阿里云阿里云智能-技术服务专家-全栈TAM-上海

1、负责线下算力资源交付方案设计和落地实施，解决部署过程中遇到的软硬件兼容性和性能问题。 2、负责大模型交付方案设计和落地实施，解决部署过程中遇到的模型兼容性和性能问题。 3、负责Agent方案设计和落地实施，包括但不限于业务架构设计、智能体搭建、提示词工程、RAG和全链路优化等。 4、负责通义大模型和相关产品运维过程中的疑难问题排查、版本升级和性能诊断。

1. 负责大模型运行所需的XPU相关软硬件平台的适配和优化工作，解决适配和优化过程中的兼容性、系统性能、稳定性、高可用等方面的技术问题； 2. 为客户提供XPU相关软硬件平台交付方案设计和部署落地服务，聚焦算力资源评估、底层软件选型、训推环境搭建、训推性能优化、大模型评测等领域为客户提供最佳实践和落地能力； 3. 为客户提供XPU算力资源池相关的高性能网络技术选型、规划设计、交付部署和性能优化服务，解决XPU、整机、POD接入和组网过程中的控制与转发技术问题； 4. 为客户提供训练数据集构建、数据合成、模型后训练、模型效果评测等服务。

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. 作为阿里云智能在客户侧的服务界面，全流程深入了解大型企业业务场景，与企业的 IT、应用架 构、人员合作，针对客户现有 IT 架构进行梳理与分析，协助并提供 IT 整体架构战略规划的咨询，协同 售前架构师所提供的设计方案的落地、实施和交付工作。 2. 基于阿里云的产品线、技术体系，帮助企业级客户制定 IT 架构和业务流程，包括定制的最佳实践、 异常处理机制和问题应急预案等。帮助客户深度理解云服务，并持续帮助客户提升技术能力。 3. 推动阿里云智能产品不断优化，解决客户使用云计算服务和解决方案过程中的技术问题，不断完善 问题处理机制和流程，与阿里云服务专家、产品专家直接合作，确保企业技术问题高效地解决。