阿里云阿里云智能-解决方案架构师(医疗健康AI方向)-北京
任职要求
• 6年以上相关工作经验
• 丰富的医疗健康行业项目经验
• 具备AI架构设计能力,熟悉业内主流智算、大模型、智能体设计方法。
• 能制定正确的AI产品选型策略、POC测试打击策略、招投标策略、产品配置策略等。
• 能协调整合跨部门资源,推动上级主管通过跨BU、集团生态和外部资源的整合,保障重大项目赢单,沉淀组织能力。
• 能高质量完…工作职责
医疗健康市场洞察和竞争分析 •基于医疗健康细分领域市场AI发展趋势、市场空间、核心场景及痛点等需求信息,结合所在国家/区域/行业的特点,输出细分领域的机会点及市场洞察分析报告; •通过竞争项目中竞对的策略和AI方案分析,给出差异化竞争方案,并定期输出高质量的竞争情报。 医疗健康AI商机识别和售前引导 •基于对客户业务策略的理解,准确识别和理解客户语言背后的真实意图和本质,与客户关键决策人建立信任关系,并制定针对性的产品/解决方案引导策略,引导产品和解决方案销售。 •制作高质量解决方案和项目建议书等相关文档,并就具体业务或技术场景,对客户关键决策人进行引导。 医疗健康AI解决方案设计和推广 •根据客户需求制作针对性的解决方案,项目中制定正确的产品选型策略、POC测试打击策略、招投标策略、产品配置策略等,达成合同签约,持续保障阿里云在该客户的份额提升。 •推动行业解决方案在细分领域的孵化和规模化复制。 •在方案落地过程中及时发现并处理技术和项目风险,协同产研及交付团队正常履约。 生态合作 •通过联合解决方案,推动与行业生态伙伴的合作,推动阿里云产品“被集成”。 能力沉淀和赋能 •沉淀面向细分领域/场景的行业解决方案、联合解决方案、最佳实践等知识文档。 •对销售团队和生态伙伴宣讲、布道和赋能培训。 产品需求和缺陷反馈 •代表客户持续向产品反馈需求,抽象和归纳细分领域的产品需求和缺陷,推动产品改进、新产品立项和重大功能上线,打磨产品和解决方案,提升产品竞争力。

医疗健康市场洞察和竞争分析 •基于医疗健康细分领域市场AI发展趋势、市场空间、核心场景及痛点等需求信息,结合所在国家/区域/行业的特点,输出细分领域的机会点及市场洞察分析报告; •通过竞争项目中竞对的策略和AI方案分析,给出差异化竞争方案,并定期输出高质量的竞争情报。 医疗健康AI商机识别和售前引导 •基于对客户业务策略的理解,准确识别和理解客户语言背后的真实意图和本质,与客户关键决策人建立信任关系,并制定针对性的产品/解决方案引导策略,引导产品和解决方案销售。 •制作高质量解决方案和项目建议书等相关文档,并就具体业务或技术场景,对客户关键决策人进行引导。 医疗健康AI解决方案设计和推广 •根据客户需求制作针对性的解决方案,项目中制定正确的产品选型策略、POC测试打击策略、招投标策略、产品配置策略等,达成合同签约,持续保障阿里云在该客户的份额提升。 •推动行业解决方案在细分领域的孵化和规模化复制。 •在方案落地过程中及时发现并处理技术和项目风险,协同产研及交付团队正常履约。 生态合作 •通过联合解决方案,推动与行业生态伙伴的合作,推动阿里云产品“被集成”。 能力沉淀和赋能 •沉淀面向细分领域/场景的行业解决方案、联合解决方案、最佳实践等知识文档。 •对销售团队和生态伙伴宣讲、布道和赋能培训。 产品需求和缺陷反馈 •代表客户持续向产品反馈需求,抽象和归纳细分领域的产品需求和缺陷,推动产品改进、新产品立项和重大功能上线,打磨产品和解决方案,提升产品竞争力。
-跟业务团队配合,负责百度健康AI医疗方向智能体相关需求及架构交付 -主导高并发、高可用、高性能分布式系统的技术方案选型 -保障在医疗复杂业务场景下的系统架构高性能、高可用性和稳定性,同时支持业务需求高效高质量交付迭代 -快速学习互联网相关领域的新产品与新技术,并运用到相关产品研发中
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。