腾讯大模型测试负责人（北京/深圳）

1.协助理解大模型业务需求、场景边界及变更诉求，参与梳理核心质量指标，配合完成需求拆解与测试范围界定，保障测试工作贴合业务目标； 2.参与大模型测试用例设计，覆盖正常 / 异常 / 边界 / 高并发场景，配合完成测试策略梳理与执行计划落地； 3.负责大模型测试执行工作，包含 RL+agent 流程校验、链路质量、协议兼容、推理性能、模型效果等专项测试； 4.作为测试执行对接人，配合模型效果评估团队落实测试标准与数据对接，协同研发、产品、运维团队跟进问题定位、整改及闭环； 5.参与测试用例库、测试流程的沉淀与优化，协助推进测试自动化落地；跟进线上质量问题，配合完成根因分析与改进落地。

【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。

【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。

- 定义和主导端到端自动驾驶算法的长期技术路线图，负责从模型架构（如Transformer、Diffusion Model等）选型到整体方案设计的关键决策。 - 深入一线，解决研发过程中最棘手的技术难题，如长尾场景处理、模型收敛性、部署效率等。 - 推动端到端模型在量产项目中的评估、测试和部署，对最终的产品性能和用户体验负责。 - 负责招聘、组建并领导一支世界级的端到端算法团队，营造开放、创新、高效的研发氛围。