快手测试开发工程师-【孵化方向】

Bravo 102是由阿里国际技术全团队共同发起的技术人才孵化计划，打破传统人才选拔及培养框架，为有志于走向AI未来的技术新锐们，提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里，“我”将不被岗位定义，以能力选择业务战场，与全球顶尖团队并肩作战，沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们，成为AIDC首批102位Bravo Talent，一起掌舵AI，为我们的未来Bravo！ 关于我们： 阿里国际技术专注于提供卓越的数字零售技术服务，致力于服务全球消费者，并触达全球中小企业买家。我们希望利用AI技术让每个人都能够轻松、便捷地享受全球优质的商品和服务，推动商业活动更加高效、可持续，为社会未来的发展带来更多可能性。 我们提供涵盖商品智能、商家服务、供应链优化、跨境物流、搜索推荐引擎、用户增长、金融服务、客户体验、AI 基础设施、企业数智化、全球云及高可用架构、研发效能等技术领域，实习生可跨多个技术域实践，深度参与多场景技术攻坚，探索你想选择的职业发展方向； 在这里，你将和我们一起，采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题，创造技术价值，为消费者带来更加美好的体验！欢迎加入我们！ 以下工作内容你均有可能参与： 1、参与基础软件的设计、开发和维护，如分布式文件系统、缓存系统、Key/Value 存储系统、数据库、Linux 操作系统等，探索 AI 在系统调优中的应用（如通过机器学习预测热点数据提升缓存命中率）； 2、参与国际电商系统及基础设施的核心模块开发，集成 AI 模型服务，为公司产品提供强有力的后台支持，设计并实施最强大的解决方案； 3、参与产品的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作，能够通过 AI 工具提升开发效率； 4、参与海量数据处理和开发，使用Java/SQL/Python开发 ETL 流程，结合大模型实现数据清洗与特征工程自动化（如利用大模型生成 SQL 查询模板）； 5、参与项目为用户提供丰富而有价值的桌面或无线软件产品，能够探索 AI 在业务场景的落地应用（如大模型在供应链定价、销量计划、库存、履约等复杂场景的智能洞察和协同，基于大模型的个性化推荐系统，交互式智能导购，需求预测模型部署，异常检测算法实现等）。

岗位定位 作为大模型产品与客户业务之间的技术桥梁，深度参与从商机识别、方案设计、技术交付到产品优化的全生命周期。需兼具行业洞察力、技术架构能力与商业敏感度，推动大模型在各行业的规模化落地，助力公司构建技术领先、体验卓越、生态繁荣的大模型商业化体系。 核心职责 1. 商机判断与深度技术交流 1)作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2)针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3)结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1)深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2)主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3)提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4)推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5)负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6)推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1)深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2)参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3)构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4)识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1)持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2)快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3)将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1)在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2)输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3)联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；

1. 商机判断与深度技术交流 1) 作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2) 针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3) 结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1) 深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2) 主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3) 提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4) 推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5) 负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6) 推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1) 深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2) 参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3) 构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4) 识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1) 持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2) 快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3) 将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1) 在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2) 输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3) 联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；

岗位定位 作为大模型产品与客户业务之间的技术桥梁，深度参与从商机识别、方案设计、技术交付到产品优化的全生命周期。需兼具行业洞察力、技术架构能力与商业敏感度，推动大模型在各行业的规模化落地，助力公司构建技术领先、体验卓越、生态繁荣的大模型商业化体系。 核心职责 1. 商机判断与深度技术交流 1)作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2)针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3)结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1)深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2)主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3)提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4)推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5)负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6)推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1)深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2)参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3)构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4)识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1)持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2)快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3)将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1)在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2)输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3)联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；