阿里云阿里云智能-通义大模型产品解决方案架构师(集团内业务)-杭州
任职要求
1) 本科及以上学历,计算机或相关专业,3年及以上工作经验 2) 3年以上云计算、AI产品、企业级解决方案或售前架构经验,有大模型项目落地经验者优先; 3) 熟悉主流大模型技术栈(如LLM、多模态模型、RAG、Agent、Fine-tuning、推理优化等); 4) 具备优秀的跨团队协作能力、客户沟通能力…
工作职责
1. 商机判断与深度技术交流 1) 作为大模型产研代表,赋能前端销售/行业线,参与商业策略制定与高价值商机筛选; 2) 针对复杂项目,协同售前、销售、产品及研发团队,与客户关键决策人开展深度技术对话,引导技术选型与合作方向; 3) 结合行业趋势与技术演进,精准判断大模型应用场景的商业潜力,为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1) 深入理解客户在功能性、非功能性(性能、稳定性、安全性、成本等)维度的核心诉求,基于通义大模型能力,设计具备技术竞争力与成本优势的端到端解决方案; 2) 主导POC、Win back、招投标等关键环节的技术方案输出,包括产品选型、配置报价、控标项设计及Demo验证; 3) 提炼客户场景中的关键技术指标,转化为可量化的产品能力项,形成差异化竞争优势; 4) 推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付; 5) 负责大模型服务的对客体验闭环:接收客户反馈,完成问题Triage、根因定位,并通过后训练、Prompt工程或产品调优等方式达成客户效果目标; 6) 推动及协助大模型服务平台(如解决方案Demo中心、落地页、API网关等)的架构设计与开发,保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1) 深入一线客户场景,系统性调研并抽象共性需求与痛点,精准传递至产品研发团队; 2) 参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化,确保产品在垂直行业保持领先; 3) 构建面向特定行业/场景的商业Benchmark,持续评估并推动模型能力边界拓展; 4) 识别模型在真实场景中的能力短板,主动发掘高质量数据合作机会,推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1) 持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略,输出竞对分析报告; 2) 快速捕捉行业热点与客户业务痛点,前瞻性挖掘高潜力应用场景,驱动新产品/新方案快速孵化与市场覆盖; 3) 将市场洞察转化为可执行的产品与解决方案策略,影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1) 在项目实践中总结标杆案例,沉淀可复用的解决方案模板、IaC(Infrastructure as Code)脚本、测试用例及标准化模块; 2) 输出GTM(Go-to-Market)材料,包括技术白皮书、解决方案手册、演示Demo等; 3) 联合生态伙伴共建联合解决方案,对销售团队、合作伙伴及开发者提供技术赋能与支持;
1、负责高德出行场景(驾车,骑行,步行)的大模型应用框架开发,构建高可用、低延迟的分布式系统; 2、负责优化Agent决策引擎、任务调度、多模态数据处理等模块的性能与稳定性; 3、负责搭建Agent与外部系统(如数据库、API、第三方服务)的高效通信机制; 4、负责保障大模型应用系统架构的稳定、高效运行,帮助业务优化性能和改善系统稳定性; 5、负责协调业务资源,与大模型算法和数据源服务等团队协作,保障项目有效落地和需求高效交付。
各类大模型算法岗位:包括不限于 ✓大模型应用(Rag、Agent的研究等) ✓大模型技术研究 (指令微调、强化学习、推理等) ✓多模态理解与生成研究(文本、图像、视频、音频等)
1、负责大模型(包括不限于T2V、I2V、MLLM模型)评测工作和评测体系建设,包括设计制定和完善评测方案、评测指标、评测数据收集和更新、评测执行,并输出专业评测报告; 2、参与评测相关自动化评测工具开发及维护,最大化提高评测效率; 3、以算法手段,对基座大模型和AI Native应用进行分阶段、端到端评测; 4、参与构建评测Agent工具链、对战平台、模型竞技场、模型效果判别模型、应用数据飞轮等工具链建设; 5、站在用户角度,对产品、算法发提出建设性的意见,在评测参与的各个流程中以用户视角保证产品体验。
1、负责阿里云专有云IAAS/大模型/PAAS/大数据/中间件等产品的运维专家支持、整体解决方案服务及优化建议,使客户的IT架构、性能等层面得到更好的优化与提升,制定相关的技术方案并予以支持落地。 2、负责对事件、故障的跟踪、剖析、总结与知识库沉淀,出具技术方案并推动相关产品团队解决落地,同时赋能一线运维团队自运维能力; 3、负责产品巡检工具与问题诊断分析工具开发,提升客户云平台的预警与异常自发现能力,提升用户的满意度。 4、直面AI智能运维、云原生Serverless架构、全业务容灾、系统自治等巅峰挑战,提供技术底盘及业务能力支持。 5、完成核心技术攻关,识别和解决潜在的技术风险