腾讯金融云保险行业架构师
任职要求
1.本科以上学历，5年以上金融行业IT架构师或售前/咨询工作经验，3年以上云计算售前架构师工作经验，有保险行业背景优先； 2.精通云计算IAAS相关的架构以及技术实现，在相关领域有扎实的技术功底，包括IaaS相关的虚拟化技术、网络、分布式存储、负载均衡等； 3.熟悉PaaS相关的领域知识和云原生架构设计经验，有微服务架构、容器、数据库、大数据等； 4.了解安全和AI的领域知识…
工作职责
1.作为金融云保险行业售前架构师，负责保险行业客户上云项目售前拓展支持，并深耕保险行业客户，输出保险行业解决方案和拓展腾讯云保险科技创新案例； 2.日常工作包括解决方案宣讲、方案架构规划设计、重点大客户的售中支持以及客户满意度维护等。
1、负责战略金融行业（银行、证券、保险、基金）客户的整体规划和价值引导； 2、对战略金融行业客户的应用架构、数据架构、技术架构有比较深入的理解，能够在云、大数据、数据库等一个或多个领域具备较强的客户引导能力，负责售前阶段的技术交流，方案设计，概念验证等工作； 3、具备为战略金融行业客户提供轻量咨询规划的能力； 4、洞察典型场景及核心客户、生态伙伴需求，抽象共性要求，推动后端方案/产品升级优化。
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。
市场洞察和竞争分析 •基于细分领域市场发展趋势、市场空间、核心场景及痛点等需求信息，输出细分领域的市场洞察分析报告； •收集竞争情报，通过竞争项目中竞对的策略和方案分析，给出差异化竞争方案。 商机识别和售前引导 •负责客户的售前引导工作，用客户的语言展开对话，获取信任，挖掘客户真实需求，形成有效商机。 解决方案设计和推广 •根据客户需求制作针对性的解决方案，项目中制定正确的产品选型策略、POC测试打击策略、招投标策略、产品配置策略等，达成合同签约，持续保障阿里云在该客户的份额提升。 •推动解决方案在细分领域的孵化和规模化复制 •在方案落地过程中及时发现并处理技术和项目风险，协同产研及交付团队正常履约，实现收入转化。 能力沉淀和赋能 •沉淀面向细分领域/场景的通用云架构模板、最佳实践、细分领域案例等知识文档。 •对销售团队和生态伙伴宣讲、布道和赋能培训。 产品需求和缺陷反馈 •抽象和归纳细分领域的产品需求和缺陷，推动产品改进、新产品立项和重大功能上线，提升产品竞争力。 打法策略制定和技术影响力建立（仅8级及以上） •带领实线团队或者横向拉通虚拟团队完成团队业务目标，根据外部竞争情况和细分领域发展趋势，主导输出完整的销售指导书或者打法策略文档（如解决方案、赋能材料、实施计划等）。 •完成高质量的外部技术交流或行业会议发言，影响客户技术决策、建立阿里云技术影响力。
1. 基于蚂蚁数科AI相关产品技术，结合客户业务需求场景，设计可落地的产品解决方案，解决客户实际场景问题，加速AI相关产品的商业化落地； 2. 总结和沉淀客户以及合作伙伴的AI大模型最佳实践，形成可复制的产解决方案，赋能前线销售团队，帮助提升蚂蚁数科AI产品的竞争力； 3. 为客户和ISV提供技术解决方案，组织和引导POC验证，指导和配合ISV/客户完成项目实施； 4. 为客户/合作伙伴提供技术培训，提升客户/合作伙伴技能； 5. 发掘和推动蚂蚁内部AI技术和最佳实践的产品化和商业化，拉通产品/研发团队，高效推动方案/产品落地，创新协作/商务模式； 6. 收集客户需求，结合行业情况及市场需求，向产研团队反馈AI产品的优化需求，加速产品迭代，提升产品市场竞争力和市场占有率。