阿里云阿里云智能-技术服务专家-金融行业-广州/深圳

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. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。

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。