腾讯腾讯云-生态赋能与支持架构师

1.为腾讯云合作伙伴提供技术咨询、云解决方案培训赋能及项目支持等专业服务； 2.与合作伙伴一起根据客户IT特性，设计基于腾讯云平台的架构方案，并帮助客户或合作伙伴进行系统迁云，提供应用迁移和数据迁移咨询服务； 3.支持客户或合作伙伴在腾讯云平台上构建上层应用程序和服务； 4.协调后台产品、服务、运营等团队资源，对伙伴重点项目进行售前支持； 5.参与合作伙伴的技术团队建设。

岗位定位 作为大模型产品与客户业务之间的技术桥梁，深度参与从商机识别、方案设计、技术交付到产品优化的全生命周期。需兼具行业洞察力、技术架构能力与商业敏感度，推动大模型在各行业的规模化落地，助力公司构建技术领先、体验卓越、生态繁荣的大模型商业化体系。 核心职责 1. 商机判断与深度技术交流 1)作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2)针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3)结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1)深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2)主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3)提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4)推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5)负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6)推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1)深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2)参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3)构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4)识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1)持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2)快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3)将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1)在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2)输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3)联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；

您将作为阿里云模型即服务（MaaS）百炼平台及通义系列模型（通义千问、通义万相）模型的的核心技术专家。您的核心使命是指导我们的客户，深度应用AI的力量，解决其复杂的业务难题，加速企业的创新与数字化转型。 核心职责 1. AI解决方案设计与售前支持 - 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 - 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 - 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术布道与战略影响 - 扮演AI专家的角色，挑战现有模式，为客户与内部团队带来前瞻性的创新理念。 - 面向C-level级别高管到核心工程师等关键决策者，提供具有高度影响力的技术演讲、产品演示和深度研讨会。 - 持续追踪并分析快速演进的生成式AI技术趋势与市场动态，为我们的AI MaaS解决方案发掘市场机会，并构筑独特的竞争优势。 3. 客户成功与技术咨询 - 全方位指导客户完成AI应用的完整生命周期，从初期的概念构思、模型选型，到最终的部署、监控与持续优化（MLOps）。 - 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 - 负责解决客户遇到的复杂技术难题，并有效协调产品、研发等内部团队资源，全力保障客户成功。 4. 生态赋能与知识沉淀 - 构建并沉淀高价值的技术资产库，包括AI解决方案蓝图、最佳实践指南、以及有说服力的客户案例等。 - 开发并提供专业培训材料，赋能内部销售团队与生态合作伙伴，帮助他们更有效地定位并销售我们的AI MaaS产品。 - 收集并提炼来自客户与市场的关键反馈，以直接影响并推动阿里云AI产品与服务的发展路线图的演进。

1、解决方案开发及沉淀推广 ● 基于阿里云AI与大模型相关产品，开发可复用的技术解决方案，包括模型训练、模型推理、AI 应用构建。 ● 参与重点项目，后训练、推理优化和 AI Agent 构建，在项目中与一线 SA 协作，根据客户需求制定针对性的解决方案，开展技术工作坊（workshops），指导客户进行产品选型，进行关键方案的验证（PoC）； ● 从项目实践中提炼最佳实践、参考架构，沉淀并在内部面向一线 SA 团队分享； 2、内部赋能与外部支持 ● 开展面向多人的培训与分享会，赋能内、外部团队； ● 开展面向一线架构师团队的解决方案培训，开发培训课程，担任讲师，提升架构师在AI基础设施领域的架构设计和解决方案编制能力； ● 在重点项目中，面向客户开展技术工作坊（workshops），加深客户对阿里云 AI 基础设施领域产品和技术解决方案的了解和采用； 3、市场洞察和竞争分析 ● 洞察 AI 基础设施领域的市场机会，将客户的实际需求和反馈传递给产研团队，为产品技术路线图规划提供真实输入； ● 分析市场上领先的产品与方案，结合实际项目，分析阿里云所面临的挑战，提出新的功能建议，以简化客户采用阿里云产品过程并提升阿里云产品的市场竞争力；