阿里云阿里云智能-工程效能专家-AI领域

1. 负责阿里云人工智能及大数据平台重点项目/项目集全生命周期管理，协同阿里云各合作团队，制定项目计划，驱动项目进程，有效把控风险，确保项目目标达成； 2. 负责阿里云人工智能及大数据平台产品迭代管理，组织相关方进行战略目标拆解，通过产品迭代的方式，逐步实现产品战略目标的衔接落地； 3. 负责团队研发效能体系建设，通过数字化管理方式，洞察研发过程中的问题和瓶颈，提出合理的改进方案并落地推进，持续提升团队研发效率和质量； 4. 持续总结并沉淀项目管理经验，优化项目管理方法论和工具链，为团队提供流程、工具、方法支持，提升团队组织级项目管理能力。

1）战略组织伙伴 深度理解AI业务战略与研发生命周期，前瞻性地进行组织诊断，为团队的组织架构设计、人才梯队规划和核心能力建设提供专业方案并推动落地。 将业务战略解码为清晰的人才策略，确保组织能力能够支撑业务的快速迭代与长期发展。 2）人才与发展策动者 为AI团队量身打造组织与人才发展方案，紧密携手业务负责人，落地关键人才的“选、用、育、留”全周期管理。 与招聘团队紧密协作，制定顶尖AI人才的画像、寻访与吸引策略，提升关键岗位的招聘质量与效率。 设计并推行符合AI研发节奏的绩效管理与人才发展体系，尤其关注技术专家的职业路径发展与成长赋能。 基于市场洞察，为AI人才提供有竞争力的全面薪酬激励方案建议，确保我们能吸引并保留最优秀的人才。 3）文化与组织效能推动者 作为团队文化和价值观的守护者与践行者，通过策划和实施各类组织发展项目，营造开放、协作、极致创新和高度信任的工程师文化。 打造多元、流畅的沟通机制，确保信息在组织内高效透明流转，提升团队凝聚力与组织效能。 高效地在团队内部署集团的人力资源政策、流程与变革项目，并根据AI团队的独特性进行适配与优化。

Steam 部门设立于2025年1月，正如蒸汽机（Steam Engine）在工业革命 1.0 中所象征的创新开端，我们也希望以此之名，积极探索云与 AI 结合的产品方向。 在当前大模型能力日新月异的情况下，唯有坚持自己的核心价值主张和对未来的判断，且面向半年至一年后的大模型能力打造应用产品，才有一战的可能。对于大模型领域的未来进展，我们相信: 1) 大模型的智商会快速接近乃至与人类齐平； 2) 大模型的多模态理解能力，特别是视觉能力将得到长足发展； 3) 在1和2前提下，信息处理类工作将最终被 AI 接管，大量替代真人员工。 对于阿里云如何做到云+ AI，我们认为"云的最大客户会是 AI"，我们的行动路径是让更多现实世界的工作量从“人类脑力劳动”转移到“云端 AI 消耗的计算资源”。 在这些认知下，我们确定了“高效完成重复任务，完整替代人类工作”的产品目标，如果你也相信这个未来，欢迎上船。 1、​AI产品质量保障体系构建​：主导AI产品（含Agent、模型服务等）的全生命周期质量保障，制定测试策略、设计测试方案与质量标准，推动研发流程优化； ​2、效能提升与自动化​：通过持续集成（CI/CD）、自动化测试平台及线上质量监控体系，提升团队测试效率与问题拦截能力； ​3、复杂项目质量管控​：主导中大型AI项目的质量保障，包括测试策略制定、流程优化、风险预警及质量复盘，确保关键节点交付质量； 4、​技术驱动与协作​：推动测试技术创新（如AI场景专项测试、自动化工具链），协同研发团队提升代码质量与交付效率。

1、深入理解客户的业务场景与技术架构，与客户的架构、开发及运维团队紧密协同，全面评估其现有云上应用架构与产品使用现状，围绕稳定性、可观测性与成本效能，设计并推动落地高可用、高韧性、高易用的云上优化方案。覆盖领域包括但不限于：云原生监控体系建设、风险主动发现机制、混沌工程与容灾演练、业务快速恢复与降级策略、微服务架构演进、FinOps成本治理及高可用架构重构等。 2、联动阿里云内部产品、研发、解决方案及技术服务团队，以客户架构视角驱动问题闭环、重大活动护航、风险治理与架构治理，沉淀可复用的最佳实践、方法论及工具产品，主动识别客户痛点并开展高阶专项服务。 3、持续追踪客户关键稳定性问题，推动根因分析与长效治理机制建设，并反哺阿里云产品与服务体系的持续优化与能力升级。 4、主导或深度参与客户云上架构改造项目的落地实施，通过架构调优、资源治理与技术选型，持续提升系统性能、业务连续性与资源使用效率，实现“稳、快、省”的云上运营目标。