阿里云阿里云智能-MAAS生态运营专家-北京
任职要求
1、经验要求：具备5年及以上流量运营、用户增长、拉新运营相关经验，有从0到1搭建流量增长体系的成功案例优先；有AI/互联网产品流量运营经验、私域流量运营经验、大型活动操盘经验、孵化器运营经验者优先。
2、技术理解：了解AI/LLM技术和产品，能够理解AI产品的用户特性和传播逻辑。…工作职责
1.生态拉新运营全流程管理：线上线下流量增长体系、拉新运营策略并落地执行、生态资源盘点和规划、有效的用户获取场景化方案、伙伴program运营。 2.生态资源统筹管理：：统筹线上渠道（社交媒体、内容平台、广告投放等）与线下活动（展会、沙龙、地推等）的拉新运营，制定整合营销方案并推动执行。 3.运营方案策划：根据业务目标策划流量运营方案，包括活动策划、渠道合作、用户激励等，确保拉新效果与成本最优。 4.跨部门协同：与产品、技术、市场等团队协同，确保流量运营与产品能力、品牌策略的一致性，提升整体用户体验。
作为基础模型产品运营专家，我们期待你能以对技术的热情和极强的学习能力，定义运营阵地及核心策略，寻找生态中深度的价值点，将我们的 “手牌”，与外部 AI 社区的持续高涨需求，动态寻找更好更准确的结合点，并持续不断推进品牌心智的建立。此外，由于模型领域的迭代速度，我们需要你持续不断的投入到用户分析，社区反馈，流程问题发现及解决等面向社区和生态的交互层，带回高质量反馈和深度观察，我们期待你： 1. 与产品经理，算法技术团队深度合作，探索运营机会点，负责 AI 基础模型的上线，发版，专项业务的运营规划设定与执行； 2. 对目前模型的能力边界，发展阶段，产品形态等有较为明确的感知和认知，能够与社区算法工程师，开发者，builder 等深度对话并建立信任； 3. 主动使用高效的方式收集用户/客户反馈，发掘关键市场需求及洞见，助力产品功能迭代与测试，跟进上线与推广流程； 4. 连接模型产品与真实用户，定义生态拓展及合作伙伴地图，主动寻找新生态伙伴机遇并形成转化； 5. 能拆解问题，制定详尽运营方案并推进实施，包括文档撰写、用户答疑、FAQ 整理、内容发布、活动运营等； 6. 沉淀 SOP、答疑手册等，落实客户沟通、外部合作与支持事项，保障业务流程顺畅； 7. 管理并指导运营助理执行具体运营任务（如数据采集、运营素材标准化、客户服务、直播支持等）。
1. 优质项目挖掘 ● 深入扫描中国出海（Go-Global）市场，快速识别并触达那些正在崛起、有大模型消耗潜力的垂类 Agent、SaaS 创业公司。 ● 建立并维护一份高价值的“AI 出海潜力榜单”。 2. 核心人脉建联 ● 利用现有的行业资源，直接与目标企业（AI Startups/Scale-ups）的 CXO 决策层（创始人、CTO、产研负责人） 建立紧密联系。 ● 活跃在各类 AI 开发者社区、出海创投圈、黑客松（Hackathon）和行业动态会，作为公司的“对外触角”，第一时间获取前沿项目的动态。 3. 生态合作促成 ● 识别合作机会：不仅仅是卖云资源，而是能敏锐捕捉对方的需求（如：需要海外合规支持、需要 Go-to-market 渠道、需要技术调优），通过“资源置换”或“战略扶持”的方式，将他们引入我们的 MaaS 生态。 ● 撮合内部资源：打通公司内部的产品、技术与投资团队，为高潜力的外部项目提供加速服务，通过生态绑定实现双赢。
团队介绍：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。 1、负责定义和驱动字节跳动机器学习平台与中央异构算力池的产品演进，提升全集团AI研发效率与资源效能； 2、深度理解字节跳动各业务线（推荐、广告、搜索、电商、Seed等）在机器学习研发全链路中的工程挑战与效能瓶颈，抽象出算法工程师、资源运营者等关键角色的核心痛点，并转化为清晰的平台产品机会； 3、负责公司级机器学习平台（AML-Engine/MLSys）的中长期产品规划与落地，覆盖从数据、训练、实验、评估到服务部署的全生命周期，持续提升平台的研发效率、系统稳定性与用户体验； 4、主导大规模异构计算资源池（中央算力池）的产品化建设，推动云原生架构、高并发调度、分布式系统等前沿技术在产品中深度实践，确保多业务、大规模场景下的资源高效、稳定利用，最大化平台与算力综合价值。
1、 政企客户AI场景挖掘：负责全国范围内政企方向相关行业的客户拓展，重点梳理阿里云AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的销售机会点，触达并维护客户关系，发掘潜力客户并捕获项目机会； 2、AI客户拓展：规模化开拓全国AI客户，覆盖AI原生企业、初创公司、AI开发商、AI数据服务商及正在进行AI转型的各类企业，构建高转化率的AI客户销售漏斗。 3、AI业务收入：负责政企市场的AI MaaS业务的销售线索与商机全生命周期，通过线上和线下多渠道交流方式，协同解决方案和产品团队，从线索挖掘，商机引导，方案交流，商务沟通到项目成单，对政企AI MaaS业务的Token用量和收入增长负责。 4、市场洞察与GTM策略：紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体（Agent）框架、AI基础设施架构及主要竞品动态，联合解决方案团队将行业客户洞察转化为场景化的客户化解决方案，协助市场和产品方案部门进行GTM市场策略设计。 5、AI重点客户经营：在政企领域与AI导向型企业的C-level高管及技术决策者建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购。 6、AI场景共创：理解客户的AI目标和业务挑战，通过深入交流和行业经验，一起找到高价值的AI应用机会；用客户语言沟通表达阿里云大模型价值，共同设计并验证可行方案，让AI发挥业务价值 7、 AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践，为阿里云AI战略的长期发展储备关键客户与技术资产。 8、跨部门协同运作：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。