阿里云阿里云智能-解决方案架构师-杭州
任职要求
1、具备 5 年以上云计算、企业架构或解决方案相关经验
2、熟悉阿里云主流产品及企业上云方案
3、熟悉服务器、网络、存储、数据库、安全、容器等基础技术体系
4、熟悉企业系统架构设计与云原生相关技术
5、深入理解人工智能大模型相关技术及行业发展方向
6、熟悉大模型应用场景，包括企业知识库、智能问答、流程自动化…工作职责
面向中小企业客户，负责云计算与AI整体解决方案设计 1、基于阿里云产品体系，完成业务系统上云、系统架构优化、智能化升级等方案规划 2、结合企业实际业务场景，设计AI应用方案，包括企业知识库、智能客服、智能助手、业务自动化等方向 3、负责大模型相关能力的接入、应用设计与落地实施 4、负责客户技术交流、方案讲解、需求分析及项目推进 5、协同产品、研发、销售等团队完成项目交付 6、输出技术方案文档、架构设计文档及最佳实践 7、参与团队技术建设与技术培训
您将作为阿里云模型即服务（MaaS）百炼平台及通义系列模型（通义千问、通义万相）模型的的核心技术专家。您的核心使命是指导我们的客户，深度应用AI的力量，解决其复杂的业务难题，加速企业的创新与数字化转型。 核心职责 1. AI解决方案设计与售前支持 - 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 - 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 - 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术布道与战略影响 - 扮演AI专家的角色，挑战现有模式，为客户与内部团队带来前瞻性的创新理念。 - 面向C-level级别高管到核心工程师等关键决策者，提供具有高度影响力的技术演讲、产品演示和深度研讨会。 - 持续追踪并分析快速演进的生成式AI技术趋势与市场动态，为我们的AI MaaS解决方案发掘市场机会，并构筑独特的竞争优势。 3. 客户成功与技术咨询 - 全方位指导客户完成AI应用的完整生命周期，从初期的概念构思、模型选型，到最终的部署、监控与持续优化（MLOps）。 - 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 - 负责解决客户遇到的复杂技术难题，并有效协调产品、研发等内部团队资源，全力保障客户成功。 4. 生态赋能与知识沉淀 - 构建并沉淀高价值的技术资产库，包括AI解决方案蓝图、最佳实践指南、以及有说服力的客户案例等。 - 开发并提供专业培训材料，赋能内部销售团队与生态合作伙伴，帮助他们更有效地定位并销售我们的AI MaaS产品。 - 收集并提炼来自客户与市场的关键反馈，以直接影响并推动阿里云AI产品与服务的发展路线图的演进。
阿里云正在寻找一位高级解决方案架构师，该职位要求在云计算和人工智能/机器学习行业解决方案方面具备丰富经验，以支持在中国运营的欧洲跨国企业客户，特别是在汽车、工业/制造和金融科技领域。 该角色负责设计可扩展且符合合规要求的云和人工智能架构，以促进客户在中国的创新和业务扩展。通过利用成熟的欧洲用例，您将把全球最佳实践引入中国，成为客户数字化和智能化转型的关键技术推动者，并推动阿里云在战略行业的解决方案能力提升。 主要职责： 1. 技术解决方案设计与交付 为在中国的跨国企业架构大规模公共/多云解决方案，确保业务连续性和数据合规性 设计并交付AI/ML解决方案，作为更广泛企业架构的一部分 2.行业解决方案执行 在自动驾驶平台、智能驾驶数据湖、工业4.0和智能制造等领域开发和交付解决方案。 3.售前领导与生态系统协作 主导客户技术交流、概念验证、提案和架构评审 与客户和合作伙伴（OEM、ISV等）共同创新，构建联合解决方案和成功案例 4.全球协作与合规洞察 与全球产品和架构团队紧密合作，将欧洲最佳实践引入中国市场。 将监管和合规要求转化为解决方案设计原则。
我们正在招聘一名专注于国际市场 AI 模型商业化的解决方案架构师。你将作为阿里云前沿 AI Model-as-a-Service（Model Studio） 及 通义模型（Qwen & Wan） 的技术负责人和客户技术代言人。 你的使命是推动 Qwen & Wan 在市场的采用、竞争性替换与规模化使用，也包括需要构建 Agent、工作流或应用框架。你将专注于模型层：定位、竞品替换、性能对标、价格/价值阐释，以及模型级 POC。 【Core Responsibilities】 1. AI 模型商业化与售前支持 ● 负责国际区域 Qwen（LLM） 与 Wan（多模态） 的技术售前。 ● 推动企业与 AI 原生客户的模型选型、竞品替换与规模化决策。 ● 主导模型级 POC（延迟、质量、成本、吞吐），并包含应用及 Agent 构建。 ● 支持客户与其他模型的迁移与对标评测。 2. 竞争定位与技术赋能 ● 清晰阐述 Qwen / Wan 在真实生产场景中相较竞品的优势。 ● 组织并执行模型对比测试（质量、稳定性、成本、规模）。 ● 为销售与 BD 提供清晰可复用的技术叙事，而非泛化的 AI 故事。 ● 在高管层与架构师层客户沟通中担任技术权威。 3. 客户规模化与采用 ● 支持客户从首次 POC 到生产上线并实现用量爬坡。 ● 以 Token消耗 为目标，而非一次性演示。 ● 从区域整体视角识别并规划客户规模化扩展策略。 4. 市场反馈与产品闭环 ● 将国际客户的一线竞品反馈回传产品团队。 ● 影响模型性能、定价、部署区域与 API 的产品路线。 ● 沉淀可复用的 POC 模式与竞争打法，供全球复用。
1. 作为产品团队与海内外大客户的技术桥梁，负责客户需求分析、技术方案设计、POC验证和成功交付全流程。 2. 深入理解Agent Infra 相关产品技术架构和AI能力，将复杂业务需求转化为可行的技术实现方案。 3. 与销售、技术、产品团队紧密协作，负责大客户的技术交流、方案宣讲、技术评估和项目实施支持。 4. 负责客户成功案例的总结和推广，为产品团队提供客户需求洞察，推动产品功能优化和迭代。 5. 建立和维护与重点客户的技术合作关系，确保客户满意度和续约率。