阿里云阿里云智能-大模型前沿部署工程师（工业场景）-北京/上海/杭州/深圳/广州

1. 深入调研工业（含制造、能源以及相关行业）企业生产流程与业务痛点，结合大模型与智能体技术设计定制化智能化升级方案（如产品研发、工艺优化、设备预测性维护、供应链决策优化等），输出可行性分析报告与技术路线图。 2. 基于客户场景实现模型的微调与轻量化部署，完成时序数据分析、多模态感知、工业知识库构建等任务，确保算法在公共云、智算云以及边缘AIStack的高效运行，带动MaaS服务或者智算算力的使用。 3. 主导智能体系统的开发与部署，打通智能体与工业设备、工业软件的协同链路，搭建人机协同决策框架，设计合理架构满足客户对实时性、稳定性与安全合规的要求，并且反馈需求或者沉淀代码到大模型与工业AI产品。 4. 定义并跟踪客户业务指标（如研发效率提升、OEE提升、能耗降低、供应链效率提升等），通过数据反馈迭代模型与策略，确保智能化方案达成预期ROI，推动标杆案例规模化复制。

深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。

深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。

千问Qwen是由通义实验室自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 千问Qwen全模态统一理解生成前沿技术研究，团队在多个方向上进行探索（具体如下罗列），若你对以下一个或者多个课题感兴趣均欢迎投递： 1. 模型架构与学习机制探索 1)预训练与后训练技术：持续提升模型的理解力、推理力与泛化能力。 2)探索下一代学习范式，如自监督学习、动态训练策略、知识蒸馏等。 2. 多模态与多智能体感知交互系统 1)打造 Omni 基座模型，实现文本、语音、视觉等多模态一体化理解与生成，推动世界模型的发展。 2)开发超智能的 Coding Agent，打通语言与代码之间的桥梁，连接 AI 与数字世界。 3)构建下一代 AI 交互系统，在 GUI Agent、视频理解等前沿场景，探索 AI 自主执行、扩展、进化的可能性。 3. 数据建设与性能优化 1)数据工程：设计高效的数据处理管线，持续提升自然语言、代码、多模态等数据质量与规模。 2)推理优化：探索模型高并发服务下，算法及系统框架侧技术创新与优化，包括但不限于训练推理协同优化、模型推理新范式。 4. 评测与安全体系 1)构建下一代大模型评估系统，覆盖推理、生成、可控性等多个维度。 2)关注模型内生安全，追求 AI 对人类有益且可控，参与对抗攻击检测、伦理约束建模等工作。