网易大模型算法（CEO）实习生

1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3、技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 5、产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 •了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。

1、负责小红书电商全链路部分业务域（可以基于你的能力和意向灵活安排）客户端能力建设，包括但不限于： 商品详情、商详秒杀、直播间、购物车、下单结算、订单售后、电商消息中心等核心交易场景； 电商特有技术能力：动态化、风控安全、交易链路稳定性、弱网提效、大促削峰填谷； 交易体验指标负责（加载时长、成功率、帧率、崩溃率、包体积、首屏时长等） 2、带队 10～15 人客户端团队，负责团队建设、人才梯队培养、绩效管理、关键人备份 - 深度参与业务需求评审、技术方案设计与评审，推动重点项目高质量落地 - 解决复杂技术难题，包括但不限于： 交易链路高可用架构演进（多活、异地容灾） 大促流量下的客户端限流、降级、熔断策略 动态化容器化方案选型与深度落地（React Native / Flutter / 自研 DSL） 客户端安全（反劫持、反调试、签名保护、风控模型本地化） 3、与服务端、算法、产品、设计、测试等团队深度协作，推动电商交易体验持续领先

1. 负责大模型算法的研发与优化，深入理解业务需求，设计并实现高效、准确的算法模型，提升业务智能化水平； 2. 参与算法框架的设计与开发，解决业务中的技术难题，确保算法的稳定性和高效性； 3. 跟踪人工智能领域的最新技术动态，将前沿技术应用于实际项目中，推动业务流程的优化与创新； 4. 与产品、运营等团队紧密合作，确保项目的顺利实施，达成既定业务目标； 5. 负责算法相关文档的编写与维护，确保技术文档的准确性和完整性。

/