阿里云阿里云智能-解决方案专家（AI MaaS方案专家）-北京/广州/深圳/上海/杭州

1. 深入研究不同行业SaaS/AI原生软件的行业发展方向、典型场景清单、业务流程、技术架构等，梳理各场景在AI应用的需求和价值，帮助SaaS等软件企业设计AI落地路径； 2. 从头部AI原生软件/SaaS类客户典型业务场景出发，结合阿里云千问模型、百炼、Agent平台等AI核心产品，帮助软件企业设计和落地大模型解决方案（覆盖客服、金融、办公OA、ERP、CRM、零售、营销、制造、医疗等行业赛道），包括如下： 1）客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2）售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3）能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 4）产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 • 了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。

作为业务运营团队的核心成员，您将负责客服/催员作业工作台及智能能力模块（如AI话术推荐、智能外呼、风险识别等）的产品运营工作。该岗位需深度对接产品、算法、技术、业务等部门，推动功能落地与优化，提升催收效率与合规性。 【职位描述】 1. 需求分析与优先级管理 ○ 梳理客服/催员作业场景痛点，收集业务部门需求（如外呼话术优化、任务分配规则调整），协助产品同学输出产品需求文档（PRD）。 ○ 评估需求可行性，与产品、技术团队协商排期，制定阶段性交付计划。 2. 智能能力落地与迭代 ○ 负责智能催收功能（如AI质检、AI培训对练、风险标签）的业务场景设计，推动算法模型在实际作业中的应用。 ○ 跟踪智能功能效果，通过数据反馈推动模型迭代。 3. 跨部门协作与资源整合 ○ 作为业务与技术的桥梁，协调产品、算法、技术团队完成功能开发与测试，确保需求按时上线。 ○ 主导关键节点的业务验证（如UAT测试），推动问题闭环解决。 4. 数据驱动的运营优化 ○ 建立催员/客服作业效率指标体系（如平均通话时长，外呼产能），通过数据分析发现流程瓶颈并提出改进建议。 ○ 输出运营报告，向管理层反馈系统使用情况及优化建议。

1、负责支付宝商家侧账服务解决方案设计，分析洞察商家在支付宝经营的痛点，从全链路视角设计有效的服务解决方案（如适用于大模型机器人对话的意图、知识生产，SOP设计等），并通过运营持续提升商家的平台服务体验； 2、通过服务方案设计与运营，牵引支付宝商家业务、产品、策略、服务资源等相关协同方，保障方案有效、精准，并从业务源头推优解决商家经营体验问题； 3、结合商家经营目的及具体经营场景的特点，发掘增值服务的机会点，制定服务策略并落地，帮助商家在支付宝的经营更简单、高效、可持续。

1、基于保险业务特性，面向保险用户，洞察服务需求和服务痛点，通过服务设计提升用户服务体验，为用户在平台上服务体验负责； 2、构建从意图识别、特征挖掘、工具流程、资源规划、知识内容、质量管理的多模块的服务体系和规划，设计有效的智能及人工服务解决方案； 3、通过用户洞察、业务判断、竞对研究、数据分析等，不断迭代适配保险场景的服务能力，包括但不限于各种智能/人工渠道能力、工具能力、方案能力等； 4、有效的通过方案设计，牵引产品、策略、服务资源等相关协同方，保障方案的落地的有效、高效和精准；并能从业务源头解决用户服务体验问题； 5、沉淀服务设计和运营的机制和标准，保障持续性和传承性。