阿里云阿里云智能-行业解决方案架构师（金融战略客户）-新金融行业线（杭州）

客户需求洞察及方案设计 • 掌握并理解客户的业务场景、整体技术架构、业务与IT战略优先级及业务成功指标，挖掘客户潜在需求，提供能满足客户需求的云和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。 • 基于对技术发展趋势的把握，作为策略规划和架构专家，与客户共同规划未来云和AI业务与技术规划，成为其可信赖的顾问，识别其中潜在的合作机会，并提出具备前瞻性的方案和架构设计。 售前引导与实操能力 • 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。 • 通过技术影响力的建立，维护客户关系，构建PoC测试和方案选型，对POC结果负责，就安全性、稳定性、性能、可持续性和运行效率给出技术建议。 技术策略制定和项目赢单 • 分析复杂客户的情况，提出基于阿里云解决方案的建议，制定产品选型策略和技术路线图，将阿里云全栈AI产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的通用云架构模板、AI解决方案最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 产品需求和改进反馈 • 识别和理解阿里云平台的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力 • 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。

1、面向金融企业客户，在客服、投研、投顾、风控、营销、内部工作提效等场景中，以大模型为基础，通过使用langchain、RAG、Agent等相关技术架构结合大模型产品设计可落地的大模型应用解决方案，解决客户实际场景问题； 2、孵化和完善大模型应用解决方案，基于基础大模型和应用大模型等产品，为金融企业客户提供丰富的大模型应用解决方案服务； 3、深入理解业务，了解大模型在客服、投研、投顾、风控、营销、内部工作提效的使用，为客户提供大模型应用解决方案的建议和咨询； 4、收集客户需求，结合技术研判，向产研部门反馈大模型应用解决方案优化需求，提升产品市场竞争力和市场占有率。

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. 负责金融行业技术架构解决方案设计，重点满足客户IaaS、PaaS、智算等技术架构方面需求，依托阿里巴巴和蚂蚁金服在分布式架构和智算架构领域的实践，构建云原生、AI原生等全栈解决方案。 2. 负责对金融客户的信息科技规划进行深度分析和洞察，形成有领先型的云化架构转型和智算架构转型方案，对用户信息科技部门和高层领导进行决策影响；其中对标杆客户进行轻咨询类规划引导，形成更加针对性的客户解决方案。 3. 熟悉阿里巴巴相关IaaS、PaaS、大模型、智算等产品能力和竞争优势，掌握各类技术方案的相应技术参数指标，针对不同业务需求优化设计，负责组织相应的POC进行方案支持，保证产品方案的客户价值、可落地性和差异化优势。 4. 面向金融企业客户，在客服、投研、投顾、风控、营销、内部工作提效等场景中，以大模型为基础，通过使用langchain、RAG、SFT、Agent等相关技术架构结合大模型产品设计可落地的大模型应用解决方案，解决客户实际场景问题。 5. 收集客户需求，结合技术研判，向产研部门反馈产品优化需求，提升产品市场竞争力和市场占有率。