字节跳动国际AI云原生产品解决方案架构师-基础设施
任职要求
1、专业背景： 1）本科及以上学历，计算机科学、人工智能、电子信息等相关专业； 2）3年以上AI或云计算领域经验，有AI解决方案交付或云原生架构设计案例； 2、技术技能： 1）熟悉主流深度学习框架（TensorFlow/PyTorch/Dynamo）的技术原理与性能瓶颈； 2）理解云原生技术栈（Kubernetes/Docker/Service Mesh）的架构设计逻辑； 3）掌握AI性能分…
工作职责
1、AI云原生解决方案设计： 1）结合客户AI工作流（如大模型训练/推理、自动驾驶仿真、视频分析等），设计基于IaaS的云原生架构方案，优化模型训练/推理的性能、成本与可靠性； 2）主导AI专用加速方案（如混合精度训练、模型量化、分布式推理）的架构选型与落地，推动框架层与基础设施层的协同优化； 2、客户需求分析与价值传递： 1）深入调研客户AI应用场景，提炼核心痛点（如训练周期长、推理延迟高、资源成本高等），输出技术可行性报告； 2）通过技术白皮书、架构设计图、POC验证等方式，向客户展示IaaS平台在AI场景下的性能优势（如训练速度提升、推理成本降低等）； 3、跨团队协作与生态整合： 1）与研发团队协同定义技术实现路径，推动算子优化、框架适配等需求落地； 2）联合产品经理规划解决方案路标，确保技术方案与商业策略对齐； 3）整合ISV、AI框架社区资源，构建AI云原生解决方案生态； 4、行业趋势与市场分析： 1）跟踪AI云原生技术发展（如Kubernetes原生AI、推理加速），输出行业洞察报告； 2）对标市场AI云服务，制定差异化竞争策略。
1、市场洞察和竞对分析 •洞察和产品相关的市场机会、市场容量和竞争格局。 •分析竞对产品核心指标、市场策略和市场价格。 •快速捕捉市场热点和客户业务痛点，挖掘产品商机，快速推动落地，形成领先竞争力。 2、产品商机判断和深度技术交流 •作为产品线代表，参与商业策略设计和商机判断。 •对复杂项目需求，协同销售团队与客户进行深度技术交流，结合对行业发展方向和技术变革方向的洞察，就具体技术场景引导客户关键决策人决策，促进商机转化。 3、产品方案设计和技术支持 •对复杂项目，理解客户的业务和功能性/非功能型需求、性能及可用性需求，基于客户场景，提供有技术竞争力和可行性、成本优势的产品组合方案，并在产品选型/POC/报价配置时， 提供技术支持。 •提炼基于客户业务场景的关键技术指标，形成领先控标项，在POC、winback等业务活动中落地验证。 •复杂项目推进方案跨团队协同优化，成本，性能，稳定性等多维度提升解决方案的竞争力。 •探索创新产品的方案和场景，推动新产品快速市场覆盖，保障产品创新活力。 •对大客户提供售后的关键技术答疑，用技术推动业务发展。 4、产品设计和优化支持 •通过对行业、场景的深入了解，参与产品的重大功能设计、定价设计、用户体验设计，协助产品在行业/场景下保持领先性。 •识别并精准提炼客户的共性需求和痛点，反哺产品设计，推动产品改进和多产品融合、新产品和功能孵化。 5、最佳实践沉淀和赋能 •沉淀面向细分场景的最佳实践，选择性输出IaC代码，通过项目实践总结标杆成功案例，提炼共性模块、统一标准化能力，加速产品方案规模化复制。 •提炼产品优势功能性能参数，并针对性的设计测试用例，放大产品和技术的影响力，沉淀基于测试用例、测试方案的解决方案竞争力。 •参与产品GTM材料编写、与伙伴共创联合解决方案、对销售团队和生态伙伴赋能。
1、深入理解阿里云AI智算集群的技术原理、架构和使用场景，根据客户需求，设计并实施高性能、可扩展的AI基础设施解决方案，核心聚焦于大模型的训练与推理场景，促进商业化合作达成。 2、具备良好的架构思维，能够从稳定性、高性能、易用性、可用性、可运维性等方面综合考虑，基于阿里云IaaS和PaaS的全栈AI基础设施，确保从算力、网络、存储的极致优化，持续为客户提供高质量AI基础设施服务。 3、面向国际市场，总结分析AI智算发展趋势/市场竟争格局，主动挖掘行业数据和客户商机，建立可复制的行业解决方案，与产研团队紧密配合，推动产品能力和营收持续增长。 4、具备需求拆解和整合的能力，成为对内外部AI智算技术的传播者，能够将复杂的AI基础设施技术转化为清晰的商业价值，成为客户和内部团队信赖的技术顾问。 5、作为领域专家参与客户Workshop、市场洞察等活动，并在行业峰会、技术沙龙等市场活动中进行阿里云AI智算技术传播和分享。
职位描述： ● 全球AI客户拓展：规模化开拓全球AI客户，覆盖AI原生企业、初创公司、AI开发商、AI数据服务商及正在进行AI转型的传统企业，构建高转化率的AI客户销售漏斗。 ● AI业务收入：负责国际市场的AI MaaS业务的销售线索与商机全生命周期，通过线上和线下多渠道交流方式，协同解决方案和产品团队，从线索挖掘，商机引导，方案交流，商务沟通到项目成单，对国际AI MaaS业务的Token用量和收入增长负责。 ● 市场洞察与GTM策略：紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体（Agent）框架、AI基础设施架构及主要竞品动态，联合解决方案团队将行业客户洞察转化为场景化的客户化解决方案，协助市场和产品方案部门进行GTM市场策略设计。 ● AI重点客户经营：与全球AI导向型企业的C-level高管及技术决策者建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购。 ● AI场景共创：理解客户的AI目标和业务挑战，通过深入交流和行业经验，一起找到高价值的AI应用机会；用客户语言沟通表达阿里云大模型价值，共同设计并验证可行方案，让AI发挥业务价值 ● 跨部门协同运作：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。
我们正在招聘一名专注于国际市场 AI 模型商业化的解决方案架构师。你将作为阿里云前沿 AI Model-as-a-Service（Model Studio） 及 通义模型（Qwen & Wan） 的技术负责人和客户技术代言人。 你的使命是推动 Qwen & Wan 在市场的采用、竞争性替换与规模化使用，也包括需要构建 Agent、工作流或应用框架。你将专注于模型层：定位、竞品替换、性能对标、价格/价值阐释，以及模型级 POC。 【Core Responsibilities】 1. AI 模型商业化与售前支持 ● 负责国际区域 Qwen（LLM） 与 Wan（多模态） 的技术售前。 ● 推动企业与 AI 原生客户的模型选型、竞品替换与规模化决策。 ● 主导模型级 POC（延迟、质量、成本、吞吐），并包含应用及 Agent 构建。 ● 支持客户与其他模型的迁移与对标评测。 2. 竞争定位与技术赋能 ● 清晰阐述 Qwen / Wan 在真实生产场景中相较竞品的优势。 ● 组织并执行模型对比测试（质量、稳定性、成本、规模）。 ● 为销售与 BD 提供清晰可复用的技术叙事，而非泛化的 AI 故事。 ● 在高管层与架构师层客户沟通中担任技术权威。 3. 客户规模化与采用 ● 支持客户从首次 POC 到生产上线并实现用量爬坡。 ● 以 Token消耗 为目标，而非一次性演示。 ● 从区域整体视角识别并规划客户规模化扩展策略。 4. 市场反馈与产品闭环 ● 将国际客户的一线竞品反馈回传产品团队。 ● 影响模型性能、定价、部署区域与 API 的产品路线。 ● 沉淀可复用的 POC 模式与竞争打法，供全球复用。