谷歌安全产品销售专家，Google Cloud
任职要求
基本资格
• 拥有学士学位，或具备同等水平的实践经验。
• 有 10 年在企业 B2B 软件公司从事企业软件销售或客户管理工作的经验。
• 有安全解决方案或安全软件产品方面的经验。
优先条件
• 有推广网络安全解决方案和云端安全解决方案的经验。
• 善于同采购团队、法务团队和业务团队合作处理大型、复杂的商业和法律协议。
…工作职责
• 制定并执行区域计划，发掘高价值企业客户，主动对接洽谈，最终成功签署高价值企业安全协议。在技术团队的支持下，主导整个业务周期的推进与落地。 • 与现有和潜在企业客户的高管层建立良好的关系，使 Google Cloud 安全解决方案与其战略目标相契合。 • 熟练掌握整个 Google Cloud 安全产品组合（包括 Mandiant 解决方案和服务）的专业知识，能够清晰阐明其产品功能、应用场景，以及与竞争对手产品的差异。 • 与客户和合作伙伴互动交流，激发其兴趣，维护销售管道，并向业务领导层提供准确及时的销售预测。 • 与客户工程师、营销团队、产品团队和渠道团队密切合作，打造流畅的客户体验并提升业务影响力。
• 在与客户打交道的整个过程中，与客户方技术负责人、客户方高管以及合作伙伴通力协作，管理并实现云解决方案，成为决策者信赖的顾问。 • 根据客户要求和实现方面的最佳实践，提出解决方案架构建议，并管理云端分布式虚拟化基础设施解决方案的部署。 • 与内部专家团队、产品团队和工程团队合作，以便汇总各种做法、最佳实践和经验教训，进而提取出能够发挥思想引领作用的洞见、行之有效的方法和可供发布的资源。 • 与销售人员、合作伙伴以及客户在技术方面的利益相关方沟通合作，管理项目范围、优先事项、可交付成果、风险和问题以及时间表，助力客户取得成功。
• 以数据库为主题开展销售讨论/实施客户策略，为 Google Cloud Platform (GCP) 数据库服务制定针对特定国家/地区和细分市场的计划，并与子区域领导团队合作确定数据库渗透测试和推广策略。 • 与客户建立良好的关系，成为他们信赖的顾问，以便了解他们的业务推动因素/技术基础架构，确定适当的 Google 数据库解决方案用例，管理复杂的业务周期，并对长期战略方向施加积极影响。 • 实现额定目标以及战略性业务和增长目标，同时预测并报告相应地区的业务。 • 与客户和跨部门团队（例如销售代表和销售经理、客户工程、市场营销、客户成功等团队）合作，以便制定进入市场策略，编制并推进销售历程，了解客户，以及为潜在客户和现有客户提供出色的体验。 • 与合作伙伴团队协作，盘活数据库专属合作伙伴，确保销售团队和客户能够与合作伙伴互动合作。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。