阿里云阿里云智能-AI解决方案架构师-杭州/上海
任职要求
必备条件 ● 3 年以上 解决方案架构 / AI 售前 / AI 模型相关经验。 ● 具备基础模型商业化的实战经验，而不仅是使用经验。 ● 直接接触过 LLM 或多模态模型（如 OpenAI、Anthropic、Google、Kling、字节系、视频模型等）。 ● 深入理解： ○ LLM 推理特性（延迟、上下文长度、吞吐、成本） ○ 微调概念（LoRA、SFT——偏概念理解，无需研究导向） ○ 多模态 …
工作职责
我们正在招聘一名专注于国际市场 AI 模型商业化的解决方案架构师。你将作为阿里云前沿 AI Model-as-a-Service（Model Studio） 及 通义模型（Qwen & Wan） 的技术负责人和客户技术代言人。 你的使命是推动 Qwen & Wan 在市场的采用、竞争性替换与规模化使用，也包括需要构建 Agent、工作流或应用框架。你将专注于模型层：定位、竞品替换、性能对标、价格/价值阐释，以及模型级 POC。 【Core Responsibilities】 1. AI 模型商业化与售前支持 ● 负责国际区域 Qwen（LLM） 与 Wan（多模态） 的技术售前。 ● 推动企业与 AI 原生客户的模型选型、竞品替换与规模化决策。 ● 主导模型级 POC（延迟、质量、成本、吞吐），并包含应用及 Agent 构建。 ● 支持客户与其他模型的迁移与对标评测。 2. 竞争定位与技术赋能 ● 清晰阐述 Qwen / Wan 在真实生产场景中相较竞品的优势。 ● 组织并执行模型对比测试（质量、稳定性、成本、规模）。 ● 为销售与 BD 提供清晰可复用的技术叙事，而非泛化的 AI 故事。 ● 在高管层与架构师层客户沟通中担任技术权威。 3. 客户规模化与采用 ● 支持客户从首次 POC 到生产上线并实现用量爬坡。 ● 以 Token消耗 为目标，而非一次性演示。 ● 从区域整体视角识别并规划客户规模化扩展策略。 4. 市场反馈与产品闭环 ● 将国际客户的一线竞品反馈回传产品团队。 ● 影响模型性能、定价、部署区域与 API 的产品路线。 ● 沉淀可复用的 POC 模式与竞争打法，供全球复用。
1.需求分析与场景识别： 了解一个或多个领域的业务知识，能够跟客户有效沟通和洞察真实需求，并识别出可以使用人工智能技术的场景 2.技术判断与解决方案： 理解机器学习、深度学习、大模型的基本原理， 能够基于客户的需求，基于云+AI的产品设计出适合的解决方案，具备智能体开发demo的能力， 并可以向客户的业务/技术决策人阐述阿里云产品和解决方案的优势，以影响客户的技术选型决策 3.产品需求反馈与优化：依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升产品市场竞争力和市场占有率； 4.市场敏感与扩展复制：挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行知识和项目分享，促进从1到N的复制；
阿里云正在寻找一位高级解决方案架构师，该职位要求在云计算和人工智能/机器学习行业解决方案方面具备丰富经验，以支持在中国运营的欧洲跨国企业客户，特别是在汽车、工业/制造和金融科技领域。 该角色负责设计可扩展且符合合规要求的云和人工智能架构，以促进客户在中国的创新和业务扩展。通过利用成熟的欧洲用例，您将把全球最佳实践引入中国，成为客户数字化和智能化转型的关键技术推动者，并推动阿里云在战略行业的解决方案能力提升。 主要职责： 1. 技术解决方案设计与交付 为在中国的跨国企业架构大规模公共/多云解决方案，确保业务连续性和数据合规性 设计并交付AI/ML解决方案，作为更广泛企业架构的一部分 2.行业解决方案执行 在自动驾驶平台、智能驾驶数据湖、工业4.0和智能制造等领域开发和交付解决方案。 3.售前领导与生态系统协作 主导客户技术交流、概念验证、提案和架构评审 与客户和合作伙伴（OEM、ISV等）共同创新，构建联合解决方案和成功案例 4.全球协作与合规洞察 与全球产品和架构团队紧密合作，将欧洲最佳实践引入中国市场。 将监管和合规要求转化为解决方案设计原则。
AI应用解决方案设计与落地 ● 负责企业级AI应用解决方案的设计和落地实施，通过分析客户业务需求，利用钉钉AI工具和平台快速构建业务应用，确保方案能直接支撑客户业务增长和效率提升 ● 打造可复制的商业化解决方案，提供切实可行的AI应用方案，并明确量化商业价值和投资回报率 技术支持与问题解决 ● 提供AI应用相关的技术支持，确保技术实现与商业目标一致，协助销售团队进行技术赋能，提升商业转化率 ● 参与客户商业谈判，提供技术支持以促进交易达成，追踪解决方案实施后的客户业务增长数据，建立成功案例库 效果评估与持续优化 ● 建立AI应用的效果评估体系，关注商业化关键指标的达成情况 ● 跟踪AI技术发展，及时更新应用方案，确保解决方案的商业竞争力，定期分析解决方案的市场表现，提出商业化策略优化建议
1. 作为产品团队与海内外大客户的技术桥梁，负责客户需求分析、技术方案设计、POC验证和成功交付全流程。 2. 深入理解Agent Infra 相关产品技术架构和AI能力，将复杂业务需求转化为可行的技术实现方案。 3. 与销售、技术、产品团队紧密协作，负责大客户的技术交流、方案宣讲、技术评估和项目实施支持。 4. 负责客户成功案例的总结和推广，为产品团队提供客户需求洞察，推动产品功能优化和迭代。 5. 建立和维护与重点客户的技术合作关系，确保客户满意度和续约率。