阿里云阿里云智能-MaaS算力资源交付与项目管理-杭州

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。

阿里云MaaS（Model-as-a-Service）平台致力于打造国际领先的大模型服务与应用能力。依托阿里云强大的算力集群、领先的基座模型和完备的平台能力，我们面向教育、金融、医疗、零售、传媒与泛娱乐等行业，围绕多模态理解与生成方向，持续攻坚真实业务场景中的复杂问题。相较于公开Benchmark，真实业务场景中的问题往往更长尾、更复杂，也更具挑战。我们正在寻找具备技术信仰、研究热情与探索精神的优秀人才。加入我们，你将与业内资深的大模型专家并肩作战，通过后训练技术的创新突破，打破多模态大模型在复杂场景下的能力边界，推动AI技术在千行百业的规模化落地，并将真实场景中沉淀的关键能力持续反哺基座模型。 核心职责： 1. 多模态理解方向算法研究：针对长尾、复杂的真实业务场景，围绕复杂文档解析、长视频理解与推理、工业视觉质检等任务开展算法创新，解决多模态大模型在真实业务落地中的幻觉、推理缺陷、复杂指令遵循与泛化鲁棒性等关键问题； 2. 多模态生成方向算法研究：围绕图像生成、视频生成等方向，面向营销素材生成、短视频内容生成、广告视频生成等真实业务场景，开展生成模型的后训练与应用创新，持续提升模型的可控性、一致性、生成质量、指令遵循与业务可用性; 3. 行业基准定义与端到端交付：主导构建具有行业代表性的多模态Benchmark、高质量数据集与系统化评测体系，推动问题案例分析与持续迭代；面向真实业务目标打造端到端行业解决方案，并深度优化模型在训练与推理环节的综合效能； 4. 基座能力沉淀与反哺：抽象真实世界中的共性难题，将经过验证的算法方案、高质量多模态数据、训练范式与评测基准沉淀为通用能力，融合并反哺至基座模型的迭代中，持续提升阿里云大模型在真实场景中的核心竞争力。

深入参与阿里云 MaaS（Model as a Service）平台核心算法研发，以先进的大模型与智能体体系驱动业务落地，定义下一代 AI-Native 交互范式。工作内容包括并不限于： 1、负责面向真实场景的智能体自适应、自演进技术研发，构建基于业务数据的 Agentic RL 训练、Agentic Infra 优化，持续提升智能体在任务规划、工具调用、多轮推理等方面的能力，支撑 AI 搜索、Deep Research等场景的云产品研发； 2、主导针对挑战性难题的大模型优化（文本、语音、全模态），深入理解电商、教育、金融等垂直行业的业务诉求，基于大模型如Qwen进行后训练全链路优化（数据-训练-评测），攻坚大模型在关键领域、核心指标上的能力提升以及泛化性增强，构建基于大模型的行业端到端解决方案； 3、从真实场景中沉淀评测基准、数据、训练等核心算法能力，融合至阿里基座模型的训练和评测中，持续提升通用大模型在真实场景中的能力表现； 4、持续跟踪AI领域的技术趋势，将前沿和自研技术转化为核心业务驱动力，确保大模型与智能体具备卓越的性能表现，持续保持团队在AI领域的全球技术领先地位。