阿里云阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas
任职要求
• 开发者背景：拥有软件工程背景，在AI的合作下可以做到精通至少一门编程语言（Python为佳，熟练使用LangChain, LlamaIndex等框架），有能力现场手写代码演示。 • AI/LLM 实战经验：熟悉Transformer架构，有实际的Prompt Engineering、RAG系统搭建经验，理解向量检索（Vector Search）原理。甚至具有大模…
工作职责
您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。 核心职责 1. AI解决方案设计与售前支持 • 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 • 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 • 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。 • 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术资产代码化 • 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。 • 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。 3. 技术影响力与布道 (Technical Evangelism) • 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。 • 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 • 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。
您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。 核心职责 1. AI解决方案设计与售前支持 • 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 • 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 • 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。 • 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术资产代码化 • 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。 • 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。 3. 技术影响力与布道 (Technical Evangelism) • 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。 • 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 • 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。
一、市场拓展与客户对接 1.主导AI大模型产品（含行业解决方案）的客户技术交流，识别业务场景痛点，设计具有竞争力的技术架构方案。 2.面向金融、医疗、制造等重点行业，推动GenAI产品商业化落地，完成从需求洞察到合同签署的技术闭环。 二、解决方案设计与POC验证 1.基于AWS/GCP/OCI等云平台能力，设计高可用、可扩展的GenAI技术栈架构（含大模型选型、RAG、智能体开发等）。 2.主导验证性测试（POC），编写技术方案书、部署指南，通过客户场景验证方案可行性并推动签约。 三、产研协同与产品创新 1.提炼客户需求与市场趋势，输出产品优化建议书，引导产研团队规划GenAI产品路线图。 2.沉淀行业解决方案模板（如智能客服、知识管理、代码生成等），推动产品标准化与快速复制。 四、生态与技术赋能 1.协同云厂商（AWS/GCP/OCI）资源，整合联合解决方案，参与行业峰会与技术布道。 2.为销售团队提供GenAI技术培训，输出竞争分析指南，提升整体方案销售能力。
● 作为海外AI MaaS业务解决方案架构师SA，支持 AI MaaS（模型即服务）销售团队拓展国际客户的 AI 大模型业务，提升阿里大模型产品在海外市场的 Token 调用量。 ● 与全球客户就 AI 业务需求与技术架构进行深入沟通，准确理解业务与技术诉求，识别并引导AI MaaS商机落地。 ● 基于阿里云百炼平台上的 Qwen、Wan 等大模型产品，为客户设计可落地的 AI 大模型与云上解决方案，涵盖但不限于 Qwen、Wan、GPU、云IaaS/PaaS等产品。 ● 针对客户所处行业及具体业务场景（如社交、模型平台、视频、AI 数据与服务等），提供包括模型选型、架构设计、提示词工程（Prompt Engineering）、RAG 构建、Agent 开发等方面的咨询建议，助力客户业务高效落地。 ● 根据客户需求，设计并开发相关业务场景的 Demo，通过 Prompt 工程、工作流编排、Agent搭建等方式，向客户进行产品演示与技术交流，推动项目顺利落地。 ● 协同并推动内部 AI 产品研发团队，将客户需求转化为产品改进需求，持续优化 AI 模型能力，并为重点客户提供 AI 产品及运维问题的专项支持。
● 作为海外AI业务高级解决方案架构师SA，同时承担SA leader职责，支持 AI MaaS（模型即服务）销售团队拓展国际客户的 AI 大模型业务，提升阿里大模型产品在海外市场的 Token 调用量。 ● 与全球客户就 AI 业务需求与技术架构进行深入沟通，准确理解业务与技术诉求，识别并引导AI MaaS商机落地。 ● 基于阿里云百炼平台上的 Qwen、Wan 等大模型产品，为客户设计可落地的 AI 大模型与云上解决方案，涵盖但不限于 Qwen、Wan、GPU、云IaaS/PaaS等产品。 ● 针对客户所处行业及具体业务场景（如社交平台、模型平台、视频平台、AI 数据服务、企业 AI 提效等），提供包括模型选型、架构设计、提示词工程（Prompt Engineering）、RAG 构建、Agent 开发等方面的咨询建议，助力客户业务高效落地。 ● 根据客户需求，设计并开发相关业务场景的 Demo，通过 Prompt 工程、工作流编排等方式，向客户进行产品演示与技术交流，推动项目顺利落地。 ● 承担AI MaaS SA leader的管理职责，负责组内SA的培养和管理责任，并针对区域和场景化的方案抽象，组织方案规模化GTM和赋能。 ● 协同并推动内部 AI 产品研发团队，将客户需求转化为产品改进需求，持续优化 AI 模型能力，并为重点客户提供 AI 产品及运维问题的专项支持。