阿里云阿里云智能-MAAS生态运营专家-北京

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。

1、洞察行业趋势：跟踪基础大模型、行业大模型、SaaS及AI原生软件的发展动态，梳理典型应用场景与技术架构，为解决方案提供方向指引。 2、理解客户痛点：深入一线，与客户共同梳理生产流程中对AI的实际需求（如Token消耗、响应时效、准确率等），明确AI能带来的业务价值。 3、挖掘高价值场景：基于对客户业务和技术架构的理解，识别适合引入大模型的关键环节，与客户一起定义问题边界和成功标准。 4、设计端到端方案：围绕客户目标和约束条件，规划从模型选型、推理部署、微调策略、RAG构建到Agent编排的完整技术路径，并建立可衡量的效果评估体系。 5、推动技术共识：面向客户技术团队及管理层，清晰传递阿里云AI全栈能力的优势，确保技术方案与业务战略对齐。 6、动手验证方案：主导PoC实施，包括Prompt工程、RAG搭建、多Agent工作流设计、微调实验等，用实际效果赢得客户信任，并形成科学的评估方法论。 7、赋能合作伙伴：结合阿里云百炼平台、通义大模型、智能体等核心产品，协助ISV和软件企业打造可落地的大模型解决方案。 8、沉淀最佳实践：总结细分行业或场景的落地经验，形成可复用的方法论、案例文档和工具包，助力国队能力持续提升。

我们正在寻找AI解决方案商业化产品经理，你将： 1.把通义大模型和MaaS平台能力，转化为面向企业或开发者的可落地、可收费的产品方案； 2.设计基于Token的定价、套餐与商业化策略，推动AI能力在真实场景中规模化使用； 3.与AI研发团队紧密协作，通过产品反馈和数据洞察，驱动模型与平台持续优化。

1、参与 MaaS（Model as a Service）推理平台核心系统的设计与建设，面向大规模模型服务场景，打造高性能、低延迟、高吞吐的推理基础设施； 2、参与 GPU / CPU / 网络等异构算力资源的高效调度系统设计，构建面向大模型推理任务的资源编排与调度能力，实现资源利用率与服务质量的最优平衡； 3、设计并实现面向 LLM 推理场景的关键系统组件，包括请求调度、批处理优化、推理并行策略、缓存与上下文管理等核心机制； 4、参与构建大规模模型服务平台的系统架构，包括模型部署、服务治理、流量调度、容量管理与自动扩缩容等核心能力； 5、通过系统架构优化与工程创新，持续提升推理系统在 性能、稳定性与成本效率 方面的表现，支撑大规模 AI 应用的稳定运行。