腾讯腾讯云-AI云原生解决方案专家

存量技术栈盘点与目标架构设计 • 通过对存量技术栈进行调研、盘点探查存量应用与数据系统的架构与基础资源； • 确保盘点结果的准确性，包括应用、数据组件版本、架构，各模块之间的耦合度、依赖关系、性能瓶颈以及扩展能力，发现存量架构的问题了解客户的核心驱动； • 基于盘点结果与存量技术栈清晰认知，设计目标技术栈架构，结合业务需求与技术趋势对应用架构与数据架构进行升级，更好的支撑上云后的业务发展 应用、数据、AI 全栈迁移方案设计与验证 • 基于存量技术栈与目标架构调研结果设计全栈迁移方案，明确应用、元数据、数据、离线/实施作业、调度等迁移与校验方案，平台割接与回滚方案。 • 结合客户具体应用、数据、AI应用技术栈版本特性验证迁移方案可行性 • 制定迁移计划与关键里程碑，基于存量数据、应用盘点明细、组件和数据依赖关系、迁移方案，设计迁移计划以及关键里程碑； 数据库国产化、应用、大数据与AI迁移实施与业务一致性、连续型保障 • 迁移上云实施，负责现场客户存量数据、作业、应用具体的同步、改造与校验工作，基于迁移工具或者产品自身能力实现存量技术栈元素到目标技术栈的迁移实施 • 作为应用、数据技术专家，解决迁移过程中的技术问题，帮助客户用户阿里云产品，解决源端技术栈与目标产品的兼容性、性能优化等问题 • 基于存量业务依赖分析，模块交互逻辑，明确客户迁移北极星指标，保证迁移后核心指标一致性，对与关键应用接口、数据服务以及报表进行一致性校验 • 结合架构、迁移方案以及各个模块依赖、数据血缘关系，分析双端差异，找到问题快速迭代推动双端平台差异收敛，达到割接标准 • 基于割接方案，协助客户进行数据、应用生产环境切换，保证客户在线业务的连续性，并持续观察支持用户新环境稳定运行 方案沉淀、上云工具建设 • 基于迁移交付项目沉淀应用、数据库、大数据、AI应用的迁移上云方案，形成不同场景与技术栈上云最佳实践 • 设计迁移工具技术架构，编写代码通过工具自动化迁移过程，降低复杂架构下应用、数据、AI上云门槛，并提高迁移效率 • 结合方案与工具形成行业化、不同技术栈组合的解决方案，支持前线业务更好的售卖打单，通过迁移案例、技术方案与自动化工具配合前线进攻 应用、数据专家技术服务 • 作为阿里云高级技术服务专家，为客户提供阿里云应用、中间件、数据库、大数据产品技术栈最佳实践、提供解决方案咨询、架构优化、容灾高可用等商业化服务； • 结合客户用云场景，通过工具、赋能、咨询等方式帮助客户提升云产品运维与使用技能，提供应用、大数据高可用、容灾等综合技术服务，帮助客户用好云

【岗位概述】 我们正在寻找一位AI驱动大使，负责 50-100 万级成长型 KA 客户的全生命周期管理。你将是中小企业智能化转型的布道者与合伙人——通过客户拓展、商机转化、流失客户赢回，深度推广阿里云 AI 大模型及 GPU 算力产品，为客户配置“AI+云”融合解决方案，推动企业上云与业务智能增长，重新定义上云的价值边界。 【成长与未来】 在这个岗位，你将掌握AI 原生时代的客户经营方法论，成长为既懂业务又懂技术的复合型销售人才，深度参与阿里云 AI 产品的商业化闭环，积累从需求挖掘到方案落地的完整经验。未来，你可向区域 KA 负责人、AI 行业解决方案专家、产品战略等多方向发展——你的成长路径，由你创造的价值决定！ 【工作职责】 1. 负责目标 KA 客户的线下拜访与深度关系建立，运用三图一表等工具梳理客户业务架构、关键干系人，精准挖掘AI 与云融合的潜在项目机会。 2. 制定并执行数据驱动的客户覆盖计划，通过预判客户需求实现从“响应式销售”到“预测式价值共创”的跃迁，确保重点客户获得持续高效的覆盖与服务。 3. 建立并动态维护客户档案，跟踪AI 项目 POC 验证、测试、部署等关键节点，保障客户信息与项目进展的准确性、时效性。 4. 敏锐识别客户云化及 AI 相关核心需求（如智能客服、企业知识库、AIGC 内容生成等场景），转化为有效销售线索，协同解决方案架构师（SA）设计高适配性的“AI+云”技术方案。 5. 主导项目商务全流程，制定针对性商务策略，统筹报价、谈判及签约工作，推动客户完成 AI 产品与云服务的落地。 6. 执行 Winback 专项任务，识别流失至他云或 IDC 的客户，结合AI 产品差异化优势制定赢回策略，协同服务与迁移团队降低客户切换成本，提升回流成功率与满意度。 7. 基于阿里云七大件产品，为客户配置高性价比的“AI+云”融合解决方案，优化客户成本结构的同时保障销售毛利。 8. 对接财务、法务等部门完成合同审批与签约，确保项目合规落地。

客户需求洞察及方案设计 • 掌握并理解客户的业务场景、整体技术架构、业务与IT战略优先级及业务成功指标，挖掘客户潜在需求，提供能满足客户需求的云和AI全栈方案，规划业务策略和实现路径，解答客户对产品、解决方案的常规问题。 • 基于对技术发展趋势的把握，作为策略规划和架构专家，与客户共同规划未来云和AI业务与技术规划，成为其可信赖的顾问，识别其中潜在的合作机会，并提出具备前瞻性的方案和架构设计。 售前引导与实操能力 • 针对客户对AI算力、大模型应用场景落地等需求，通过标杆案例及场景化演示，向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 通过技术影响力的建立，维护客户关系，构建PoC测试和方案选型，对POC结果负责，就安全性、稳定性、性能、可持续性和运行效率给出技术建议。 技术策略制定和项目赢单 • 分析复杂客户的情况，提出基于阿里云解决方案的建议，制定产品选型策略和技术路线图，将阿里云全栈AI产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的通用云架构模板、AI解决方案最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 产品需求和改进反馈 • 识别和理解阿里云平台的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力 • 将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。

1、深入理解阿里云AI智算集群的技术原理、架构和使用场景，根据客户需求，设计并实施高性能、可扩展的AI基础设施解决方案，核心聚焦于大模型的训练与推理场景，促进商业化合作达成。 2、具备良好的架构思维，能够从稳定性、高性能、易用性、可用性、可运维性等方面综合考虑，基于阿里云IaaS和PaaS的全栈AI基础设施，确保从算力、网络、存储的极致优化，持续为客户提供高质量AI基础设施服务。 3、面向国际市场，总结分析AI智算发展趋势/市场竟争格局，主动挖掘行业数据和客户商机，建立可复制的行业解决方案，与产研团队紧密配合，推动产品能力和营收持续增长。 4、具备需求拆解和整合的能力，成为对内外部AI智算技术的传播者，能够将复杂的AI基础设施技术转化为清晰的商业价值，成为客户和内部团队信赖的技术顾问。 5、作为领域专家参与客户Workshop、市场洞察等活动，并在行业峰会、技术沙龙等市场活动中进行阿里云AI智算技术传播和分享。