阿里云阿里云智能-技术服务专家TAM-智算大模型-杭州/北京/上海/广州/深圳/成都

1. 利用生成式 AI 技术进行落地，结合机器学习及模型平台工具，提供方案评估，部署实施，技术演示等。 2. 负责项目中的机器学习算法和模型开发，对特定场景提供监督微调、强化学习等高效微调技术提升模型表现。 3. 在数据建设、语料生成、LLM模型微调、模型效果评测等领域有具体实践，并参与过相关科研课题及项目落地。 4. 基于实际客户问题提供技术支撑和优化，包含不限于推理性能优化、应用指令和工程优化。 5. 熟悉大模型主流应用框架，掌握langchain、Autogen、Agentscope、SpringAI等开源技术工具 6. 理解客户需求进行应用落地，包括逻辑推理、生成创作、代码生成等

1. 关注并利用生成式 AI 技术进行落地，结合机器学习及模型平台工具，提供方案评估，部署实施，技术演示等。 2. 负责项目中的机器学习算法和模型开发，对特定场景提供监督微调、强化学习等高效微调技术提升模型表现。 3. 在数据建设、语料生成、LLM模型微调、模型效果评测等领域有具体实践，并参与过相关科研课题及项目落地。 4. 基于实际客户问题提供技术支撑和优化，包含不限于推理性能优化、应用指令和工程优化。 5. 熟悉大模型主流应用框架，掌握langchain、Autogen、Agentscope、SpringAI等开源技术工具 6. 理解客户需求进行应用落地，包括逻辑推理、生成创作、代码生成等 7. 负责客户稳定性支持与保障、云上业务治理与优化、服务保障

一、客户技术服务 深入理解客户业务场景，快速定位并高效处置 Agent 执行异常、多模态生成失败、外部系统对接报错等技术问题，建立分级响应机制保障业务连续性。 分析客户在 Agent 定制、Prompt 设计、Skill选型、系统集成等环节的真实需求，系统化梳理高频问题，驱动产品侧持续优化核心能力。 二、平台稳定性保障 建立 AI Agent异常应急处置流程，针对 Agent 执行中断、模型调用故障、API 超时等场景快速定位根因并实施恢复，构建自动化诊断工具降低响应时间。 定期执行业务健康度巡检（执行成功率、模型配额消耗、集成稳定性），识别容量风险与资源瓶颈；为客户关键业务节点提供前置架构评审、压测与实时驻场护航。 设计并执行高可用演练方案，验证 Agent 容错性、多模型 fallback 策略与外部依赖降级能力。 三、AI Agent治理与优化 基于使用数据分析 Agent 执行效率与成本消耗，提供 Prompt 优化、模型选型调整、多模型路由策略优化建议，帮助客户在效果与 TCO 间取得最优平衡。 协助客户完善权限体系、数据隔离、审计日志与敏感信息脱敏方案，确保 AI Agent使用符合企业安全规范与审计标准。 提炼行业通用最佳实践模板，规避常见设计误区，形成可复用的场景化方案库。 四、服务管理与项目交付 设计合理的服务沟通机制，跨产研、售前、交付多团队协同，推动重大技术专项（系统集成、数据迁移、架构重构）按节奏高质量交付。 为企业客户整体满意度负责，定期输出技术健康报告，汇总问题处置、优化建议落地与 AI 应用价值量化成果，推动客户续约与用量增长。

1. 作为企业客户技术服务工作的第一责任人，深入了解客户业务场景，与客户的架构、开发、运维团队深入合作，梳理分析客户现有云产品及应用架构，围绕企业客户上云、云上业务设计稳定性优化方案，从云上监控，主动发现，灾难演练，业务快恢/降级方案，高可用架构改造等方面协助客户持续优化云上稳定性。 2. 与阿里云各团队充分合作，从客户架构视角出发进行问题处置、护航保障、风险治理，并沉淀输出最佳实践及工具产品，面向客户痛点主动进行专项高阶服务。 3. 追踪客户关键稳定性问题，持续协助客户治理并不断推动阿里云产品及服务的优化改进。