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。
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。
1、公共云售前业务支持：面向全球SMB客户（以泛互联网，Fintech和技术行业为主），提供以公共云和AI为主的产品方案支撑，联合销售团队完成收入目标; 2、客户解决方案设计与落地： • 根据客户需求制作针对性的云上解决方案，制定正确的云和AI产品选型策略，制定合理方案匹配客户需求，负责客户关键决策人(CTO)引导，形成有效商机。 • 作为客户界面解决方案负责人，拉通内部产研团队，负责客户侧解决方案全流程落地，包括商机引导，需求分析，方案沟通，POC测试，方案上线 • 联合服务团队等协同部门，指导客户正确使用云产品，优化方案与成本，协助解决客户的问题和故障处理 3、行业方案市场规模化： • 基于特定领域市场（泛互联网为主-游戏/互娱/Web3/Fintech/Media/SaaS等），分析、抽象与归纳客户场景化需求，制定针对性的公共云场景化产品解决方案 • 沉淀针对细分领域/场景的解决方案文档，通过官网运营，销售赋能，客户论坛等方式进行传播与市场培育，推动解决方案的市场规模化复制 4、市场洞察与营销； • 针对特定行业与区域市场，分析行业趋势、市场空间、区域分布，核心场景等需求信息，形成行业和客户分析，支持整体销售市场策略制定 • 与市场营销部门协同，负责各类workshop，论坛等市场活动的内容输出和speaker 5、产品需求与反馈：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，提升产品竞争力。
1. 主导架构设计与开发： 负责下一代智能座舱 AI 功能（如 DMS/OMS、多模态交 互、智能体服务及应用）的软件架构设计、核心模块开发与性能优化； 2. 驱动技术落地与创新： 深度参与从需求分析、系统设计、技术选型到模块开 发、调试集成的全生命周期，推动座舱智能化体验的创新并确保量产落地。 3. 技术规划与工程实现： 参与座舱 AI 新产品的技术路线规划、原型开发与工 程化落地；与产品、算法、系统、测试等团队紧密协作，共同打造卓越的智能 座舱用户体验。
团队介绍：国际商业化产品与技术团队支持字节跳动国际产品的广告产品与变现技术。我们负责end2end的大型广告系统建设，为客户提供商业推广方式与方案。我们的团队遍布北京、上海、美国、新加坡等地，在这里你将有机会开阔自己的国际化视野，接触到全球领先的商业产品架构、模型和算法，并有机会参与并推动互联网广告行业的创新和变革。 课题背景： 随着LLM大模型和多模态技术的快速发展，给下一代广告系统带来了重大机会，LLM可以根据广告平台的投放经验和数据，并且结合对广告大模型的理解，通过Reflection、RLHF等技术构建与真实环境交互的Agent，从而实现专家级别的广告账号管理，实现最高的ROI。同时广告Agent可探索根据用户的兴趣，个性化实现在线素材生产，最终实现广告素材和创意样式的千人千面，极大撬动用户和商品的匹配效率。 课题挑战： 现有的LLM在垂直广告营销领域上尚不能给出专业且能提升效果的专业知识，并且Agent无法很好的操作和里面广告系统。在创意方面，视频生成模型质量还不能满足广告生成的要求，以及和投放系统结合千人千面的个性化效果。