百度金融原生应用产品经理（J80699）
任职要求
-本科及以上学历，硕士研究生优先考虑，金融、经济、信息技术类、数理统计类及其他理工类专业为主 -从事金融/科技工作满4年，具备2年以上在数字化转型、业务规划、AI产品设计、大模型应用方面的工作经验，尤其具有AI toB经验者优先，有金融行业项目经验者优先 -具有金融机构交易部门从业经历或实施过债券、衍生品、外汇、财富管理等IT系统建设优先 -具备优秀的需求设计、分析与管理能力，能输出高质量的业务需求及系统需求文档，并精通产品原型设计工具，如Axure、Visio等 -具备出色的对金融科技应用趋势行业洞察和规划的能力与经验
工作职责
-负责公司面向金融机构场外交易、财富管理、营销等高频需求场景的大模型产品、对话类产品的规划、设计和管理，输出高质量的产品原型和文档 -与银行、证券、期货、信托等金融行业的客户沟通、国内外竞品分析、分析各类咨询报告，扎根行业深刻理解客户需求 -与设计、研发、运营、GTM等部门保持良好的沟通，协同工作，保障大模型产品的标准化落地，保障大模型产品在行业落地的竞争力 -为商业化产品的收入、毛利负责，为产品的市场推广、项目实施的竞争力负责
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。
1. 负责过金融证券基金等相关业务销售拓展工作，在此类行业客户有深度客户资源，客情关系积累； 2. 深入洞察行业类客户在数字化转型方面（特别是手机端、AI应用、移动开发、云原生技术应用等）的趋势、痛点，并寻找切入机会； 3. 头部行业的营销、科技、数据等核心业务部门有丰富的项目商务经验者优先； 4. 根据公司及部门的业务发展需求和规划，寻找挖掘生态合作伙伴（科技生态），并提出有效的商务合作模式及方案； 5. 能够整合各类商机线索，结合公司产品供给情况和生态伙伴能力，组织协调内部相关团队输出需求解决方案。
1. 负责城农商行、民营银行的业务销售拓展工作，重点华北区域、华南区域；在此类行业客户有深度客户资源，客情关系积累； 2. 深入洞察区域性银行客户在数字化转型方面（特别是手机银行、AI应用、移动开发、云原生技术应用等）的趋势、痛点，并寻找切入机会； 3. 头部区域性银行的营销、科技、信贷等核心业务部门有丰富的项目商务经验者优先； 4. 根据公司及部门的业务发展需求和规划，寻找挖掘生态合作伙伴（科技生态），并提出有效的商务合作模式及方案； 5. 能够整合各类商机线索，结合公司产品供给情况和生态伙伴能力，组织协调内部相关团队输出需求解决方案。
1. 作为企业客户技术服务工作的第一责任人，深入了解客户业务场景，与客户的架构、开发、运维团队深入合作，梳理分析客户现有云产品及应用架构，围绕企业客户上云、云上业务设计稳定性优化方案，从云上监控，主动发现，灾难演练，业务快恢/降级方案，高可用架构改造等方面协助客户持续优化云上稳定性。 2. 与阿里云各团队充分合作，从客户架构视角出发进行问题处置、护航保障、风险治理，并沉淀输出最佳实践及工具产品，面向客户痛点主动进行专项高阶服务。 3. 追踪客户关键稳定性问题，持续协助客户治理并不断推动阿里云产品及服务的优化改进。