阿里云阿里云智能-生态解决方案架构师-广州/深圳/厦门
任职要求
1、有5年以上行业解决方案或架构设计从业经历，具备Java/PHP/Go/C++/nodejs/Python等至少一种语言的3年以上的开发经验，综合能力强，有互联网行业背景优先 2、熟悉生态伙伴的合作模式，包括公共云及专有云的渠道、集成、联合方案研发、项目交付支撑、咨询能力互补等 3、至少两个以上行业细分解决方案方向的行业知识、业务知识、业务架构、应用架构有整体深刻理解，能够在细分专业领域独立完成客户调研、需求分析、业务设计、架构设计，了解产业链上下游，了解商业模式，能够把握行业当下的业务和技术发展趋势 4、具备优秀的沟通交流能力和方案宣讲能力，能够赋能伙伴提升技术能力，也能够主动挖掘客户需求…
工作职责
1、负责渠道商业合作伙伴的赋能和售前支撑工作，通过与伙伴合作面向客户，共同拿到业务结果，提升阿里云的销售额 2、作为技术专家，向合作伙伴和客户提供业务上云或者支撑关键需求实现的云计算解决方案，指导客户构建弹性、高可用的互联网架构；帮助客户构建业务系统、云底座、监控体系、DevOps、大数据、AI等系统；从成本、效率、稳定性三个维度提升客户的IT能力；确保方案可落地、有竞争力 3、负责典型细分行业（游戏、音视频、媒体资讯、在线教育、数字营销、人工智能等）的市场洞察、解决方案、打法策略、伙伴合作策略的制定及落地，深入理解该行业的商业模式，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 4、建立行业影响力，组织内外部行业沙龙，做技术分享，传播结合阿里云的落地最佳实践 5、赋能合作伙伴进行客户方案设计及落地全流程，包括POC演示、功能/性能测试、项目交付风险分析、项目交付沟通等，在保证性能和安全性的前提下做到成本、性价比、客户价值的最优 6、为伙伴和客户提供整体技术平台的咨询服务，通过赋能并与合作伙伴深入合作共创，增强解决方案的竞争力，提高解决方案交付的成熟度
1. 支持华南大区互联网售前业务拓展，结合阿里云以及阿里巴巴集团的产品、技术、生态优势，为客户定制云化解决方案，带领产品和服务团队进行技术、业务验证，及项目招投标技术支持工作。 2. 为客户提供业务和技术层面的架构咨询服务，理解合作伙伴及客户的业务和功能性需求，非功能性需求，性能和可靠性需求，提供基于阿里云技术体系的架构设计方案，支持客户或合作伙伴成功地在阿里云上构建上层应用系统和服务。 3. 与产品研发团队合作，传递市场需求，共同研发或完善满足特定行业、特定应用场景的产品和解决方案。 4. 与阿里云的云计算、大数据、人工智能技术孵化行业性创新性解决方案。
1.支持华南区域企业客户云业务拓展，结合阿里云以及阿里巴巴集团的产品，技术，生态优势，为客户定制云化解决方案，带领产品和服务团队进行技术，业务验证，及项目招投标技术工作。 2.为客户提供业务和技术层面的架构咨询服务，理解合作伙伴及客户的业务和功能性需求，非功能性需求，性能和可靠性需求，提供基于阿里云技术体系的架构设计方案，支持客户或合作伙伴成功地在阿里云上构建上层应用系统和服务。 3.与产品研发团队合作，传递市场需求，共同研发或完善满足特定行业，特定应用场景的产品和解决方案。 4.基于阿里云的云计算，大数据，人工智能技术孵化行业性创新性解决方案。
1、负责战略金融行业（银行、证券、保险、基金）客户的整体规划和价值引导； 2、对战略金融行业客户的应用架构、数据架构、技术架构有比较深入的理解，能够在云、大数据、数据库等一个或多个领域具备较强的客户引导能力，负责售前阶段的技术交流，方案设计，概念验证等工作； 3、具备为战略金融行业客户提供轻量咨询规划的能力； 4、洞察典型场景及核心客户、生态伙伴需求，抽象共性要求，推动后端方案/产品升级优化。
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。