百度金融行业数据业务解决方案架构师（J84689）
任职要求
1.具有金融科技或信贷（甲方）行业经验有限，5年以上业务策略或产品运营相关经历，负责过年销售额千万以上业务优先； 2.有良好的商业思维和市场敏感度，有较强的结构化思考能力和分析能力； 3.擅长跨团队沟通，执行、协作和应变能力强； 4.极强的自驱力和探索精神。
工作职责
1、负责对接银行、消金、小贷和金融科技公司等机构。了解并掌握合作机构的需求，准确地沟通产品要素与流程，协助销售进行商务价格与合作模式的谈判并推动落地； 2、熟悉贷前、贷中、贷后等信贷业务流程，整合内部数据和技术资源，管理把控项目进度和上线计划； 3、擅长数据观测与分析，能够通过数据分析，定位问题节点，确保项目运行稳定； 4、负责数据相关业务的孵化与市场导入，形成明确的产品和营销策略，推动业务策略的执行与落地。
-针对金融保险行业的云计算、大数据、人工智能解决方案，包括但不限于立项、需求分析、方案设计、招投标协作等 -理解保险客户的业务需求，根据业务需求制定相应的技术与业务解决方案 -负责解决方案、技术选型、架构设计、实施和优化等售前阶段工作，确保解决方案在性能、稳定性和可扩展性等方面满足客户需求 -协同销售和项目经理完成PoC，推动与客户的在PoC环节的技术对接，确保PoC达到满意效果 -跟踪云计算、大数据和人工智能技术的最新发展和趋势，及时更新解决方案的技术栈，推动百度智能云相关产品的迭代以及在保险客户的落地 -参加行业大会、产品布道、用户教育、客户沟通等工作
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。
•主导大数据和AI产品解决方案的开发和标准化工作，负责产品从售前到交付的全流程解决方案支撑； •熟悉并了解行业典型大数据&AI方案，提炼行业大数据&AI典型产品场景，总结并推广行业打法和解决方案； •基于阿里云大数据&AI产品能力，协助客户进行产品部署与实施，通过不同大数据行业解决方案解决客户大数据场景中遇到的问题； •负责输出整体解决方案架构设计文档，管理总体技术方案的变更，并根据行业洞察中发现的客户需求迭代方案； •与业务及产研、交付团队共同推进标杆客户，并且作为产品解决方案的竞争力负责人，能够影响业内公司的关键决策； •赋能与支持阿里云的业务团队拿下市场份额，并且对产品的增长负责； •识别和反馈行业共性需求，推动云产品大数据&AI能力提升，打造业内有竞争力的大数据&AI产品 。
1、与销售、行业解决方案等团队一起，在售前交流、技术方案设计、招投标等工作上，为客户及合作伙伴提供火山引擎数据中台及相应解决方案的支持； 2、作为解决方案架构师，能够将业务需求转换为大数据和中台技术方案，针对具体项目规划大数据信息架构顶层设计，并为客户提供业务咨询及技术咨询服务； 3、为客户提供远程或现场技术支持，协助客户完成项目规划、架构设计和产品PoC测试； 4、负责技术方案、用户案例、行业解决方案、市场营销材料等方面的信息收集、总结及文档编写。