百度AI应用解决方案架构师（J96183）

1、为客户提供企业级AI应用架构整体方案设计，涵盖AI Agent构建、LLM网关代理、Skill/MCP编排、多Agent协作等核心场景，指导客户基于阿里云云原生产品体系（AI网关、MSE Nacos、HiClaw等）落地实施； 2、深入理解客户业务需求和技术痛点，包括功能性需求、非功能性需求、性能及高可用性需求，针对不同行业特点提供基于阿里云云原生AI技术体系的架构设计方案； 3、主导AI Agent/AgentOS方向的方案孵化与技术探索，结合团队产品推动多Agent协作场景的商业化落地，在AI时代创新出能切实帮助企业的新方案； 4、收集并总结产品在客户侧落地过程中的需求、问题和反馈，推动产品经理及研发团队进行产品迭代改进，形成「客户→方案→产品」的正向闭环； 5、对业务团队架构师、合作伙伴进行解决方案培训与技术赋能，持续迭代提升解决方案与客户业务需求的匹配度； 6、与销售团队紧密协作，参与客户技术交流与项目攻坚，用技术专业能力推动业务发展和商业目标达成。

1、为客户提供企业级AI应用架构整体方案设计，涵盖AI Agent构建、LLM网关代理、Skill/MCP编排、多Agent协作等核心场景，指导客户基于阿里云云原生产品体系（AI网关、MSE Nacos、HiClaw等）落地实施； 2、深入理解客户业务需求和技术痛点，包括功能性需求、非功能性需求、性能及高可用性需求，针对不同行业特点提供基于阿里云云原生AI技术体系的架构设计方案； 3、主导AI Agent/AgentOS方向的方案孵化与技术探索，结合团队产品推动多Agent协作场景的商业化落地，在AI时代创新出能切实帮助企业的新方案； 4、收集并总结产品在客户侧落地过程中的需求、问题和反馈，推动产品经理及研发团队进行产品迭代改进，形成「客户→方案→产品」的正向闭环； 5、对业务团队架构师、合作伙伴进行解决方案培训与技术赋能，持续迭代提升解决方案与客户业务需求的匹配度； 6、与销售团队紧密协作，参与客户技术交流与项目攻坚，用技术专业能力推动业务发展和商业目标达成。

AI升级战略的核心架构设计者与变革推动者，肩负两大战略目标：实现研发效能的指数级（10X）跃迁，以及驱动十万级存量应用向 AI 原生架构的演进。您的工作将直接影响公司数万名开发者的工作方式和效率。 I. 核心职责领域 1. AI 解决方案架构设计与治理 (Strategic Output) 设计可复用 AI 应用架构，确保架构具备高安全性、高性能、高可观测性和良好的成本控制。 制定 AI 研发接入规范，涵盖从开发到部署的端到端标准。 输出标准化架构图、数据流图、部署模型等技术资产。 2. 研发效能 AI 化攻坚与指标驱动 (10X Efficiency Focus) 主导研发场景（前端、后端、测试）的AI提效项目落地，串联上下游流程，形成最佳实践。 优化关键体验指标：重点攻克 Prompt 工程、上下文管理、响应延迟等LLM应用的核心挑战。 构建提效评估体系，通过关键指标（如 AI ROI）验证和驱动解决方案的业务价值。 3. 规模化演进与工程化落地 (Scaling and Governance) 设计 AI 应用在过渡期和终态的协作形态，制定大规模应用向 AI 原生架构的演进策略。 将成功的 AI 模式封装为 SDK / CLI / IDE 插件等工具，降低业务团队接入门槛。 与产品生态深度合作，规模化推进集团研发过程的全面变革。 4. 技术布道与方法论输出 (Enablement and Knowledge) 编写《AI 解决方案架构指南》《典型场景白皮书》等体系化方法论。 输出实施手册、Checklist、FAQ 等可复制资产，赋能业务团队。 组织**“最佳实践分享会”**，建设 AI 最佳实践工程对接平台，支持业务团队完成架构评估与改造。

1.需求分析与场景识别： 了解一个或多个领域的业务知识，能够跟客户有效沟通和洞察真实需求，并识别出可以使用人工智能技术的场景 2.技术判断与解决方案： 理解机器学习、深度学习、大模型的基本原理， 能够基于客户的需求，基于云+AI的产品设计出适合的解决方案，具备智能体开发demo的能力， 并可以向客户的业务/技术决策人阐述阿里云产品和解决方案的优势，以影响客户的技术选型决策 3.产品需求反馈与优化：依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升产品市场竞争力和市场占有率； 4.市场敏感与扩展复制：挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行知识和项目分享，促进从1到N的复制；