阿里云阿里云智能-AI产品解决方案架构师-北京/上海/深圳
任职要求
1. 精通大模型算法和技术、分布式训练\推理优化、CV\NLP、搜推广算法、自动驾驶算法一项以上，包括： 1）熟悉深度学习框架Tensorflow或Pytorch； 2）熟悉主流大模型的结构、训推流程、阶段及样本处理过程： 3）熟悉主流的开源生态框架及相关原理（如：LangChain、CoT框架、MCP, A2A等热门协议和框架、熟悉Reasoning模型及训推）； 4）熟悉机器学习模型基础算法原理及知识，熟悉sklearn、sparkml等开源机器学习类库； 5）熟悉强化学习框架PAl-Chartlearn、Verl等，以及强化学习策略、原理及其优劣势 6）熟悉分布式训练框架 Deepspeed、Megatron、FSDP等； 7）熟悉VLLM、sglang、LM Deploy、BladeLLM等推理框架，以及框架提供超参数的意义和效果 8）领域类模型和算法：LLM、VLM、多模态、自动驾驶…
工作职责
1、AI市场洞察和竞对分析 •洞察和AI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、AI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、AI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，形成领先的技术指标，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、AI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AI Agent行业及用户需求，参与设计和迭代扣子平台的商业化策略、定价模型及权益体系，协同产品、运营、销售团队，确保商业化成功推向市场并达成业务目标； 2、设计并优化从用户认知、试用、转化、支付到续费、增购的全链路商业化运营流程，对已的付费功能进行精细化运营，制定完整的生命周期管理和场景化触发策略，提升转化效率和LTV； 3、负责基于产品现有能力与体系，针对客户提供综合解决方案、汇报等材料，引导客户认可接受，促成商务合作； 4、负责与客户进行技术交流、方案宣讲、产品演示等工作，并参与项目干系人的技术沟通、POC等工作； 5、负责与内部项目经理、产品经理、财税法等同事紧密协作，推动项目流程至售前、售中阶段；参与内部产品与研发部门沟通协调，促进解决方案落地及产品迭代，包括商务模式、项目进度、产品及服务交付等； 6、配合销售等前线人员的投标工作，编写投标书技术部分，投标及讲标支持。
1、 负责头部高增长KA客户的维护及商机持续挖掘，推动行业/区域高潜新客户的商机拓展与目标达成： -主动洞察所在区域/市场，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求，构建立体的客户沟通界面； -协同SA（解决方案架构师）、产研等资源，挖掘客户向全栈AI转型的需求（如AI算力、大模型部署、智能体等），形成有效商机，明确销售及解决方案策略，设计合作路径并沟通执行； -持续开拓新老客户的高层关系，通过沟通和影响力、资源整合等策略的运用，提高call high技能，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进客户的AI全栈和云平台建设落地转化，达成业绩； -与内部电销团队配合，联合挖掘商机并关单，并Coach电销团队，提升关联团队的整体能力和市场嗅觉； 2、 AI全栈产品和技术价值传递： -深入理解AI全栈产品，深刻洞察客户业务需求，基于行业和客户需求洞察，帮助客户理解大模型、AI算力、云产品核心方案的技术价值，思考并设计与友商的差异化竞争优势，传递阿里云端到端的客户价值； -针对客户对AI算力、大模型应用场景落地等需求，通过标杆案例及场景化演示，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； 3、 商务运作和业务支持： -完成Leads to Cash销售全流程的执行和跟踪，支撑复杂项目运作，参与招投标流程管理、项目管理、风险管理，协同产研、TAM交付和SA等资源，及时发现并解决项目交付问题，支撑客户业务目标达成； -将客户使用中遇到的影响客户体验的问题，反向推动内部产品解决方案和流程体系的改进； -积极发掘并推进与云、AI领域全方位合作伙伴和市场推广渠道，构建可持续的行业合作生态。
1. 大模型商机孵化 （1）作为通义大模型产品团队代表，-针对复杂项目需求，协同前后团队与客户进行深度技术交流，促进商机转化，为结果负责。 （2）赋能阿里云前端业务线/行业线，深入理解消费电子、短剧、数据挖掘、教育等核心行业的业务流程与痛点，识别通义大模型应用的创新机会。 （3）洞察产品的市场机会、市场容量和竞争格局，基于行业洞察，评估大模型解决方案的可行性与商业价值，推动从“0到1”的场景拓展。 （4）针对复杂项目需求，协同前后端团队与客户进行深度技术交流，通过“行业洞察+技术验证”双轮驱动，促进商机转化并为结果负责。 （5）洞察产品的市场机会、市场容量和竞争格局，捕捉机会，找到方向并能影响前线和产研快速推动落地。 2. 产品解决方案设计与规模化落地 （1） 支持行业/区域的市场洞察，理解客户功能性与非功能性需求。基于“算力-数据-模型-平台-应用”五层架构，提供具备技术竞争力和成本优势的产品组合方案，并在招投标与选型中提供核心技术支持。 （2）聚焦Agent化转型与多模态融合趋势，设计智能体矩阵解决方案。负责大模型落地页、商业机会挖掘、Demo中心等平台服务端架构设计与开发，构建可插拔、标准化的模型缝合能力，实现中长尾客户“开箱即用”。 （3） 主导对客体验闭环：对接客户侧的功能、体验及效果问题。利用RAG/PE/SFT等技术手段降低幻觉风险，通过精准的Triage定位与技术方案交付，快速解决客户痛点，保障安全可控的内容输出。 （4）负责大模型服务的对客体验，对接客户侧功能和体验问题，负责相关问题的Triage、定位和推动问题的最终解决。 3. 产研协同与市场格局洞察 （1） 深入调研客户需求，将一线聚类需求准确反馈至模型与工程团队，帮助工程团队及能力中心架构师做出技术解决方案，驱动MaaS平台及模型能力的迭代发展。 （2）洞察大模型产业机会、市场容量及竞争格局。捕捉前沿技术趋势（如推理优化、MoE架构），为产品战略及前线业务落地提供强有力的技术支撑。 （3）深入调研客户需求，将合理需求准确地反馈到产品研发团队，负责改进需求在产品中的实现效果验收，帮助部门大模型/智能化相关产品的持续发展。
1.负责AI产品在不同行业的相关市场分析，业务分析，渠道分析、推广计划制定及运营； 2.负责AI项目的售前支持工作，营销材料制作以及面向销售、伙伴的培训推广； 3.服务客户过程中洞察和提炼行业和典型客户需求，打造行业标杆案例，推动自研产品和服务升级。