阿里云阿里云智能-大模型解决方案架构师-(大模型api调用)北京/上海/深圳/杭州
任职要求
1、5年以上工作经验,具备一个或多个行业大模型业务的实操经验和深入knowhow,包括但不限于游戏/电商/在线教育/手机/出海等,对PE/微调/RAG/Agent等大模型常见技术有深入理解。 2、有商业sense,参与过实际的与客户的沟通及交流,并以解决方案架构师角色主导过在客户侧的项目落地经验,如有面对强竞争的经历或有签约实操经验更佳。 3、有产品sense,理解产品在定义、验证过程中需要考察的要点因素…
工作职责
1、深入头部重点客户业务场景,识别痛点,并提供基于阿里云大模型产品的解决方案宣讲、poc等工作,对客户销售过程中的技术成功负责。 2、中台化前线组织,通过汇总全国同类客户经验,形成面向行业/赛道的解决方案,并进行宣介和区域支持,给予区域打法策略的建议并推动执行。 3、收集前线客户共性需求及重点客户需求,参与产品优先级的规划和定义,协助产研获取资源,产品能力面向一线培训。 4、发掘及洞察大模型领域的新机会,对公司长期大模型业务的成功负责。 5、竞对分析及行业信息探查,对业界动态敏感,影响产研资源投入及方向。
1. **AI驱动组织提效与业务落地:** 帮助客户识别核心业务中可被AI替代或增强的环节,设计AI原生工作流,推动客户从"个人AI工具使用"向"组织级AI提效"转型,实现可见的业务ROI。 2. **云业务支撑与商业价值达成:** 支持阿里云公共云业务,主要服务于西南区互联网行业客户。作为售前解决方案架构师,主导技术合作设计与对接,协同销售团队达成业务销售指标与市场占有率目标。 3. **行业专家与生态布道:** 在游戏、音视频、媒体资讯、在线教育、在线广告或人工智能等一个以上垂直细分领域深耕,把握行业市场和技术发展趋势,推动行业解决方案和合作生态的落地。 4. **AI任务闭环与运行架构:** 为客户设计自动化循环工作流(目标设定—执行—反馈—验证—修正),同时搭建Agent运行的工程基础设施,包括权限控制、执行隔离、状态管理和成本控制,确保AI在复杂业务场景中安全、稳定、可控地执行。 5. **方案沉淀与知识输出:** 沉淀行业最佳实践与解决方案,形成可复用的方案文档和技术总结。组织内外部行业峰会/沙龙进行分享,推动团队及阿里云AI生态的整体能力建设。
对通义大模型的合作项目提供技术支持,推动大模型及其衍生产品的商业化工作: 1. 大模型商机判断和深度技术交流: (1)赋能前端业务线/行业线,推动大模型场景业务快速拓展。 (2)作为通义大模型产研团队代表,支撑前线业务线开展商机判断和选择。 (3)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,促成商机转化,为模型的商业规模化结果负责。 2. 模型解决方案设计与规模推广: (1)支持行业/区域的市场洞察,理解行业客户的业务和功能性/非功能型需求,基于客户场景,提供有技术竞争力和成本优势的模型及产品解决方案,并在产品选型/配置报价/招投标过程中, 提供技术支持。 (2)提炼具有客户价值的关键技术指标,形成产品指标项,在POC、Winback等业务活动中落地验证。 (3)跟进产品方案的落地效果,推动持续优化产品方案。 (4)沉淀产品解决方案的最佳实践,通过项目实践总结标杆案例,加速产品方案规模化复制。 (5)探索创新产品的方案和场景,推动新产品快速市场覆盖。 3. 产品改进: (1)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。 (2)能够构建场景/领域/行业的合理商业benchmark,持续推动模型的行业领先性。 (3)识别模型的能力缺陷,发掘场景并促成有效数据合作,构建健康、长期的数据及闭源模型合作。 4. 推动通义模型生态运营,促进公司大模型周边生态伙伴的建设,为开发者提供全过程的赋能和支持。
对通义大模型的合作项目提供技术支持,推动大模型及其衍生产品的商业化工作: 1. 大模型商机判断和深度技术交流: (1)赋能前端业务线/行业线,推动大模型场景业务快速拓展。 (2)作为通义大模型产研团队代表,支撑前线业务线开展商机判断和选择。 (3)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,促成商机转化,为模型的商业规模化结果负责。 2. 模型解决方案设计与规模推广: (1)支持行业/区域的市场洞察,理解行业客户的业务和功能性/非功能型需求,基于客户场景,提供有技术竞争力和成本优势的模型及产品解决方案,并在产品选型/配置报价/招投标过程中, 提供技术支持。 (2)提炼具有客户价值的关键技术指标,形成产品指标项,在POC、Winback等业务活动中落地验证。 (3)跟进产品方案的落地效果,推动持续优化产品方案。 (4)沉淀产品解决方案的最佳实践,通过项目实践总结标杆案例,加速产品方案规模化复制。 (5)探索创新产品的方案和场景,推动新产品快速市场覆盖。 3. 产品改进: (1)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。 (2)能够构建场景/领域/行业的合理商业benchmark,持续推动模型的行业领先性。 (3)识别模型的能力缺陷,发掘场景并促成有效数据合作,构建健康、长期的数据及闭源模型合作。 4. 推动通义模型生态运营,促进公司大模型周边生态伙伴的建设,为开发者提供全过程的赋能和支持。