阿里云阿里云智能-商业技术工程师BTE（西部大区）-新金融行业线（成都/重庆/西安）
任职要求
•3年以上云计算/AI领域相关行业，To B销售和售前相关工作经验； •保持对AI趋势的及时掌握， 熟悉生成式AI服务、人工智能、机器学习及基础模型产品知识； •有丰富的AI解决方案、Paas层产品、软件产品售卖经验；有大客户拓展经验，具备项目运作、招投标、风险管理等…
工作职责
1、金融行业AI与云业务的市场拓展、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、产研和生态伙伴等资源，挖掘金融机构AI转型需求（如AI算力、智能体开发、大模型部署等），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。 •结合对客户业务需求的理解，提供能满足客户需求的云及AI全栈方案，规划业务策略和实现路径，解答客户对产品、解决方案的常规问题。 •开拓维护金融机构中高层合作关系，通过沟通和影响力、商务报价等一系列销售策略的运用，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进所负责客户的AI全栈和云平台建设落地转化，达成业绩。 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AI/智算、七大件、飞天操作系统等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •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： •完成客户招投标及商务合同签署等商务工作，动态跟踪客户需求变化，推动合同变更。 •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、交付和生态伙伴等资源，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，反向推动内部解决，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领域生态伙伴的合作，构建可持续的行业合作生态。
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。
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！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
你将参与或负责如下工作： 1. 负责国际化支付平台的日常设计和开发，包括收单、收银台、支付、账户账务等领域的需求支持 2. 重构国际支付平台或新建部分子系统，用合理的架构高质量高效率地解决海外渠道的可用性、支付成本、支付成功率、资损防控，以及收付款等数十个国家的多样化需求 3. 投身拉美移动支付红海，依托出行及外卖高频支付场景，支撑钱包、信用卡、理财、现金贷及商户收单等金融业务 4. 打造业界领先，稳定、安全、便捷、低成本的全球支付平台，同产品、运营和商务一起逐步推进商业化