阿里云阿里云智能-技术服务专家-金融行业-广州/深圳
任职要求
1、至少3年以上的弹性计算、数据库、CDN&存储、网络、大数据等相关工作经验，并在某个专业领域有一定技术深度，云计算/云原生/数据库/大数据/操作系统/应用系统等领域专家经验优先； 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…
工作职责
1. 深入客户业务场景，与客户紧密合作，保障客户用云稳定性，提升客户上云用云体验。 2. 帮助客户解决云上疑难技术问题和风险，沉淀云上业务稳定性最佳实践。与客户的架构、开发、运维团队深入合作，围绕互金融客户云上业务设计稳定性优化方案，从云上监控，主动发现，灾难演练，业务快恢/降级方案，高可用架构改造等方面协助客户持续优化云上稳定性。 3. 站在技术服务领域，从客户架构稳定性视角出发，进行日常稳定性、护航保障、风险治理、故障应急，面向客户痛点主动进行专项高阶服务。
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。
● 管理欺诈案件调查小组，及时完成分配的任务和可交付成果 ● 根据分配的审理队列，调查其中涉及的欺诈风险，明确案件性质，确定账户和账户持有人的合法性，并确保对每个审查的账户/交易处置的合理性和完备性 ● 持续监控案例和输出案件分析报告，帮助风控团队深入了解欺诈趋势，作案手法，并输出有效可执行的策略建议，以帮助改进流程、政策调整和欺诈线索质量 ● 负责制定和管理风险审理的SOP，分析方法，帮助审核人员有效分析案情，定性和处置风险 ● 与风控技术和产品团队合作，主导和推动欺诈案件管理系统的开发和落地，确保产品功能和性能能很好地支持持欺诈风险管理的日常审核运营需求