JobClaw

大厂AI岗位情报 & 运营类精选 · 08月19日

岗位精选
抖音增长 08-17
TikTok Shop 08-17
TikTok 08-13
国际化广告创意与品牌 08-10
广告业务(北京/上海) 08-07
TikTok 08-04
开环业务 08-04
抖音生活服务 08-04
阿里巴巴-Aliyun 08-18
阿里巴巴-Aliyun 08-13
阿里巴巴-Aliyun 08-05
阿里巴巴-Aliyun 07-27
阿里巴巴-Taotian 07-21
阿里巴巴-Aliyun 07-06
阿里巴巴-Aliyun 06-01
某世界500强上市公司 · 杭州-余杭区 ★65.0 08-18
某杭州电子商务上市公司 · 杭州 ★60.0 08-14
某杭州互联网上市公司 · 杭州-余杭区 ★65.0 08-12
某杭州电子商务上市公司 · 杭州 ★65.0 08-12
某杭州电子商务上市公司 · 杭州 ★65.0 08-12
某北京计算机硬件上市公司 · 杭州 ★65.0 08-12
某大型知名互联网公司 · 杭州 ★65.0 08-12
某杭州大型互联网公司 · 杭州-滨江区 ★65.0 08-12
某杭州电子商务上市公司 · 杭州 ★65.0 08-11
某北京计算机硬件上市公司 · 杭州 ★65.0 08-11
某知名上市公司 · 杭州 ★65.0 08-11
某成都专业服务公司 · 杭州-上城区 ★60.0 08-11
某杭州大型邮政/快递公司 · 杭州 ★60.0 08-11
某杭州互联网上市公司 · 杭州-余杭区 ★65.0 08-07
某知名互联网上市公司 · 杭州 ★65.0 08-07
某杭州大型互联网公司 · 杭州 ★65.0 08-06
某杭州大型互联网公司 · 杭州 ★65.0 08-05
某大型知名计算机软件公司 · 杭州 ★65.0 08-04
某杭州大型互联网公司 · 杭州 ★65.0 08-04
某杭州科技金融上市公司 · 杭州 ★65.0 07-29
某知名公司 · 杭州 ★65.0 07-29
某人力资源服务公司 · 杭州 ★65.0 07-27
某国内大型游戏公司 · 杭州 ★60.0 07-27
某上海大型互联网公司 · 杭州 ★65.0 07-22
某杭州互联网上市公司 · 杭州-余杭区 ★65.0 07-17
某知名公司 · 杭州 ★65.0 07-15
某知名汽车公司 · 杭州 ★65.0 07-08
某杭州整车制造上市公司 · 杭州 ★65.0 07-08
某杭州大型批发/零售公司 · 杭州 ★65.0 07-08
某杭州大型互联网公司 · 杭州-滨江区 ★65.0 07-08
某杭州整车制造上市公司 · 杭州 ★65.0 07-07
某杭州世界500强整车制造公司 · 杭州-滨江区 ★65.0 07-07
某大型世界500强整车制造公司 · 杭州-滨江区 ★65.0 07-07
某杭州整车制造上市公司 · 杭州 ★65.0 07-07
某杭州大型批发/零售公司 · 杭州 ★65.0 07-07
某知名公司 · 杭州 ★65.0 07-07
某杭州整车制造上市公司 · 杭州 ★65.0 07-07
某杭州大型互联网公司 · 杭州 ★60.0 07-07
阿里巴巴集团 · 杭州-余杭区 ★65.0 06-24
某人力资源服务公司 · 杭州 ★65.0 06-24
某杭州电子商务上市公司 · 杭州 ★65.0 06-23
某杭州大型计算机软件公司 · 杭州 ★60.0 06-18
某杭州广播/影视/录音上市公司 · 杭州-西湖区 ★60.0 06-17
知名互联网金融人工智能公司 · 杭州 ★65.0 06-12
某知名上市公司 · 杭州 ★60.0 06-11
某杭州家具/家居上市公司 · 杭州 ★65.0 06-10
蚂蚁集团 · 杭州-西湖区 ★60.0 06-10
某知名公司 · 杭州 ★65.0 06-09
某大型知名互联网公司 · 杭州 ★65.0 06-03
大厂洞察

📊 核心招聘规模

265
今日新增 7
27
今日新增 2

🏗️ AI 职能分布

技术类
61.1%
产品类
18.5%
运营类
10.2%
综合类
8.3%
设计类
1.5%
研究类
0.4%

🏢 业务投入排行 (Top 6)

蚂蚁集团
177
蚂蚁数字科技
33
网商银行
28
蚂蚁国际
15
OceanBase
9
蚂蚁消金
1

🧠 AI 洞察

🚩 发现 1 项异动,已完成 1 项 AI 深度分析

📢 IMPORTANT
    🔬 前沿方向:蚂蚁集团

    📋 岗位解读:该岗位旨在招聘一位能够定义和推动‘密态推理平台’的产品经理,核心职责是将机密计算(如TEE)与AI推理相结合,打造一个能同时保护数据隐私和模型IP的云服务平台,并深入金融、医疗、政企、自动驾驶等高敏感行业寻找落地场景。能力要求兼具对隐私计算/AI基础设施的深度技术理解、复杂B端产品规划能力以及行业解决方案的商业化推动力。

    📡 业务信号:蚂蚁集团正将其在金融级安全与隐私计算(如摩斯隐私计算平台)领域的深厚积累,系统性地扩展至通用AI基础设施层。此次将‘自动驾驶’列为高敏感目标行业,强烈信号表明:1)其‘密态推理’平台定位已超越金融,瞄准更广泛的AI原生高价值数据应用场景;2)蚂蚁正积极布局未来智能汽车、车路协同等场景中数据与模型安全流通的底层基础设施,寻求在AI安全合规赛道建立跨行业的先发优势与标准影响力。

    🔮 趋势推演:未来3-6个月,该部门可能:1)加速‘密态推理平台’与蚂蚁云原生AI栈的集成,并发布相关产品或白皮书;2)在金融、医疗领域深化现有案例的同时,积极与头部自动驾驶公司、车企或智能交通项目接洽,建立1-2个标杆概念验证(PoC)项目;3)加强在国内外机密计算生态(如CCC、CNCF)中的发声与标准参与,塑造‘机密AI’领域的话语权。

    💡 关注建议:这条信息揭示了AI基础设施演进的一个关键趋势:模型推理阶段的安全与隐私保护(‘机密AI’)正成为云厂商和头部科技公司的竞争新焦点。蚂蚁的动向表明,自动驾驶因其数据敏感性、法规严苛性和商业价值,已成为验证和驱动‘密态推理’技术成熟度的前沿场景。关注者应跟踪其他云厂商(如AWS、Azure、GCP)及芯片商(如NVIDIA、Intel)在‘Confidential AI’方面的布局,这将是下一代企业级AI服务的重要分水岭。

    📎 相关岗位
  • [查看详情](https://talent.antgroup.com/off-campus-position?positionId=260810011334784)

📊 核心招聘规模

2217
今日新增 20
363
今日新增 11

🏗️ AI 职能分布

技术类
53.9%
产品类
23.9%
运营类
16.4%
设计类
2.3%
综合类
2.2%
市场/销售类
1.4%

🏢 业务投入排行 (Top 6)

AI数据与安全
89
抖音电商
85
TikTok
78
火山引擎
77
TikTok Shop
74
Data
68

🧠 AI 洞察

🚩 发现 23 项异动,已完成 3 项 AI 深度分析

📢 IMPORTANT
    🆕 新部入场:抖音搜索

    📋 岗位解读:这批岗位的核心职责是运用大模型(LLM)等AI技术,深度优化抖音搜索与推荐的内容生态、策略与基建。具体包括:通过AI进行用户体验洞察与问题诊断、构建基于大模型的策略评估与内容理解体系、利用Prompt Engineering/RAG等技术提升内容识别与分发效率。能力要求是兼具AI技术理解、策略运营、数据分析和跨团队协作的复合型人才。

    📡 业务信号:信号一:抖音搜索正从‘传统搜索引擎’向‘AI驱动的内容与服务智能中枢’升级,大模型成为核心引擎。信号二:战略重心从‘满足明确搜索意图’深化至‘优化全链路内容生态与分发体验’,强调内容的有用性、多样性与互动性。信号三:首次为‘抖音搜索’BU集中招聘AI策略运营岗,表明其AI能力建设已从底层技术研发进入规模化、体系化的业务融合与落地阶段,意图巩固其作为‘中国第一梯队移动搜索平台’的领先地位。

    🔮 趋势推演:接下来3-6个月,抖音搜索可能:1. 推出基于大模型的‘智能搜索’或‘对话式搜索’新功能,提升查询理解与结果组织能力。2. 深化‘搜索+推荐’融合,利用AI实现更精准的‘未搜先荐’或搜索后连续推荐体验。3. 强化对‘可颂’等独立端App的AI赋能,探索差异化内容社区形态。4. 建立更完善的AI内容理解与评估标准,并可能向电商、生活服务等垂直搜索场景快速复制该能力模型。

    💡 关注建议:对于AI行业观察者,此信息核心价值在于:这是国内头部平台将大模型技术系统化、规模化应用于核心成熟业务(搜索/推荐)的关键落地案例。它揭示了AI价值兑现的下一个焦点——并非仅是聊天机器人,而是与海量场景、数据闭环深度融合,驱动既有业务体验升级与效率重构。同时,‘AI策略运营’这一新兴复合岗位的批量出现,预示了市场对既懂AI又懂业务‘桥梁型人才’的需求爆发。

    📎 相关岗位
  • [查看详情](https://jobs.bytedance.com/experienced/position/7636610923941759237/detail)
  • [查看详情](https://jobs.bytedance.com/experienced/position/7631603114294823221/detail)
  • [查看详情](https://jobs.bytedance.com/experienced/position/7636606176831293749/detail)

📢 IMPORTANT
    🆕 新部入场:CQC

    📋 岗位解读:这批岗位的核心职责是将大模型技术(LLM/VLM)深度应用于内容治理与审核(CQC)业务,具体工作包括:1)针对小程序、生态内容等场景,构建自动化或辅助性的内容质量把控Agent;2)通过Prompt工程、SFT/RL训练优化机审模型,提升准召率与效率;3)打造面向非技术人员的自助式数据生产平台,降低数据构造门槛。能力要求兼具业务场景理解、大模型应用落地(而非底层研发)和跨团队协同能力。

    📡 业务信号:信号一:CQC(内容与质量平台)正从传统规则+判别式AI审核,向以大模型为核心的“智能体(Agent)”驱动的新一代内容治理体系升级。信号二:治理模式从“全自动拦截”向“人机协同”与“辅助提效”深化,尤其关注小程序等生态复杂场景。信号三:首次明确提出“反哺机审模型”,意味着大模型不仅用于直接审核,更成为优化传统审核系统的“教练”,形成技术闭环。信号四:建设“自助式数据生产平台”表明,其目标是将大模型能力以低代码/无代码方式赋能给业务运营人员,规模化解决治理中的数据瓶颈。

    🔮 趋势推演:未来3-6个月,CQC部门可能:1)上线一个或多个专注于内容质量把控的垂直领域Agent(如虚假信息识别、低质内容筛查),并内嵌至审核工作流;2)推动大模型与现有机审系统深度集成,发布模型“反哺”效果报告,显著提升传统模型指标;3)面向字节内部业务(尤其是小程序、视频、图文等生态)推出大模型治理工具或API服务;4)启动“自助数据平台”内测,允许运营人员通过自然语言生成定制化训练数据,加速长尾场景覆盖。

    💡 关注建议:对于AI行业观察者,核心价值在于:这是大型互联网平台将大模型技术系统性应用于核心、高难度业务(内容治理)的明确落地信号。它揭示了AGI时代内容治理的新范式——从“过滤”转向“理解与辅助”,并展示了企业如何通过构建内部平台(自助数据生产、Agent开发)将大模型能力工程化、平民化,以实现业务效率的阶跃式提升。这为AI在复杂B端场景的落地提供了重要参考路径。

    📎 相关岗位
  • [查看详情](https://jobs.bytedance.com/experienced/position/7674924274723686661/detail)
  • [查看详情](https://jobs.bytedance.com/experienced/position/7675291777234372917/detail)
  • [查看详情](https://jobs.bytedance.com/experienced/position/7641213382200707333/detail)

📢 IMPORTANT
    🆕 新部入场:CQC(北京/成都)

    📋 岗位解读:这两个岗位是面向特定业务领域(文娱视频、游戏)的‘大模型应用专家’,核心职责是将大模型(LLM/VLM/多模态)、智能体(Agent)、RAG等前沿AI能力,深度应用于内容质量治理与安全风控的具体业务场景中,通过策略制定、效果迭代和日常运营,实现效率、质量与成本的优化。能力要求兼具深刻的业务理解(视频/游戏治理)、AI技术应用落地能力以及跨团队协同的项目推动力。

    📡 业务信号:信号一:CQC(客户满意中心,即内容与用户体验平台)正从传统规则与人工审核,向以‘大模型为核心驱动’的智能化、自动化治理体系全面升级。信号二:升级优先聚焦于字节的核心与高价值业务(视频、游戏),表明AI治理不再是实验,而是支撑核心业务规模化、安全发展的战略投入。信号三:招聘定位为‘运营’而非纯算法,强调‘应用’与‘落地’,标志着AI能力建设进入深水区,重心从技术研发转向与业务场景深度融合的价值创造和效率提升。

    🔮 趋势推演:接下来3-6个月,CQC部门可能:1. 快速组建并扩大垂直业务线的AI应用运营团队,形成‘业务-算法-产品-运营’的闭环;2. 在视频内容质量优化、游戏内容安全等场景推出或迭代一批基于大模型的智能审核、创意辅助或自动化处置工具;3. 建立并完善面向大模型应用的内部评测体系、数据回流机制和运营SOP,为能力横向复制到其他业务(如电商、直播)做准备;4. 可能开始探索将智能体(Agent)工作流更系统地集成到复杂的治理流程中,以处理更高阶的任务。

    💡 关注建议:对于AI行业观察者,此信息的关键价值在于:它揭示了头部互联网公司AI战略的一个关键演进方向——即‘AI工业化运营’。重点已从炫技式的模型发布,转向在核心、复杂业务中系统化地部署和运营AI能力以实现商业价值。这预示着市场对既懂AI技术又深谙业务逻辑的‘AI应用专家’需求将激增,同时,AI在内容治理、质量提升等‘后台’领域的规模化应用将成为企业竞争力的新基石。

    📎 相关岗位
  • [查看详情](https://jobs.bytedance.com/experienced/position/7629261665570408757/detail)
  • [查看详情](https://jobs.bytedance.com/experienced/position/7670175223748987141/detail)

📊 核心招聘规模

206
今日新增 4
5
今日新增 0

🏗️ AI 职能分布

技术类
66.0%
产品类
19.9%
市场/销售类
7.3%
战略/商分
3.4%
运营类
2.4%
综合类
0.5%
设计类
0.5%

🏢 业务投入排行 (Top 6)

WXG
71
CSIG
61
TEG
28
IEG
27
PCG
10
CDG
6

🧠 AI 洞察

🚩 发现 3 项异动,已完成 3 项 AI 深度分析

📢 IMPORTANT
    👔 高管信号:TEG

    📋 岗位解读:该岗位是腾讯TEG部门为支撑公司核心AI大模型(混元)而设立的高级技术管理职位,核心职责是构建和领导一个覆盖数据、预训练、后训练、评测全流程的标准化、平台化AI研发中台体系,要求负责人具备大规模分布式AI系统全栈工程架构能力与跨团队协同管理经验。

    📡 业务信号:信号一:混元大模型从集中攻坚进入体系化、工业化运营阶段。TEG作为技术工程事业群,其深度介入标志着混元的基础设施与研发流程正从项目制转向公司级可复用的平台服务,旨在提升研发效率、降低成本、保证稳定性。信号二:腾讯正强化AI领域的“中台”战略,通过统一技术栈和平台能力,为内部各业务线(如微信、游戏、广告、云)提供标准化的大模型训练与评测支持,加速AI能力落地。信号三:岗位职责极度细化(如数据血缘、慢节点检测、弹性续训),表明腾讯正着力解决千亿级模型训练中的实际工程痛点,追求训练的极致可靠性与资源利用率。

    🔮 趋势推演:1. 组织与平台建设:TEG将加速整合或新建一支专注于AI中台的横向技术团队,在3-6个月内推出或大幅升级内部统一的AI数据平台、训练平台与评测平台。2. 技术栈收敛与输出:推动公司内部各AI研发团队向该中台技术栈靠拢,并可能将部分平台能力(如评测引擎、训练框架优化)通过腾讯云对外输出。3. 聚焦模型迭代与多模态:中台的完善将为混元模型更快速、更稳定的版本迭代(包括可能的更大参数版本或多模态深度整合)提供基础支撑,后训练(SFT/RL)平台化意味着将加强面向垂直场景的模型定制能力。

    💡 关注建议:对于AI行业观察者,此招聘信息的关键价值在于:它揭示了头部互联网公司AI竞争已从“模型竞赛”进入“系统工程与效率竞赛”的深水区。腾讯正通过构建强大的内部AI研发中台来系统化地巩固其大模型的基础设施优势,这不仅是技术投入的深化,更是其将AI能力规模化、产品化赋能全业务线的组织能力体现。关注其后续动作,可窥见行业在解决大模型工程化挑战上的最佳实践方向。

    📎 相关岗位
  • [查看详情](https://careers.tencent.com/jobdesc.html?postId=2089623983749246976)

📢 IMPORTANT
    🔬 前沿方向:CSIG

    📋 岗位解读:腾讯CSIG正在招聘AI原生多模数据库的核心研发与管控工程师,旨在构建一个能统一存储、检索和分析向量、文本、文件等多模态数据的下一代云数据库系统,要求具备从底层存储引擎、融合查询优化到云原生管控、大规模集群调度的全栈技术能力。

    📡 业务信号:这标志着CSIG正从提供通用云数据库(如TDSQL)向打造面向大模型时代的“AI原生”基础设施进行关键战略升级,旨在将多模态数据处理能力深度集成到数据库内核,以巩固其在企业级云服务市场的技术壁垒,并直接响应客户对高效处理非结构化数据、构建AI应用的需求。

    🔮 趋势推演:未来3-6个月内,CSIG很可能:1)加速内部测试并推出AI多模数据库的预览版或商业化版本;2)加强与腾讯云TI平台、混元大模型等内部AI产品的深度集成与联合解决方案推广;3)在金融、泛互、内容安全等优势行业,围绕知识库、内容检索等场景推出标杆客户案例。

    💡 关注建议:腾讯正将其庞大的云基础设施进行‘AI原生’重构,多模态数据库是核心一环。这验证了‘AI基础设施化’的行业趋势,即大模型能力正从应用层下沉到数据库、计算框架等底层平台,成为新的竞争焦点。关注腾讯在此领域的进展,可窥见云厂商下一阶段竞争的关键维度。

    📎 相关岗位
  • [查看详情](https://careers.tencent.com/jobdesc.html?postId=2086660242787184640)
  • [查看详情](https://careers.tencent.com/jobdesc.html?postId=2086660245152776192)

📢 IMPORTANT
    🔬 前沿方向:TEG

    📋 岗位解读:该岗位旨在为腾讯混元大模型构建统一、高效、稳定的中台工程体系,核心职责是统筹数据、预训练、后训练、评测四大核心链路的平台化建设与性能优化,要求负责人具备大规模分布式AI系统(从数据到评测)的全链路架构设计、团队管理与跨部门协同能力。

    📡 业务信号:TEG(技术工程事业群)作为腾讯的技术底座部门,此次招聘释放了三个关键信号:1. 战略升级:混元大模型已从技术探索进入大规模、工业化生产和应用支撑阶段,TEG正为其构建坚实的中台基础设施。2. 能力固化与输出:通过平台化、流程化将大模型研发能力沉淀为可复用的中台服务,旨在高效支持公司内各业务(如微信、游戏、广告等)的AI需求。3. 多模态明确化:JD中明确将“多模态”列为评测引擎形态之一,表明混元大模型的多模态能力已进入工程化评测和迭代阶段,成为核心发展方向。

    🔮 趋势推演:未来3-6个月,TEG混元中台团队可能将:1. 加速平台落地:重点完成数据流水线、训练平台、评测体系的整合与上线,提升内部研发效率。2. 深化多模态支持:在工程层面扩充对视觉、语音等多模态数据的处理、训练与评测能力。3. 启动内部服务:开始向腾讯内部核心业务线提供标准化的大模型训练、微调与评测服务,推动混元模型在具体场景的规模化应用。4. 强化稳定性与成本优化:持续优化分布式训练性能与资源利用率,降低大模型研发的总体拥有成本。

    💡 关注建议:对于AI行业观察者,此信息核心价值在于:它揭示了腾讯AI战略已进入‘基建深耕与规模化应用’的关键阶段。通过TEG构建大模型中台,腾讯正从‘打造一个大模型’转向‘打造一个可持续、高效生产与部署大模型的工厂’,这不仅是技术工程化的里程碑,也为其未来在B端和C端推出更稳定、多元的AI服务铺平了道路,特别是明确了多模态方向的工程化投入。

    📎 相关岗位
  • [查看详情](https://careers.tencent.com/jobdesc.html?postId=2089623983749246976)

📊 核心招聘规模

149
今日新增 2
2
今日新增 0

🏗️ AI 职能分布

技术类
80.5%
综合类
10.1%
产品类
8.1%
运营类
1.3%

🏢 业务投入排行 (Top 6)

小米-通用
109
小米汽车
19

🧠 AI 洞察

🚩 发现 2 项异动,已完成 2 项 AI 深度分析

📢 IMPORTANT
    👔 高管信号:小米-通用

    📋 岗位解读:负责小米国际业务数据产品的整体规划、治理体系搭建与团队管理,核心职责是将全球业务需求转化为可落地的数据产品方案,并探索AI大模型在数据分析场景的应用,以驱动业务决策与增长。

    📡 业务信号:小米正在强化其国际业务的‘数据基建’与‘数据驱动’能力,信号表明:1)国际业务精细化运营进入深水区,亟需统一、高质量的数据资产支持全球决策;2)‘AI+数据’成为战略重点,意图将大模型能力注入国际业务的数据查询、分析等核心场景,提升运营智能化水平。

    🔮 趋势推演:未来3-6个月,该部门可能:1)加速整合全球各区域业务数据,建立统一的国际数据仓库与治理标准;2)推出或升级面向国际业务的数据分析平台与自助取数工具;3)启动试点项目,将大模型能力(如自然语言查询、智能洞察)嵌入现有国际数据产品,并可能组建专项AI应用团队。

    💡 关注建议:这是观察小米AI战略落地路径的典型案例:AI(尤其是大模型)正从技术研发层面向具体业务场景(如国际数据产品)渗透,标志着AI应用进入‘赋能业务基建’的务实阶段。关注其如何解决跨域数据治理与AI产品化挑战,对理解消费电子公司的AI变现路径具有参考价值。

    📎 相关岗位
  • [查看详情](https://xiaomi.jobs.f.mioffice.cn/index/position/7672694035123636543/detail)

📢 IMPORTANT
    🔬 前沿方向:小米-通用

    📋 岗位解读:该岗位核心职责是构建和维护一套统一的端侧AI工程体系,将包括检测、跟踪及大模型(LLM/多模态)在内的各类AI算法高效、稳定地部署到小米多样的智能设备上,要求具备从底层硬件适配、推理优化到自动化交付的全链路工程能力。

    📡 业务信号:小米正从“单点AI功能部署”转向“构建标准化、可复用的端侧AI基础设施”,并明确将“多模态大模型”的端侧部署纳入核心工程路线图,这标志着其AI战略正从云端赋能向“云端协同、端侧深化”加速演进,旨在为手机、汽车、IoT等全场景产品提供统一的底层AI能力支撑。

    🔮 趋势推演:未来3-6个月,该部门将重点推进:1)端侧多模态大模型(如视觉-语言模型)在旗舰手机或汽车上的原型验证与性能优化;2)基于自研工程体系,快速将已有AI能力(如AIGC、感知算法)横向复用到更多IoT新品中;3)加强与芯片团队(如澎湃系列)的深度协同,针对大模型负载进行硬件级优化。

    💡 关注建议:头部消费电子公司正将“端侧多模态大模型”从技术概念转化为明确的工程目标,这预示着2024年下半年起,端侧AI的竞争焦点将从单一模型能力转向“工程化体系与跨平台部署效率”,谁能率先构建软硬一体的端侧AI基础设施,谁就能在AI原生设备时代掌握生态主动权。

    📎 相关岗位
  • [查看详情](https://xiaomi.jobs.f.mioffice.cn/index/position/7674924891820312868/detail)

📊 核心招聘规模

127
今日新增 2
11
今日新增 0

🏗️ AI 职能分布

技术类
48.0%
产品类
40.2%
运营类
8.7%
综合类
2.4%
市场拓展
0.8%

🏢 业务投入排行 (Top 6)

阿里巴巴-Taotian
127

🧠 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-Taotian

    📋 岗位解读:该岗位核心职责是设计和构建面向AI Agent的基础设施平台(Agent Infra),旨在提供一个稳定、可扩展的系统,以支持业务团队快速开发、优化和部署AI Agent。能力要求不仅包括平台工程能力,还需深入理解Agent优化技术(如上下文工程、SFT、RL)并跟踪前沿生态(如LLM、MCP协议),以保持平台的技术领先性。

    📡 业务信号:淘天集团正在从‘应用AI工具’转向‘构建AI原生基础设施’。这表明其战略重心已从简单的模型调用,升级为打造一个支持复杂、可定制、高并发AI Agent的底层平台,旨在将AI深度、标准化地融入电商核心业务(如客服、导购、营销、运营),并可能为未来向商家或生态伙伴开放Agent能力做准备。

    🔮 趋势推演:未来3-6个月,淘天集团可能:1)内部推出统一的Agent开发平台或框架,供各业务线(如淘宝、天猫、1688)快速孵化场景化Agent;2)重点优化购物助手、智能客服、商家运营助手等核心场景的Agent性能与用户体验;3)开始探索基于Agent的新型交互范式(如多模态、自动化任务流),并可能初步尝试与外部服务(通过MCP等协议)连接,构建更开放的电商智能生态。

    💡 关注建议:这是国内头部电商平台首次明确招聘‘Agent Infra’方向人才,标志着AI Agent从概念验证进入大规模工程化、平台化落地阶段。它揭示了行业下一个竞争焦点:谁能构建最强大、最易用的Agent基础设施,谁就能在AI时代掌握业务智能化的核心杠杆。对于从业者而言,关注点应从‘如何调用大模型’转向‘如何工程化地构建、评估和运营海量AI Agent’。

    📎 相关岗位
  • [查看详情](https://talent.taotian.com/off-campus/position-detail?positionId=100033480001)

📊 核心招聘规模

206
今日新增 7
29
今日新增 0

🏗️ AI 职能分布

技术类
67.5%
产品类
14.6%
运营类
14.1%
综合类
2.4%
设计类
1.5%

🏢 业务投入排行 (Top 6)

阿里巴巴-Aliyun
206

🧠 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-Aliyun

    📋 岗位解读:岗位1(AI Data工程师)核心是构建服务于多模态大模型训练的海量、高质量数据基础设施,强调利用AI技术(如多模态大模型)实现数据处理的自动化、对齐与合成。岗位2(AI Agent客户端开发工程师)核心是打造端侧AI Agent的交互框架与能力平台,实现Agent与移动操作系统的深度集成及端云协同推理。两者共同指向为下一代AI应用(多模态大模型、智能体)提供从底层数据到上层体验的全栈支持。

    📡 业务信号:阿里云智能(Aliyun)正从提供通用算力与模型服务(MaaS),向深度构建其AI原生应用的核心竞争力与数据护城河加速推进。信号一:将“多模态”数据能力提升至基础设施级别,旨在为自研或客户的大模型提供稀缺、对齐的高质量训练数据,这是模型性能竞争的关键。信号二:大力布局端侧AI Agent,表明其AI战略正从云端模型服务向“云+端”智能体生态延伸,旨在抢占下一代人机交互入口,并与苹果、谷歌等系统级玩家展开竞争。

    🔮 趋势推演:1. 数据侧:阿里云将加速推出或升级其多模态数据预处理、标注与合成平台/服务,作为MaaS产品矩阵的关键一环,可能向生态客户开放。2. 产品侧:基于端云协同架构的阿里云官方AI Agent应用(或深度集成Agent能力的现有应用)将在3-6个月内进入密集开发或测试阶段,重点打磨移动端交互与系统集成体验。3. 生态侧:可能公布与手机厂商、芯片厂商(如高通)在端侧AI方面的深度合作,以构建其Agent的硬件与系统层能力。

    💡 关注建议:头部云厂商的AI竞争已进入“深水区”,焦点正从模型层(比拼参数和开源)转向数据层(质量与自动化)和终端层(体验与生态)。关注阿里云在“多模态数据工程”和“端侧AI Agent”的实质性进展,是判断其能否将云基础设施优势转化为AI时代产品与生态优势的关键风向标。

    📎 相关岗位
  • [查看详情](https://careers.aliyun.com/off-campus/position-detail?positionId=100016763005)
  • [查看详情](https://careers.aliyun.com/off-campus/position-detail?positionId=100011243001)

📊 核心招聘规模

58
今日新增 3
6
今日新增 0

🏗️ AI 职能分布

技术类
56.9%
产品类
25.9%
运营类
10.3%
综合类
3.4%
设计类
3.4%

🏢 业务投入排行 (Top 6)

阿里巴巴-Quark
58

🧠 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

181
今日新增 1
8
今日新增 0

🏗️ AI 职能分布

技术类
85.1%
产品类
6.6%
运营类
4.4%
综合类
3.9%

🏢 业务投入排行 (Top 6)

阿里巴巴-Ali-holding
181

🧠 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

12
今日新增 0
0
今日新增 0

🏗️ AI 职能分布

技术类
91.7%
产品类
8.3%

🏢 业务投入排行 (Top 6)

阿里巴巴-Tongyi
12

🧠 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。