阿里怎么发工资?自研薪酬管理系统首次曝光

简介: 作者:墨逐   人力资源管理系统是用集中的数据将几乎所有的人力资源相关的信息(组织、招聘、薪资、绩效、审批等)统一管理起来,是企业运行必不可少的管理软件。国际上知名的有Oracle PeopleSoft、SAP 和Workday HCM,世界500强公司有超过一半都在使用。

作者:墨逐

 

人力资源管理系统是用集中的数据将几乎所有的人力资源相关的信息(组织、招聘、薪资、绩效、审批等)统一管理起来,是企业运行必不可少的管理软件。国际上知名的有Oracle PeopleSoft、SAP 和Workday HCM,世界500强公司有超过一半都在使用。国内金蝶和用友在eHR领域也有着多年的技术积累。

 

c15a6b39f19170d75e4dfe83d770cefbe8a3cdfe

 

阿里巴巴早在06年就启用了Oracle PeopleSoft HCM 系统,是国内最早一批引进世界先进人力资源管理软件的企业之一。PeopleSoft HCM的上线为阿里带来了先进的人力和组织管理能力,支撑阿里业务和人员规模在过去这十年中成倍扩张。

如今,阿里巴巴快速成长已涵盖数十家生态公司、覆盖24个国家/地区、数万名员工,上线十年的PeopleSoft HCM在功能模块、用户体验、系统开放集成等方面已经不能满足业务发展要求,同时还需兼顾自身的信息安全和成本,面对困境,阿里巴巴信息平台选择了独立自研。

5b58a195ce2c725b2849fb089c67287da26dc287

 

 

独立自研 面临四大挑战

 

自研系统听起来是美好的,但要真正实施起来面临的挑战却是难以想象的。

挑战一:去PeopleSoft HCM涉及的模块众多,关系错综复杂,依赖紧密。包括人员信息管理,绩效系统,调薪系统、薪资申报平台,报表中心,权限系统等等,10年历史数据都需要清理和迁移,而且不能有一点点差错,否则损失不可挽回。

挑战二:国内外目前无可参考借鉴的案例,多数公司会选择切换到SAP或Workday,而阿里,不但体量大,作为互联网科技公司业务场景比传统企业要更深,仅功能模块需求就超过70个。

 

挑战三:阿里经济体在迅速壮大,如优酷、UC等企业不断加入,国际化进程也在加速,自研系统就必须要支持生态化、国际化的需求,业务更是繁杂。

挑战四:自研系统与成本控制。HCM管理软件是技术和业务高度融合的复杂业务系统,很多世界一流科技公司有技术实力研发,但缺少业务深度的重要一环,以及后期维护和技术更新带来的变动,投入大量人力物力与换来的价值不匹配。阿里作为一家企业,也需要解决这个问题。



分阶段开发 借助成熟技术

 

面对挑战,阿里巴巴信息平台事业部的EHR技术团队采取分阶段、由易到难、逐步迁移的策略,在正式启动去除PeopleSoft 前,将公司组织、职务体系、员工生命周期等主数据管理率先从PeopleSoft HCM中剥离出来,与阿里巴巴集团IT,财务、行政、采购、安全、廉政等系统打通,实现了核心数据的备份存储。

项目启动后,分四个阶段由浅入深进行,完成方案设计论证、计算框架开发、核算逻辑开发、并行验证等任务。

方案设计论证阶段。阿里信息平台集合了阿里众多资深的薪酬业务和产品专家,开始去PeopleSoft薪酬核算的攻坚之路,仅花了2个月的时间先后完成了脚本语言(Python/Groovy)选型,追溯方案设计论证,计算框架设计,云计算任务调度设计,数据加密等。

计算框架开发阶段。为了让复杂业务易于管理和维护,并和计算框架分离,我们在业务代码实现上选择使用Groovy脚本语言配合阿里云大数据计算服务数加(MaxCompute,原ODPS)来实现薪酬核算。其中对于脚本语言的选择,主要基于两方面的考虑,其一Groovy于Java无缝兼容;其二Java工程师可以快速上手Groovy开发,学习成本低。而利用阿里云大数据计算服务数加(MaxCompute)实现薪酬核算,可以经济高效地分析海量数据。用于阿里数万员工的薪酬核算,在数据安全和计算效率上相较之前都会有很大的升级。MaxCompute产品地址:https://www.aliyun.com/product/odps

为了让业务方和开发能快速理解整个系统的业务逻辑,以及对代码版本进行控制和管理,我们在项目公式的设计上分为三层结构,第一层是业务能看懂的业务语言,第二层是系统语言,第三层是可执行的Groovy脚本语言;当用户在页面编辑保存第一层的业务语言时,相对应会转换成系统语言和Groovy脚本进行保存,计算时只有Groovy脚本参与计算。

 

 

2fbdef8a8e59e64e6baacc99b5433da71d71703a
技术架构-设计原理

核算逻辑开发阶段。完成实习生薪资(100+计算项目),股权计税(100+计算项目),正式员工薪资计算(200+计算项目)三个迭代发布,彻底解决了员工休假晚提补报、出差、月中入离异、欠款、无息贷款利息计税、福利补贴,社保公积金基数变更,股权等十多项复杂薪资业务的计算效率与准确性瓶颈。

并行验证阶段。2016年9月自研系统正式进行为期8个月的双系统并行验证,在此过程中同时完成了6个月追溯期数据重建以及最重要的年终奖计算发放的双线验证。

阿里巴巴信息平台事业部eHR团队自主重构了HR领域内PeopleSoft HCM使用到的所有功能模块,还开发了包含简历优选,阿里学习,股权管理系统等40多个产品的更全面的功能模块,其中薪酬核算仅用个位数的研发人员在短时间内就完成了开发,真正实现了技术和效益双突破。

 

今年5月,阿里关闭所有PeopleSoft HCM系统的同步接口,自研薪酬系统正式为阿里员工提供服务,系统实现了了24个国家(地区)、几十个阿里生态公司的统一管理和无线化。



效率提升6倍,成本大幅降低

借助阿里云的大数据计算服务数加(Maxcompute),阿里自研系统是国内第一个做到基于云端的薪资计算系统(基于阿里Maxcompute),进行全集团数万人的计算只需30分钟,PeopleSoft同等资源下需要3.5小时,计算效率提升超过6倍。并且随着员工数和数据量的增加,计算时间不会有太大的波动,解决了将来的扩容问题。此外,通过自研系统的上线运行,每年仅授权费用就节省数百万,其他相应的维护管理费用也出现成倍的降低。

 

计算过程可视化,系统简单可维护

自研系统在薪资项目、适用群组、计薪周期、计算规则与公式、发放审批流程、计算结果报表输出全链路、生态公司接入并行管理等十几个应用场景,真正体现了互联网产品的简洁易用、清晰明了、稳定高效的产品理念。

系统除了支持追溯和分段计算的功能,还支持将整个计算链路中间过程数据以及异常差异数据进行直观实时透视,相对于PeopleSoft及业内其它eHR 产品,无技术背景的业务方也能快速了解整个系统的计算逻辑以及快速定位解决问题,维护简单。 

d4051dc9a60c825a5f56e9af16d7ca5aeff53685

平台化架构,功能和场景更丰富



自研系统对业务逻辑进行了高度抽象,通过页面配置Groovy脚本,在计算时将数据源和计算逻辑都同步到Maxcompute完成计算。薪酬计算框架好比是自动化流水线,只要提供了数据源和计算逻辑就可实现想要的结果,这种计算框架和业务逻辑的分离使得它能够实现的功能和场景更加丰富。

 

d5ba9b3e0e448931f5893c9df87616e64cf94bb7

目前该系统除了已经支持薪酬计算,还在国内首创基于薪酬核算框架同时支持员工股权归属和行权的税务自动计算等多个业务模式。

 

技术架构-设计原理



数据加密,更关注员工隐私

自研系统本地数据库Mysql使用阿里加密服务KeyCenter进行敏感字段加密存储,开发和数据库管理员都无法接触到数据,避免原PeopleSoft系统数据库明文存储问题,更加安全可靠同时也可保护员工的个人信息。 

员工体验获得极大提升

自研系统支持手机端和PC端,集成员工基础档案、薪资档案、每月工资,奖金、股权,社保公积金,年度收入等,员工可随时随地查看薪资发放结果、个税、福利补贴,销售佣金、社保基数调整等信息,还支持一键求助、快速12万报税,体验获得极大提升。 

bbd33c9ef5820351b3c4303ba510a2758d245b26

 



未来智能HCM系统

 

实现PeopleSoft HCM系统的下线是新技术场景驱动智能办公的重要一步,阿里巴巴信息平台事业部eHR 团队将会在全球化、生态化、移动化、数据化、服务化五大方向做深做透,基于阿里系大数据、算法、云计算平台打造出服务于阿里全球经济体的智能eHR系统。

最后打个广告,当业界人士看到我们的HCM系统表示赞许的时候,那一刻是自豪的,得到的是对付出的肯定。我们希望更多的小伙伴一起加入我们,在阿里的大平台上,持续推进eHR系统的智能化建设。

 

相关文章:万元征集MaxCompute使用工略



相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
4月前
|
人工智能 JSON 数据可视化
ComfyUI 搭建 AI 漫剧生产线:零代码 AI 漫剧视频工作流
2026年AI漫剧已成创作新主流!本文详解「Dify + ComfyUI」零代码组合:Dify作智能大脑(剧本生成、多Agent协作、结构化输出),ComfyUI当执行双手(本地高清图/视频生成、角色一致性强)。全流程自动化,一人日产多集,支持本地部署与隐私保护。(238字)
|
9月前
|
机器学习/深度学习 自然语言处理 API
Qwen3-Coder-Next开源!推动小型混合模型在智能体编程上的边界
Qwen团队开源Qwen3-Coder-Next:基于Qwen3-Next-80B的轻量级编程智能体模型,采用混合注意力+MoE架构,通过可执行任务合成与强化学习训练,在SWE-Bench Verified达70%+,以仅3B激活参数媲美10–20倍大模型,兼顾高性能与低成本部署。(239字)
2946 4
|
机器学习/深度学习 人工智能 供应链
从概念到商业价值:AI、机器学习与深度学习全景指南
在这个科技飞速发展的时代🚀,人工智能正以惊人的速度渗透到我们的生活和工作中👀。但面对铺天盖地的AI术语和概念,很多人感到困惑不已😣。"AI"、"机器学习"、"深度学习"和"神经网络"到底有什么区别?它们如何相互关联?如何利用这些技术提升工作效率和创造价值?
820 0
|
11月前
|
存储 安全 网络安全
数据加密有什么作用?一文带你理解数据加密
数据如血液,流动中安全至关重要。本文深入浅出解析数据加密:从日常场景到核心技术,详解其保密、防篡改、身份验证三重作用,剖析对称与非对称加密原理,并探讨企业实践中的数据分类、加密时机与密钥管理,揭示加密不仅是技术,更是数字信任的基石。
|
8月前
|
JSON 监控 Java
亿级流量系统 JVM 全链路调优:从压测瓶颈定位到线上稳态落地全指南
本文系统讲解亿级流量下JVM调优的工程化实践,涵盖压测基准建设、瓶颈根因定位、JDK17内存模型与GC原理、代码级优化(避免短生命周期/大对象、规范ThreadLocal)、G1/ZGC参数调优、OS内核优化及线上稳态保障,强调“先代码、后配置、再参数”的科学路径。
701 2
|
11月前
|
人工智能
Cursor快捷键大全:效率翻倍的隐藏技巧
用了半年Cursor,才明白高效编程离不开快捷键。从基础跳转到AI协作,这些实战技巧让编码行云流水。掌握Cmd+P、F12、Ctrl+.等核心快捷键,配合多光标、自定义指令,彻底告别鼠标依赖。每天省下一小时,从记住两个原则开始:少用鼠标,善用命令面板,逐步构建肌肉记忆,让Cursor真正成为你的代码外脑。
|
数据采集 JavaScript 物联网
智能工厂四大核心系统:ERP/PLM/MES/WMS规划架构图详解
企业数字化转型需要构建ERP、PLM、MES、WMS等核心系统协同运作的完整体系。ERP整合企业资源管理,PLM管理产品全生命周期数据,MES实现车间生产执行管控,WMS优化仓储物流管理。各系统通过数据流紧密衔接:PLM为ERP提供BOM数据,ERP为MES下达生产计划,MES与WMS协同物料调度。
|
机器学习/深度学习 人工智能 PyTorch
从零开始:如何训练自己的AI模型
### 从零开始:如何训练自己的AI模型 训练AI模型如同培养新生儿,需耐心与技巧。首先明确目标(如图像识别、自然语言处理),选择框架(TensorFlow、PyTorch)。接着收集并预处理数据,确保多样性和准确性。然后设计模型结构,如卷积神经网络(CNN),并通过代码实现训练。训练后评估模型性能,调优以避免过拟合。最后部署模型至实际应用。通过猫狗分类器案例,掌握关键步骤和常见问题。训练AI模型是不断迭代优化的过程,实践才能真正掌握精髓。
|
监控 数据可视化 前端开发
17.8K star!完美超越宝塔的产品,像呼吸一样部署应用,这款开源神器绝了!
Dokploy是一个强大的开源平台,旨在简化全栈 Web 应用的开发和部署。通过其直观的界面和丰富的功能,开发者可以在几分钟内构建和部署复杂的应用程序。Dokploy 提供了灵活的架构和多样的功能,适合各种规模的项目。
1184 3
|
Java
深入探讨Java中的中断机制:INTERRUPTED和ISINTERRUPTED方法详解
在Java多线程编程中,中断机制是协调线程行为的重要手段。了解和正确使用中断机制对于编写高效、可靠的并发程序至关重要。本文将深入探讨Java中的`Thread.interrupted()`和`Thread.isInterrupted()`方法的区别及其应用场景。
614 4

热门文章

最新文章