14
某杭州大型互联网公司 · 杭州 ★65.0 03-12
某上海大型互联网公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某知名公司 · 杭州 ★65.0 03-12
某大型知名科技金融公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州-西湖区 ★65.0 03-12
某大型知名计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某知名公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
蚂蚁集团 · 杭州-西湖区 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某杭州家具/家居上市公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某杭州大型互联网公司 · 杭州-余杭区 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
蚂蚁集团 · 杭州-西湖区 ★65.0 03-12
某杭州家具/家居上市公司 · 杭州 ★65.0 03-12
某杭州大型互联网公司 · 杭州 ★65.0 03-12
某上海大型互联网公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某知名公司 · 杭州 ★65.0 03-12
某大型知名科技金融公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某杭州互联网上市公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州-西湖区 ★65.0 03-12
某大型知名计算机软件公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
某知名公司 · 杭州 ★65.0 03-12
某杭州大型计算机软件公司 · 杭州 ★65.0 03-12
大厂洞察

📊 核心招聘规模

188
今日新增 4
13
今日新增 0

🏗️ AI 职能分布

技术类
62.8%
产品类
22.3%
运营类
6.9%
综合类
6.9%
研究类
0.5%
设计类
0.5%

🏢 业务投入排行 (Top 6)

蚂蚁集团
126
蚂蚁数字科技
30
蚂蚁国际
15
网商银行
13
OceanBase
4

🧠 AI 洞察

🚩 发现 2 项异动,已完成 2 项 AI 深度分析

📢 IMPORTANT
    🔬 前沿方向:蚂蚁国际

    📋 岗位解读:该岗位要求专家全面负责海外零售信贷产品的端到端风控策略,核心是利用AI(尤其是大模型和多模态技术)提升策略效率、探索创新应用(如多模态反欺诈),并构建融合传统模型与大模型的智能风控体系,以平衡增长、体验与风险。

    📡 业务信号:蚂蚁国际正将风控战略从‘规则驱动’升级为‘AI原生驱动’,释放出两大信号:一是加速海外信贷业务(如BNPL/现金贷)的智能化与本地化深耕,二是将‘多模态’等前沿AI技术从研究探索推向核心风控场景的规模化落地,以构建技术壁垒。

    🔮 趋势推演:未来3-6个月,蚂蚁国际可能:1)在重点海外市场推出集成多模态反欺诈(如融合语音、图像、文本的交易分析)的信贷产品;2)内部推广AI工具链(如大模型辅助策略生成、Agents协作),提升全团队效率;3)启动基于图计算、因果推断的跨市场风险联防联控项目。

    💡 关注建议:这是AI技术从‘纯内容生成’向‘核心金融决策系统’渗透的关键案例。‘多模态’出现在风控岗位,标志着其应用正从感知层(如身份识别)迈向认知与决策层(如欺诈意图分析),为AI在金融等高合规领域的落地提供了新范式。

    📎 相关岗位
  • [查看详情](https://talent.antgroup.com/off-campus-position?positionId=26041009521900)

📢 IMPORTANT
    🔬 前沿方向:蚂蚁集团

    📋 岗位解读:该岗位旨在招聘能够研发和落地基于多智能体协同与强化学习决策的AIOps智能体算法工程师,核心职责是构建一个能够理解复杂运维环境、自主决策并持续进化的‘无人值守’运维系统,要求深度融合LLM、时序模型与知识图谱,并具备将专家经验通过数据蒸馏转化为智能体模型的能力。

    📡 业务信号:蚂蚁集团正将其在强化学习(曾用于风控、营销等)和AI大模型领域的深厚积累,系统性地应用于其核心命脉——大规模、高复杂度的金融级技术基础设施运维中。这标志着其AIOps战略从传统的‘规则+预测’模式,升级为以‘智能体集群’为核心的、具备自主决策与进化能力的下一代运维范式,旨在实现运维效率的质变和成本结构的优化,以支撑其业务的极端稳定性和敏捷性要求。

    🔮 趋势推演:未来3-6个月,该部门将:1)加速构建并内部试点覆盖‘应急根因定位、变更拦截’等关键场景的核心智能体原型;2)建立并完善基于强化学习仿真的智能体训练与评估闭环,大量生成和利用仿真数据;3)推动首批智能体在部分非核心或风险可控的运维场景中‘上岗’,验证其实际效能并收集反馈,为更大范围推广做准备。

    💡 关注建议:这是大型科技公司将前沿AI(多智能体、强化学习、LLM)与核心生产系统深度整合的明确信号。它揭示了‘AI智能体’落地的一个高价值、高可行性路径:在规则复杂但边界相对清晰的‘运维’领域,通过仿真环境训练和专家经验蒸馏,实现从‘辅助’到‘自主’的跨越。对于行业而言,蚂蚁的实践将为‘AI智能体’在复杂决策场景中的工程化、可信赖化提供重要参考。

    📎 相关岗位
  • [查看详情](https://talent.antgroup.com/off-campus-position?positionId=25071105673843)

📊 核心招聘规模

829
今日新增 10
99
今日新增 1

🏗️ AI 职能分布

技术类
59.6%
产品类
22.9%
运营类
11.9%
设计类
2.8%
市场/销售类
1.6%
综合类
1.2%

🏢 业务投入排行 (Top 6)

TikTok Shop
41
抖音电商
37
火山方舟MaaS
37
Seed
33
火山引擎
29
飞书
26

🧠 AI 洞察

🚩 发现 10 项异动,已完成 3 项 AI 深度分析

📢 IMPORTANT
    🆕 新部入场:Modelhub

    📋 岗位解读:该岗位核心职责是构建和管理一个统一、稳定、可扩展的内部大模型服务平台(ModelHub),具体包括接入与管理各类模型、设计路由调度与治理策略、优化平台使用体验与效率,并确保平台的安全合规与成本可控。能力上要求具备AI-Native思维和强大的工程化、产品化及系统稳定性建设能力。

    📡 业务信号:字节跳动正从内部大模型(如豆包)的单一供给,转向建设一个聚合内外部多种大模型的统一平台。这标志着其AI战略从‘自研自用’向‘平台化、生态化’演进,旨在通过统一入口管理模型供给、优化体验与成本,为内部业务提供更灵活、高效的AI能力底座,并为未来可能的对外服务或开发者生态打下基础。

    🔮 趋势推演:未来3-6个月,Modelhub部门将:1. 加速接入字节内部其他自研模型及第三方主流模型(如开源或通过API合作);2. 重点优化平台的核心功能,如智能路由、成本计量、体验评测与排行系统;3. 在安全合规框架下,逐步向更多内部业务线推广,成为字节跳动AI能力的标准中间层;4. 可能开始探索面向特定合作伙伴或开发者的有限度开放。

    💡 关注建议:这是字节跳动AI战略转向‘模型平台化’的关键信号。它表明巨头在AI竞赛中,除了比拼单一模型性能,正在更系统地构建‘模型调度与治理’的基础设施能力,以提升资源利用效率、控制成本并快速响应业务需求。这预示着行业竞争维度从模型层延伸至平台层,对AI基础设施和中间件领域有重要参考意义。

    📎 相关岗位
  • [查看详情](https://jobs.bytedance.com/experienced/position/7627035732335348021/detail)

📢 IMPORTANT
    🆕 新部入场:ModelHub

    📋 岗位解读:该岗位核心职责是构建一个统一、稳定、可扩展的大模型服务平台(ModelHub),具体工作包括接入和管理多源模型、实现智能路由与调度、建设平台安全治理体系,并优化多环境下的稳定性与成本。能力上要求具备AI Native思维和强大的工程化、产品化能力,以支撑大规模、企业级的模型服务。

    📡 业务信号:此招聘标志着字节跳动正式启动其内部‘模型即服务’(MaaS)平台的建设,战略意图从分散的模型应用开发转向构建统一的模型基础设施层。这释放了三个关键信号:一是对内整合算力与模型资源,提升使用效率与可控性;二是为未来对外开放字节的模型能力(如豆包大模型)及聚合第三方模型做准备;三是强调安全、合规与治理,表明其瞄准的是企业级市场,而不仅仅是内部或消费级应用。

    🔮 趋势推演:未来3-6个月,ModelHub部门将可能:1. 加速接入字节内部自研模型及部分精选第三方模型,形成初步的模型矩阵;2. 在字节内部主要业务线(如抖音、飞书、巨量引擎)进行试点推广,打磨平台能力;3. 启动平台核心功能的闭环开发,特别是模型路由、成本计量与安全审计系统;4. 可能开始小范围接触外部潜在企业客户,为平台未来的商业化进行前期探索和需求验证。

    💡 关注建议:这是观察字节跳动AI战略从‘模型研发’和‘单点应用’向‘平台化、生态化’演进的关键节点。ModelHub的建立意味着字节正系统性地构建其AI时代的操作系统底座,旨在控制模型分发的核心枢纽。对于行业而言,这预示着大模型竞争的下半场将聚焦于平台能力、企业服务与生态构建,而不仅仅是模型本身的性能竞赛。

    📎 相关岗位
  • [查看详情](https://jobs.bytedance.com/experienced/position/7627036328970078469/detail)

📢 IMPORTANT
    🆕 新部入场:模型数据服务

    📋 岗位解读:该岗位核心职责是构建和优化服务于大模型训练与迭代的自动化、智能化数据生产体系,并主导AI编码技术在复杂业务系统中的落地与治理。能力要求兼具对大模型原理的深刻理解、复杂工程系统架构能力以及推动AI技术(特别是AI编程与数据平台智能化)规模化落地的实战经验。

    📡 业务信号:信号一:字节跳动正将‘模型数据服务’从内部支撑部门升级为战略性BU,旨在系统化、规模化地解决大模型时代的核心瓶颈——高质量数据供给。信号二:该部门战略重心明确为‘用AI生产AI数据’和‘用AI优化数据生产流程’,通过AI合成、人机协同、智能标注与自动化评测构建数据飞轮,以降低数据成本、提升数据质量与迭代速度。信号三:高度重视AI生成代码(AI Coding)在复杂业务系统中的工程化落地与风险治理,表明其追求以AI驱动自身研发效能的根本性提升,并为此建立系统性的规范与防御机制。

    🔮 趋势推演:未来3-6个月,该部门可能:1. 快速扩编,围绕数据合成、智能标注、AI编程、质量评估等方向组建完整团队;2. 对内优先服务豆包等主力大模型,建立标准化的数据生产与供应管线,显著提升模型迭代效率;3. 对外可能逐步将其数据服务能力产品化,探索为行业提供模型数据解决方案(如高质量合成数据集、数据标注平台等),开辟新业务线;4. 在代码生成、多模态数据处理等前沿应用场景形成内部最佳实践,并可能开源部分工具或发布相关技术报告。

    💡 关注建议:核心价值点在于:这标志着大模型竞争进入‘深水区’,从单纯比拼模型参数规模,转向比拼高质量数据供应链的工程化、智能化与规模化能力。字节跳动此举揭示了行业下一阶段的竞争关键:谁能以更低成本、更高效率、更自动化地生产和管理‘数据燃料’,谁就能在模型效果和迭代速度上建立长期优势。同时,AI驱动软件工程(AI for Software Engineering)正从辅助工具演变为核心生产系统的重构力量。

    📎 相关岗位
  • [查看详情](https://jobs.bytedance.com/experienced/position/7602102858821585205/detail)

📊 核心招聘规模

352
今日新增 9
22
今日新增 0

🏗️ AI 职能分布

技术类
64.8%
产品类
22.2%
运营类
6.2%
战略/商分
4.0%
综合/职能
1.4%
市场/销售类
0.9%
综合类
0.3%
设计类
0.3%

🏢 业务投入排行 (Top 6)

CSIG
135
IEG
75
TEG
49
WXG
49
CDG
18
PCG
17

🧠 AI 洞察

🚩 发现 1 项异动,已完成 1 项 AI 深度分析

📢 IMPORTANT
    🔬 前沿方向:TEG

    📋 岗位解读:这两个岗位是腾讯TEG为混元大模型设立的后训练专项算法岗位,核心职责是分别针对‘代码生成与理解’和‘智能体(Agent)’两大高价值应用场景,构建从高质量数据生产、自动化质检、专项评测到基于‘数据飞轮’和强化学习(如RLAIF)的定向能力强化闭环,旨在将前沿学术研究快速工程化,以数据驱动的方式持续提升大模型在复杂、专业任务上的核心能力。

    📡 业务信号:信号一:腾讯正将大模型竞争从通用能力转向纵深、高壁垒的垂直场景,代码和Agent是首批重点攻坚的‘硬核’方向。信号二:TEG作为技术中台,其深度介入混元模型的后训练,表明腾讯正以‘技术驱动’和‘中台赋能’模式,系统化构建模型在关键场景的顶尖能力,为业务前台(云、游戏、微信等)提供强大底层支持。信号三:强调‘数据飞轮’和‘基于执行反馈的强化学习’,标志着其模型迭代范式正从依赖人工标注的SFT,转向自动化、闭环、反馈驱动的AI优化新阶段。

    🔮 趋势推演:1. 能力发布:3-6个月内,混元大模型很可能在代码(如项目级代码生成/修复)和Agent(如复杂任务规划与工具调用)能力上推出显著升级的版本或专项API。2. 业务整合:升级后的模型能力将优先内嵌至腾讯云、内部研发平台(如CI/CD)、游戏开发生态及微信生态的自动化工具中,进行内部验证与场景打磨。3. 技术开源/论文:可能在代码数据构建、RLCE等工程方法上形成技术输出,以确立技术影响力。4. 团队扩张:围绕其他垂直场景(如多模态、数学推理)可能成立类似的后训练专项团队。

    💡 关注建议:对于AI行业观察者,此信息的关键价值在于:它揭示了头部厂商在基础模型‘军备竞赛’后的明确演进路径——即通过‘数据飞轮’和‘强化学习’构建垂直场景的‘能力护城河’。代码和Agent是当前公认的‘价值高地’和‘试金石’,腾讯的投入证实了这一趋势。这意味着,未来大模型的竞争力将越来越体现在少数几个关键场景的极致表现上,而‘自动化数据闭环’与‘基于反馈的强化学习’将成为实现这一目标的核心技术范式。

    📎 相关岗位
  • [查看详情](https://careers.tencent.com/jobdesc.html?postId=2042431106661380096)
  • [查看详情](https://careers.tencent.com/jobdesc.html?postId=2042431102441910272)

📊 核心招聘规模

183
今日新增 3
1
今日新增 0

🏗️ AI 职能分布

技术类
80.3%
产品类
13.1%
综合类
6.0%
运营类
0.5%

🏢 业务投入排行 (Top 6)

小米-通用
133
小米汽车
28

🧠 AI 洞察

🚩 发现 1 项异动,已完成 1 项 AI 深度分析

📢 IMPORTANT
    🔬 前沿方向:小米-通用

    📋 岗位解读:这批岗位旨在构建支持大规模、多模态大模型(LLM/VLM)和智能体(Agent)研发与部署的底层平台与产品体系。核心职责包括:1)研发统一的机器学习/LLMOps平台,提供从训练、推理到微调的全流程工具链,并重点支持多模态数据与RL训练;2)打造基于自研MiMo基座模型的Agent服务平台,将模型能力(如多模态理解、代码生成)转化为可落地的智能体产品与体验。

    📡 业务信号:信号一:小米正从“单点模型应用”转向“体系化AI基建”,旨在构建统一的内部AI生产力平台,提升研发效率与资源利用率。信号二:战略重心明确指向“多模态大模型(MiMo)”和“智能体(Agent)”两大前沿方向,并将二者深度结合,意图将多模态理解能力通过Agent产品直接触达用户,形成差异化竞争壁垒。信号三:强调“模型-Agent飞轮”闭环,表明其AI战略已进入“产品驱动模型迭代”的实战阶段,追求数据回流与模型进化的正向循环。

    🔮 趋势推演:1. 内部整合:3-6个月内,小米通用部门很可能将现有分散的AI开发工具、算力资源整合到新构建的统一ML/AI平台中,并开始内部推广。2. 产品发布:基于MiMo模型和Agent平台的首批面向消费者的智能体产品或功能(可能涉及手机、汽车、IoT场景的多模态交互)将进入密集开发或小范围测试阶段。3. 生态构建:可能会启动针对第三方开发者的Agent平台或工具链的早期生态建设准备,为未来开放能力做准备。

    💡 关注建议:对于AI行业观察者,核心价值在于:小米作为重要的消费电子与IoT巨头,其招聘动向证实了‘多模态+智能体’已成为头部科技公司押注下一代人机交互的核心技术路径。其‘自研基座模型(MiMo)→ 构建Agent平台 → 反哺模型迭代’的闭环战略,为行业提供了一个从技术到产品、从研发到生态的完整商业落地样本,值得密切关注其后续产品化动作对市场格局的潜在影响。

    📎 相关岗位
  • [查看详情](https://xiaomi.jobs.f.mioffice.cn/index/position/7626245259542284553/detail)
  • [查看详情](https://xiaomi.jobs.f.mioffice.cn/index/position/7621367977909651758/detail)

📊 核心招聘规模

155
今日新增 1
12
今日新增 0

🏗️ AI 职能分布

技术类
69.7%
产品类
19.4%
运营类
7.7%
综合类
1.9%
设计类
1.3%

🏢 业务投入排行 (Top 6)

阿里巴巴-Taotian
155

🧠 AI 洞察

🚩 发现 1 项异动,已完成 1 项 AI 深度分析

📢 IMPORTANT
    🔄 职能偏移:TAOTIAN 全局

    📋 岗位解读:这批岗位的核心职责是深入淘天集团电商业务的供给与交易全链路,识别高价值场景,主导并落地以AIGC、大模型、AI Agent为核心的AI解决方案,旨在实现降本、增效、增收。能力要求是兼具深刻的电商业务理解、AI技术应用视野以及产品化与项目落地能力。

    📡 业务信号:释放了淘天集团正将AI从探索性、辅助性工具,全面升级为核心业务运营与商业化的核心驱动力的强烈信号。此举旨在通过AI深度重构商品内容生产、供应链匹配、跨境交易、分销等核心电商环节,以技术驱动实现运营效率的阶跃式提升和商业模式的创新,巩固其市场领导地位。

    🔮 趋势推演:接下来3-6个月,TAOTIAN全局可能将:1. 加速内部AI工具链的标准化与推广,在多个业务线(尤其是天猫国际)落地具体的AI产品模块;2. 重点攻坚跨境交易等复杂流程的“少人化”运营,并建立新的效能评估体系;3. 基于大模型孵化1-2个具有行业壁垒的AI创新项目,可能聚焦于智能选品或新型人机协同工作流;4. 相关AI能力的成熟后,可能逐步向平台商家或生态伙伴输出,形成新的技术服务收入点。

    💡 关注建议:这是中国头部电商平台将生成式AI和大模型技术进行系统性、规模化商业落地的关键风向标。它揭示了AI在复杂交易型平台的核心价值已从‘锦上添花’转向‘重塑流程与成本结构’,其落地路径(如AI Agent处理复杂流程、人机协同新范式)为观察AI在产业端的实际渗透提供了具体案例。

    📎 相关岗位
  • [查看详情](https://talent.taotian.com/off-campus/position-detail?positionId=100012860002)

📊 核心招聘规模

232
今日新增 3
36
今日新增 1

🏗️ AI 职能分布

技术类
72.0%
运营类
15.5%
产品类
9.9%
综合类
1.7%
设计类
0.9%

🏢 业务投入排行 (Top 6)

阿里巴巴-Aliyun
232

🧠 AI 洞察

今日无显著业务异动

规模平稳: 招募节奏正常,大盘未见显著异动。

📊 核心招聘规模

49
今日新增 0
3
今日新增 0

🏗️ AI 职能分布

技术类
55.1%
产品类
30.6%
运营类
6.1%
设计类
4.1%
综合类
4.1%

🏢 业务投入排行 (Top 6)

阿里巴巴-Quark
49

🧠 AI 洞察

今日无显著业务异动

规模平稳: 招募节奏正常,大盘未见显著异动。

📊 核心招聘规模

89
今日新增 2
1
今日新增 0

🏗️ AI 职能分布

技术类
88.8%
产品类
6.7%
综合类
2.2%
设计类
1.1%
运营类
1.1%

🏢 业务投入排行 (Top 6)

阿里巴巴-Ali-holding
89

🧠 AI 洞察

🚩 发现 1 项异动,已完成 1 项 AI 深度分析

📢 IMPORTANT
    🔬 前沿方向:阿里巴巴-Ali-holding

    📋 岗位解读:岗位1聚焦于为大模型(尤其是超大规模参数模型)提供底层训练基础设施,核心是解决千卡级GPU集群下的分布式训练效率、性能优化与框架演进问题,强调软硬协同与极致算力挖掘。岗位2则专注于多模态大模型(理解与生成)的上层算法研发与统一架构设计,旨在提升复杂场景的语义分析与高保真内容生成能力。两者共同构成了从底层AI基础设施到上层多模态核心算法的完整技术栈。

    📡 业务信号:阿里控股(Ali-holding)正在系统性地强化其AI基础设施与核心多模态能力的建设。信号一:将‘多模态’明确列为底层AI Infra岗位的关键支撑场景,表明其AI基础设施已从早期专注纯文本大模型,转向为更复杂、更通用的多模态大模型提供原生支持,这是技术栈的战略性升级。信号二:同时招募底层架构与上层算法专家,并强调‘协同算法团队’、‘支持业务落地’,显示出其意图打通从算力、框架、算法到应用的全链路,以加速多模态AI在具体业务场景(如AIGC、未来生活实验室探索)中的创新与落地。

    🔮 趋势推演:未来3-6个月,该部门可能将:1. 加速推进现有百亿/千亿参数模型向万亿参数规模演进,并重点验证多模态大模型在超大规模集群上的训练效率与稳定性。2. 推出或大幅迭代其内部统一的多模态大模型架构(兼顾理解与生成),并可能在图文、视频生成等1-2个关键场景推出内部或对外的演示性应用。3. 加强AI Infra团队与具体业务单元(如电商、内容、智能终端)的协同,启动更多以多模态AI为核心的‘AI创新应用’试点项目,为规模化落地做准备。

    💡 关注建议:对于AI行业观察者,此信息的关键价值在于:它揭示了阿里巴巴集团在AI竞争中的核心发力点已从‘拥有大模型’转向‘构建面向多模态时代的、软硬一体的高效AI生产体系’。这不仅是技术点的跟进,更是体系化能力的竞赛。关注其AI Infra与多模态算法的协同进展,能预判其未来AI产品的技术上限、迭代速度以及可能率先突破的应用领域。

    📎 相关岗位
  • [查看详情](https://talent-holding.alibaba.com/off-campus/position-detail?positionId=1038409)
  • [查看详情](https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100013060003)

📊 核心招聘规模

8
今日新增 0
0
今日新增 0

🏗️ AI 职能分布

技术类
87.5%
产品类
12.5%

🏢 业务投入排行 (Top 6)

阿里巴巴-Tongyi
8

🧠 AI 洞察

今日无显著业务异动

规模平稳: 招募节奏正常,大盘未见显著异动。