阿里云阿里云智能-解决方案架构师（企业上云）-武汉/长沙
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，综合能力强，有互联网行业背景优先; 2、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、并在技术架构师的帮助下，完成业务架构的落地方案； 3、具备架构化思维，至少熟悉一种架构方法论及框架，如TOGAF, ITSA, DODAF等，可以画出核心系统的业务架构、数据架构、技术架构和部署架构； 4、能够独立完成对客户的业务设计和技术选择的影响，能够独立主导完成技术方案的PoC，能够独立对客户中高层（部门总经理级别以上）的决策产生影响； 5、对云计算、大数据及在行业的应用和落地有相关经验，熟悉阿里云…
工作职责
1、负责传统企业客户的售前工作，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、负责某一垂直细分行业（零售、制造等）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、为客户提供企业IT轻咨询服务，为企业整体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、负责互联网/传统企业客户的售前工作，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、负责某一垂直细分行业（互联网/零售/制造等）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、为客户提供企业IT轻咨询服务，为企业整体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.支持政企客户售前业务拓展，结合阿里云产品、技术、生态等优势，为客户提供云计算、大数据、AI大模型等解决方案与产品。 2.深刻理解客户需求，为客户提供业务和技术层面的架构咨询服务，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.支持阿里云混合云复杂项目运作，带领产品和服务团队进行技术、业务验证，参与项目投标流程、合同签约等工作。
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、负责某一垂直细分行业（互联网/游戏/直播等）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、为客户提供企业IT轻咨询服务，为企业整体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
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。