阿里云阿里云智能-技术服务专家-金融行业-深圳/广州/杭州/北京/上海
任职要求
1. 3年以上的弹性计算、数据库、CDN&存储、网络、大数据、大模型AI等相关工作经验，并在某个专业领域有一定技术深度，有生产环境大模型、AI相关实施经验着优先。 2. 熟悉云计算产品与技术原理，并有实操使用经验，有阿里云混合云与公共云产品相关使用与运维…
工作职责
1. 理解客户业务，帮助企业客户更好的使用云产品，为客户提供大模型交付、阿里云平台运维、业务上云，容灾建设等服务 2. 深入理解云平台产品、AI产品的架构设计及工作原理，结合客户业务实际场景，进行日常稳定性、护航保障、风险治理、故障应急，快速高效解决客户问题，保障平台稳定性 3. 沉淀日常运维经验，并通过SRE体系建设，结合AI能力，转化成AI运维工具或客户自服务能力，不断提升问题解决效率。
1.负责OceanBase相关产品在金融、政企等行业客户的开拓与持续经营； 2. 对企业级软件市场、数据库市场有深刻理解与业务洞察，全面了解客户业务规划，包括但不限于已有IT核心系统、数据库系统的建设现状与后续扩容、改造升级规划； 3. 深刻理解销售策略、销售计划和销售过程管理，为产品与服务的业务结果负责；
作为企业客户的首要技术服务联系人和责任人，通过深入了解客户业务需求、交付专家技术服务、指导产品使用最佳实践等手段，确保OB Cloud整体产品服务满意度，助力客户达成业务目标，维护和发展长期深入合作关系，并对客户使用产品的结果负责。 1）客户需求问题处理：通过电话和聊天工具等渠道，及时响应并处理企业客户的需求问题，主动协调内部资源（如产研资源等）推动进展，确保客户请求高效应对和解决。 2）服务报告与技术交流：周期性交付服务工作报告，并与客户组织汇报和技术交流会议，向企业客户传递周期服务工作成果、产品新能力、使用最佳实践方法和案例等。同时按需及时应对紧急事件服务需求，产出事件报告并交付相关汇报和服务工作。 3）客户关系维护：与企业客户建立并维护良好的沟通渠道，保持与客户的深厚关系，及时响应客户需求变化，成为他们在云数据库领域可信赖的售后专家顾问。 4）客户需求感知与改进：通过与企业客户的日常合作或定期沟通，主动感知客户对产品、服务、流程、体系等方面的需求及满意度体验，及时有效推进沟通改善和产品迭代，确保OB Cloud产品服务满意度。 5）项目管理与交付：负责专家服务项目的交付工作，全面跟踪项目进展，确保按时保质交付。 6）业务机会挖掘：主动挖掘客户业务需求，获取新的数据库使用商务机会，推动商务团队及时有效响应，保证客户服务体验和产品整体满意度。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。