【阿里巴巴】阿里云智能销售中台2021年实习生招聘开始啦

【正在招聘中......】
招聘岗位:JAVA研发工程师算法工程师、数据工程师、前端工程师、测试开发工程师等实习生岗位

内推邮箱:qimie.yzm@alibaba-inc.com 优先安排面试,第一时间了解面试进度知晓面试结果,优先锁定offer。)

邮件标题格式:姓名-学校-岗位。【大家踊跃投递,HC较多哦】


如果您尚未准备好简历,但是又不想错过机会,没关系,这里有快速跟面试官建立链接的通道,打开下方的链接填写信息还是可以进入内推通道哦:

https://yida.alibaba-inc.com/o/2021-spring-hire-aliyun-sales-middle-platform


招聘对象:

阿里云智能销售中台,招聘大量JAVA、算法、数据、前端、测试实习生岗位,实习结束可转正,最近三年转正通过率100%


我们是谁:

阿里云智能销售中台团队致力于构建阿里云全球领先的面向TOB业务的销售平台,打造移动端跟钉钉最佳实践,包含生态销售体系,电销销售体系,CBM直销销售体系,在这3个体系之下,有完整的TOB的Marketing to Leads,Leads to Cash的销售链路,和完整的生态合作伙伴的全生命周期管理,及销售生态众多解决方案(代理、官网reseller、虚商、云小站等)。我们承载了阿里云80%以上的销售路径,是阿里云销售数字化、智能化转型的标杆,我们不仅有客户画像、伙伴标签、线索评分、项目管理、智能会话等复杂底层模型,还有支持T+1预测的每日运行峰值达15万QPS的激励体系,每日数据量超千万的伙伴客户账单体系,集海量线索构建、分发、效果追踪为一体的智能化线索平台,支持国内国际多套环境独立部署、多解决方案独立开发隔离运行Low Code开发平台,还有亟待建设的贯穿整个销售链路的可识别、可预测、可预警风控体系等,助力完成阿里云1000亿的收入目标,欢迎各位有识之士加入我们,共建阿里云销售中台,为海量企业开启云智能时代而努力!


Spring Recruitment of Alibaba Cloud Intelligent Sales Middle Platform


WHAT WE WANT:

We are recruiting a large number of interns, including Software Engineers(JAVA back-end&frond-end), Algorithm Engineers, Data Engineers, and Test Engineers. You will get an official offer at the end of your internship. Pass rate over the past three years is 100%.


WHO WE ARE:

Alibaba Cloud Intelligent Sales Middle Platform is committed to building Alibaba Cloud’s world-leading ToB-oriented sales platform, and creating the best practice that combines mobile-end system and DingTalk, including ecological sales system, e-commerce sales system, and CBM direct sales system. Under the three systems, there are complete ToB Marketing to Leads, Leads to Cash sales links, the entire life cycle management of ecological partners, and numerous solutions for the sales ecosystem (Agency, official website reseller, virtual commerce operator, Yunxiaozhan, etc.).


We are the benchmark of Alibaba Cloud’s sales digitization and intelligent transformation, carrying more than 80% of Alibaba Cloud's sales path. We not only have sophisticated base models such as customer portraits, partner labeling, lead scoring, project management, and intelligent conversations, but also support T + 1 predicted incentive system with 150,000 QPS daily flows, partner&customer billing system with daily data volume exceeding 10 million, intelligent leading platform that integrates conversion, distribution, and effect tracking of massive indices. Besides, we possess the Low-Code development platform which supports independent deployment of multiple domestic and international environments, independent development of diverse solutions, and isolated operations. We are currently building an identifiable, predictable, and early warning risk control system for the entire Alibaba Cloud‘ sales channel, aiming to help achieve Alibaba Cloud's goal of 100 billion revenues. Welcome everyone to join us and endeavor to launch the new era of cloud intelligence for mass enterprises!


来到这里,你将获得:

近距离实践云计算商业化运作的机会

接触到实时可预测的经营数据体系

参与全球化部署和异地多活的架构设计

亲历全球流量百万云订单营销的机会

以及阿里的各种生活福利(不(fēi)定(cháng)期(pín)的(fán)团建,吃到撑的下午茶,夜宵和各种美食...)


感兴趣的小伙伴们可以进群咨询,群里有面试官、技术专家为您提供指导和帮助,期待与您一起共事!

重要的事情说三遍!联系方式在下方!联系方式在下方!联系方式在下方!


【内推优势】

请把简历发送到:qimie.yzm@alibaba-inc.com

内推的优势:优先安排面试,第一时间了解面试进度知晓面试结果,优先锁定offer。大家务必优先选择内推,走官网自主投递的简历处理时效和关注度都不如内推。

此内推渠道历年来都有师兄师姐积极跟进、贴心辅导,同学们可以放心选择此渠道内推,保证每一个简历都会在1天内跟进处理哦。

常见问题答疑见:https://yida.alibaba-inc.com/o/question-and-answer

内推简历默认投递到:阿里集团-阿里云智能事业群-运营支撑平台-销售中台,如果想投递到其他BU或者其他岗位的请在邮件里备注哦。


#内推##实习##阿里云#
全部评论
😀
1 回复 分享
发布于 2021-03-16 09:12
1 回复 分享
发布于 2021-03-02 18:54
顶贴
1 回复 分享
发布于 2021-02-24 12:33
很Nice的团队!
点赞 回复 分享
发布于 2021-03-15 09:44
流程快,通过率高
点赞 回复 分享
发布于 2021-03-11 09:14
现在投简历,马上可进入笔试面试流程哈
点赞 回复 分享
发布于 2021-03-09 11:22
日常顶帖
点赞 回复 分享
发布于 2021-03-07 10:40
日常顶贴
点赞 回复 分享
发布于 2021-03-03 09:11

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析,错误率 15-30%。WebMCP 反过来,让网站自己声明能做什么,AI 直接调用结构化接口,准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是"我会用某个框架",而是"我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
MinGW_:直接投那个前端移动端就行,美团前端的岗位一直是叫这个名字的,哪怕是做内部系统只有网页没有移动端的组,招人的岗位也是这个名字
点赞 评论 收藏
分享
评论
2
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务