阿里云阿里云智能-公共云IT硬件采购专家-杭州

1、分析和评估采购需求的合理性和可行性，确定采购项目的预算和时间计划，寻找符合要求的供应商资源； 2、熟悉芯片\存储等品类的产品特点，对市场主要供应商有着深入了解，对整体市场动态行情有着足够的信息支持和判断经验； 3、组织与供应商的商务洽谈和采购谈判，管理采购合同的签署和执行，确保合同条款的合规性和有效性，跟进与监控合同履行情况； 4、确保采购项目在预算范围内进行，在谈判中争取有利的采购条件和价格，分析采购成本结构，制定成本控制策略和措施，降低采购成本、提升采购效率； 5、遵循公司的采购政策和合规要求，审查和优化采购流程，确保采购过程高效、透明和规范，参与采购流程的数字化和自动化改进，提升采购效率； 6、支持研发、供应、质量等部门完成项目交付，保障供应安全；

数据洞察/市场分析 • 数据洞察：通过过程数据、结果数据与历史数据搭建数据分析体系，并基于一线业务合作收集业务线意见，形成内部信息库；通过获取行业信息，政策信息，行业数据，掌握外部信息，形成市场洞察。 • 市场分析：对行业市场深入分析，了解客户需求和市场趋势，协助业务团队负责人，联动SA等相关方，发现新商业机会/挑战，制定重点行业打法和拓展策略规划，梳理作战地图。 指标定义/目标拆解 • 指标定义：基于公司下发的业务目标，结合本团队经营特点，进行指标的进一步细化定义，自上而下形成管理共识和指标理解的一致性，构建从组织合约到落地的可行性方案。 • 目标拆解：拆解年度/季度目标，形成可落地的执行方案、明确责任人，并定期输出分析报告、跟踪业绩达成情况，及时发现和定位业务问题，预警风险，并提供解决方案建议，提升各环节转化率和人效，促进业务目标达成。 战役运营/重大项目 • 战役运营：协助一号位策划并发起相关专项战役，制定战役目标、策略和作战地图等，跟进战役过程，调动产品、财务、销运等相关资源，保障战役的有效落地。设计部门级激励机制，包括销售奖金方案、销售竞赛方案、销售激励方案等，牵引战役目标实现。 • 重大项目管理：规范重大项目过程管理，跟踪重大项目进展，追踪过程问题、预判风险、推动项目闭环，并进行项目的丢赢单分析。 商务运营/协同提效 • 商务流程支持：为BTE/SA等角色在业务过程中的招投标、代金券、合同商务、信控、验收计收等流程提供销管及财税法拉通支持，做好流程保障，提升业务流程效率。 • 大项目商务策划：重大项目的商务策划和定价模型推演，商务标书引导及规则设计。 • 流程效率提升：参与流程设计，就流程效率等问题及痛点，定期与各协同部门拉通并推进闭环。 • 人才培养和赋能：横向经验拉通，推动业务经验沉淀、能力复制，跨团队拉通和分享。 全链路过程管理 • 销售预测：通过数据分析，项目管理，日常review等关键运营动作，确保销售预测准确率； • 管理制度落地：与财务BP、销售运营部、CB团队紧密协同运营并推进经营责任制，协助一号位做好经营管理的决策及管理制度落地执行。 • 强化经营意识：通过经营分析会议和目标设置管理，强化管理团队经营意识，宣贯经营风险，优化并落地销售动作闭环管理规则和机制，包括规范PPL过程管理、提升合同质量管理、盈利性分析、应收回款治理等。 • 预算管控：协助一号位进行预算及费用管理（如：差旅、招待费、外包等），把控部门各项费用的进展。

1、负责互联网客户的售前工作，支持销售拿到业务结果，提升销售额 2、作为技术专家，提供客户迁移上云或者关键需求实现的解决方案，并在落地过程中提供必要的技术指导，确保方案可落地、有竞争力 3、参与客户的方案比选，做POC演示和功能/性能测试，在保证性能和安全性的前提下做到成本最优，性价比最高 4、负责某一垂直细分互联网行业（在线教育，互娱，游戏，交易，产业互联网等）的IT市场洞察、解决方案、打法策略的制定及落地，深入理解该行业的IT和DT需求，能够把握行业的市场和技术发展趋势，推动行业产品、解决方案和合作生态的落地 5、建立行业影响力，组织内外部行业沙龙，做技术分享，传播云原生最佳实践 6、为互联网客户整体IT规划提供支持，指导客户构建安全、弹性、高可用、可扩展的企业IT架构，包括业务系统、监控体系、DevOps、大数据、AI等子系统，从成本、效率、稳定性三个维度提升客户的IT能力

1、解决方案设计与交付 基于阿里云数据产品矩阵（PolarDB、AnalyticDB、MaxCompute、Flink、Hologres、Lindorm、DataWorks 等），为客户设计服务于 AI 应用场景的数据架构方案。典型场景包括：企业知识库构建（RAG 数据底座）、AI 训练数据工程、实时特征平台、多源异构数据整合为统一语义层、向量+结构化混合检索等。 2、技术布道与能力建设 开发面向一线 SA 的"数据 × AI"融合方案培训体系，帮助 SA 团队理解 AI 时代数据基础设施的新需求和新架构模式；面向客户开展技术 Workshop，推动客户从传统数据架构向 AI-Ready 数据架构演进。 3、重点项目技术攻坚 以 Task-Force 方式介入涉及数据底座建设的重点客户项目，包括：数据架构评估与规划、引擎选型对比（OLAP/HTAP/向量/图等）、数据迁移方案设计、性能调优与 PoC 验证等。 4、技术前瞻与产品反馈 跟踪数据基础设施与 AI 应用交叉领域的技术趋势（如统一向量+关系存储、数据湖上的 AI 训练、实时 Feature Store 等），输出竞争分析，反哺产品迭代。