阿里云阿里云智能-技术服务专家（AI云搬栈）-杭州
任职要求
• 5年以上各大行业大型互联网应用或集团型企业应用与数据解决方案、架构设计、服务端开发、数据开发、AI技术、交付、运维相关经验
• 具备技术背景、有基于云产品的大规模应用、数据开发或运维经验
• 具备云原生、大数据、数据库、网络、中间件等领域中的一项或多项技术理解和应用经验。
• 掌握所支持业务线主要产品的底层架构
• 掌握所支持业务线的专业技术能力
• 掌握跨产品的系统架构，能基于此做方案设计或问题排查
• 具有应用、数据库、大数据异构技术栈全栈迁移技术理解，深入理解不同技术方案优缺点，能够根据客户技术栈、业务需求选择最适合客户场景的迁移方案与实施链路
• 掌握应用、数据库、大数据迁移常见方案、常用工具手段等基础知识体系和方法论，基于客户实际业务场景，规划可落地迁移实施方案
• 能够在标准场景基础上结合自身对于双端领域技术理解设计新的迁移方案支持基础非表场景迁移方案
• 能够独立负责项目迁移实施…工作职责
存量技术栈盘点与目标架构设计 • 通过对存量技术栈进行调研、盘点探查存量应用与数据系统的架构与基础资源； • 确保盘点结果的准确性，包括应用、数据组件版本、架构，各模块之间的耦合度、依赖关系、性能瓶颈以及扩展能力，发现存量架构的问题了解客户的核心驱动； • 基于盘点结果与存量技术栈清晰认知，设计目标技术栈架构，结合业务需求与技术趋势对应用架构与数据架构进行升级，更好的支撑上云后的业务发展 应用、数据、AI 全栈迁移方案设计与验证 • 基于存量技术栈与目标架构调研结果设计全栈迁移方案，明确应用、元数据、数据、离线/实施作业、调度等迁移与校验方案，平台割接与回滚方案。 • 结合客户具体应用、数据、AI应用技术栈版本特性验证迁移方案可行性 • 制定迁移计划与关键里程碑，基于存量数据、应用盘点明细、组件和数据依赖关系、迁移方案，设计迁移计划以及关键里程碑； 数据库国产化、应用、大数据与AI迁移实施与业务一致性、连续型保障 • 迁移上云实施，负责现场客户存量数据、作业、应用具体的同步、改造与校验工作，基于迁移工具或者产品自身能力实现存量技术栈元素到目标技术栈的迁移实施 • 作为应用、数据技术专家，解决迁移过程中的技术问题，帮助客户用户阿里云产品，解决源端技术栈与目标产品的兼容性、性能优化等问题 • 基于存量业务依赖分析，模块交互逻辑，明确客户迁移北极星指标，保证迁移后核心指标一致性，对与关键应用接口、数据服务以及报表进行一致性校验 • 结合架构、迁移方案以及各个模块依赖、数据血缘关系，分析双端差异，找到问题快速迭代推动双端平台差异收敛，达到割接标准 • 基于割接方案，协助客户进行数据、应用生产环境切换，保证客户在线业务的连续性，并持续观察支持用户新环境稳定运行 方案沉淀、上云工具建设 • 基于迁移交付项目沉淀应用、数据库、大数据、AI应用的迁移上云方案，形成不同场景与技术栈上云最佳实践 • 设计迁移工具技术架构，编写代码通过工具自动化迁移过程，降低复杂架构下应用、数据、AI上云门槛，并提高迁移效率 • 结合方案与工具形成行业化、不同技术栈组合的解决方案，支持前线业务更好的售卖打单，通过迁移案例、技术方案与自动化工具配合前线进攻 应用、数据专家技术服务 • 作为阿里云高级技术服务专家，为客户提供阿里云应用、中间件、数据库、大数据产品技术栈最佳实践、提供解决方案咨询、架构优化、容灾高可用等商业化服务； • 结合客户用云场景，通过工具、赋能、咨询等方式帮助客户提升云产品运维与使用技能，提供应用、大数据高可用、容灾等综合技术服务，帮助客户用好云
1、作为汽车行业客户技术服务工作的第一责任人，服务汽车行业重点客户，深入理解客户的业务场景与技术架构，与客户的架构、开发，AI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，Agentic应用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、主导和参与客户上云技术咨询，云原生架构改造，AI原生架构的设计和规划，并能指导客户实现迁移上云，AI上云，突出云+AI的技术能力。
1、重点围绕汽车行业领域的AI场景，基于对业务场景需求的挖掘和理解，提供全栈的AI大模型技术服务，实现AI大模型在汽车行业领域的价值落地，服务内容包括AI算力训推性能优化服务、智驾/智舱模型后训练服务、汽车AI场景后训练服务、应用场景Agent优化落地等。 2、负责针对汽车行业构建AI大模型全栈技术服务体系，围绕AI算力、AI平台、AI大模型后训练、应用Agent方案落地等服务内容建设标准化服务能力与服务工具，推进AI服务方案在汽车行业的规模化落地。 3、负责跟踪与研究业界前沿AI技术，探索与推动AI前沿技术在汽车行业领域实际场景的快速应用与落地，协同团队推动行业客户在用云用AI的服务保障、云上业务治理不断优化。
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。
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。