阿里云阿里云智能-资深AI服务架构师-专有云（杭州/北京）
任职要求
1、数学、计算机专业，本科及以上学历。 2、精通Python，熟练主流深度学习框架，如TensorFlow、PyTorch。 3、熟悉Transformer/BERT/GPT等基础模型结构，熟悉大模型的训练、微调和评测。 4、熟悉常用的Adam、SGD等优化算法，熟悉剪枝、量化等模型压缩技术，熟悉蒸馏、混合精度训练等模型加速技术。 5、在大模型相关技术方向，比如模型训练、推理、搜索增强生成、…
工作职责
1、负责大模型服务解决方案的研发，前沿技术追踪、包括模型训练和调优、推理、RAG、AI Agent等键技术方向攻坚。 2、负责央国企重点客户的大模型落地业务场景识别、需求分析、方案规划以及服务履约落地，持续推动客户做好标准化大模型迁云、云上优化，打造具备行业影响力的大模型服务的标杆案例。 3、负责规划大模型服务的整体演进规划和落地，沉淀可复制的大模型场景服务方案，沉淀具备行业竞争力的大模型智能体服务平台。 4、负责云平台交付、运维、技术支持的实质性经验，特别是头肩部客户关键平台的交付运维及云上优化工作
1、围绕金融行业领域的AI场景(智能客服、风控、进件审核、投顾等)，基于对业务场景需求的挖掘和理解，提供全栈的AI大模型技术服务，实现AI大模型在金融行业领域的价值落地，服务内容包括AI算力训推性能优化服务、Agent架构设计（单智能体/多智能体协同、工具调用等）； 2、负责针对金融行业构建AI大模型全栈技术服务体系，围绕AI算力、平台、后训练、应用Agent方案落地等服务内容建设标准化服务能力与服务工具，推进AI服务方案在金融行业的规模化落地。 3、负责跟踪与研究业界前沿AI技术，探索与推动AI前沿技术在汽车行业领域实际场景的快速应用与落地，协同团队推动行业客户基于Dify、百炼、点金等框架的工程化实现与性能优化；
•熟悉金融行业业务，不限于银行，证券，保险，数字金融，能够理解金融业务目标，基于对业务的理解设计AI Agent的业务方案。 •负责金融Agent方案设计和落地实施，包括但不限于业务架构设计、数据处理、智能体搭建、提示词工程、RAG和全链路优化。 •大模型应用开发：基于金融业务需求，设计并实现大模型（如LLM、多模态模型）的调用方案，完成智慧信贷、智能客服、知识问答等场景的核心功能开发； •接口集成与调试：负责大模型API的调用与联调（如千问、ChatGLM、通义千问），编写标准化接口文档，确保模型输出与业务系统的无缝对接； •智能体平台开发：基于主流智能体框架（如LangChain、Rasa、Dify）设计自动化流程，集成多模型协作能力，提升业务场景的智能化水平； •技术文档与赋能：输出模型应用方案、接口规范及智能体平台使用指南，推动团队知识沉淀，并面向客户进行技术培训与支持； •问题排查与优化：针对模型调用异常、数据不一致等问题进行根因分析，提出应用层优化方案并总结典型技术案例； •跨团队协作：与金融客户及合作伙伴紧密沟通，协调资源推进项目进度，确保技术方案符合金融合规要求并实现业务价值。
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、负责企业级云原生机器学习平台建设，支撑模型开发、训练、部署、上线全生命周期管理； 2、负责机器学习平台核心组件落地与优化，包含分布式训练调度、模型版本管理、模型服务化推理部署； 3、负责 GPU 算力集群精细化运营，通过资源调度、弹性伸缩、异构算力管理，优化大模型训练 / 推理成本； 4、搭建平台监控、告警、可观测体系，保障机器学习集群及业务系统高可用、高稳定； 5、对接算法、业务团队，拆解需求并提供 MLOps 标准化平台解决方案。