谷歌前沿部署架构师，生成式 AI，Google Cloud
任职要求
基本资格 • 拥有工程、计算机科学或相关专业的学士学位，或具备同等水平的实践经验。 • 有 2 年使用 Python、Typescript 或类似语言为内外部客户构建和交付生产级解决方案的经验。 • 善于构建用于结构化数据和非结构化数据的流水线，并将向量数据库和检索增强生成 (RAG) 等架构整合到其中，为企业级 AI 解决方案提供支持。 • 善于主导开展技术探索工作，与业务利益相关方和工程团队一起确定技术和硬件基础设施要求。 • 善于设计技术解决方案来确保数据主权、符合 GDPR 规定，以及实现安全的…
工作职责
• 开发复杂的参考解决方案，使客户能够部署 Google 最新、最先进的技术。 • 作为专家团队的一员，设计并开发参考原型，以便将 Google 的高级云解决方案与客户的现有基础设施（包括 API、传统数据孤岛和安全边界）连接起来。 • 构建高性能评估流水线和可观测性框架，确保智能体系统满足准确性、安全性和延迟性方面的要求。 • 识别现有 Google 解决方案中可重复的现场模式和摩擦点，将其转换为可复用的模块或提交给工程团队的正式产品功能请求。 • 与解决方案架构师团队协作，融入 Google 级别的最佳开发实践，确保项目的长期成功和高水平的最终用户采用率。
• 担任首席技术负责人，制定原型标准、架构最佳实践和相关基准，提升整个团队的工程卓越水准。 • 与销售和技术领导层合作，明确高价值机会的需求，并为关键客户部署技能精深的专家（涵盖 MLOps、生成式媒体或智能体系统）。 • 负责现场部署架构师的技术招聘，评估 AI/ML 专业知识、系统工程和编码技能，以构建前沿部署架构师团队。 • 发现团队在运用新兴工具（MCP、工具调用）方面的技能差距，确保团队紧跟不断演进的 AI 技术栈，始终保持专业优势。 • 与产品团队和架构师团队通力合作，消除障碍，将现场洞察转化为路线图，同时开发内部工具来提高组织效率。
职位描述 1. 负责企业内部 AI 提效项目的前沿部署与落地，围绕市场、销售、客服、供应链、财务等核心业务场景，推动大模型与 Agent 能力在真实业务流程中产生效率提升； 2. 深入业务一线，梳理部门工作流、信息流、数据流和协作链路，识别高频、重复、低效、规则明确或知识密集型场景，设计可落地的 AI 提效方案； 3. 基于大模型、Agent 框架、RAG 知识库、多模态能力、工作流编排等技术，设计具备商业价值、工程可行性和可规模化复制能力的解决方案； 4. 负责 AI 项目从 Demo、POC 到生产环境上线的端到端推进，包括架构设计、核心功能开发、效果评估、性能优化、成本控制和交付验收； 5. 与数据、IT、业务部门紧密协作，将模型能力转化为具体业务工具，包括但不限于智能知识库、数据分析助手、客服助手、营销内容生成、会议纪要、自动报表、流程审批辅助、供应链异常分析等； 6. 持续沉淀内部高价值 AI 应用场景、通用组件、行业 Know-how、Agent 工作流和最佳实践，推动企业级 AI 能力平台化、组件化、规模化复用； 7. 关注 AI 工具在企业内部落地过程中的权限、安全、数据治理、流程适配和用户体验问题，推动 AI 应用真正融入员工日常工作流。
关于我们： 阿里云 CIO 线致力于打造 AI 时代业界领先的企业 IT 系统，以 RaaS（Result as a Service）模式，通过 IT 系统的构建和应用向客户直接交付成果，帮助客户在 AI 时代获得长期优势。我们视 AI 为新的生产力，并采用全新的软件开发范式来构建产品。生产关系匹配生产力，故我们设计了新的产研组织形式，不同于传统产研团队按岗位分工（PD、设计、前端、后端、测试），在新组织下我们设置了 AI 产品设计前端工程师（PDFE）。 作为AI产品设计前端工程师（Product Design Frontend Engineer，PDFE），你将构建支持众多客户业务发展的客户端应用。该角色集成了传统产研团队中 PD、UED、前端的职责，基于 AI 软件开发新范式将三者合一，负责产品设计、界面实现和用户体验。从客户需求到产品界面，你将体验效率成倍提升，产品开发从未如此高效。 你将拥有难得的机会，深入了解阿里云的业务及阿里云客户的业务，直接与一线用户合作，了解他们所面临的棘手问题和紧迫挑战，并使用最新的 AI 技术和关键业务数据来解决。无论是“精准分析需求，提升客户体验”，还是“分析业务痛点，让运营更高效”，你都将运用你的技术专长、创造力和解决问题的能力，赋能客户取得业务成果。 ● 我们是一支以成果为核心的企业 IT 产研团队，聚焦将最新的 AI 技术落地到真实业务场景中，服务企业级客户。 ● 我们期待这样的你加入：人聪明，有品味，敢担当，有冲劲，有韧性。 ● 我们希望你有这样的能力：数学思维——抽象能力强；语文表达——写出好的 Prompt；业务升维——对业务的高维认知；系统架构——能设计复杂系统；销售服务——与客户建立信任和影响。 ● 我们想让每位同学都取得最佳成果，成为更好的自己。因此我们重视个人的基模、能力和意愿，而非传统职场资历。 岗位职责： 1. 用户洞察与需求设计：深入客户业务场景，建立对用户痛点的高维认知，通过定性方法和定量指标洞见需求背后的本质问题，对于包括功能性需求、非功能性需求、业务流程和规则，用需求工程规范化地前置厘清需求； 2. 产品设计与原型构建：设计符合业务逻辑的产品架构和交互流程，产出高保真原型，使用结构化描述和智能工具，迭代验证设计方案，确保与需求精准对齐； 3. 前端工程和实现：制定前端开发任务，使用各类 AI IDE 进行高质量的编码施工，与后端以 API First 原则协同，推动高效开发，完成功能验收和上线； 4. 持续优化与创新：基于用户反馈和数据指标持续优化产品体验，探索 AI 技术在产品中的创新应用，沉淀方法论和工具，赋能团队效率提升，对外分享实践，建立个人技术影响力。
1. 深入调研工业（含制造、能源以及相关行业）企业生产流程与业务痛点，结合大模型与智能体技术设计定制化智能化升级方案（如产品研发、工艺优化、设备预测性维护、供应链决策优化等），输出可行性分析报告与技术路线图。 2. 基于客户场景实现模型的微调与轻量化部署，完成时序数据分析、多模态感知、工业知识库构建等任务，确保算法在公共云、智算云以及边缘AIStack的高效运行，带动MaaS服务或者智算算力的使用。 3. 主导智能体系统的开发与部署，打通智能体与工业设备、工业软件的协同链路，搭建人机协同决策框架，设计合理架构满足客户对实时性、稳定性与安全合规的要求，并且反馈需求或者沉淀代码到大模型与工业AI产品。 4. 定义并跟踪客户业务指标（如研发效率提升、OEE提升、能耗降低、供应链效率提升等），通过数据反馈迭代模型与策略，确保智能化方案达成预期ROI，推动标杆案例规模化复制。