阿里云阿里云智能-商业技术工程师（新华南创新企业方向）-深圳/广州/厦门/福州

岗位定位 作为大模型产品与客户业务之间的技术桥梁，深度参与从商机识别、方案设计、技术交付到产品优化的全生命周期。需兼具行业洞察力、技术架构能力与商业敏感度，推动大模型在各行业的规模化落地，助力公司构建技术领先、体验卓越、生态繁荣的大模型商业化体系。 核心职责 1. 商机判断与深度技术交流 1)作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2)针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3)结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1)深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2)主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3)提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4)推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5)负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6)推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1)深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2)参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3)构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4)识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1)持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2)快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3)将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1)在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2)输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3)联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；

岗位定位 作为大模型产品与客户业务之间的技术桥梁，深度参与从商机识别、方案设计、技术交付到产品优化的全生命周期。需兼具行业洞察力、技术架构能力与商业敏感度，推动大模型在各行业的规模化落地，助力公司构建技术领先、体验卓越、生态繁荣的大模型商业化体系。 核心职责 1. 商机判断与深度技术交流 1)作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2)针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3)结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1)深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2)主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3)提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4)推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5)负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6)推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1)深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2)参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3)构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4)识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1)持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2)快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3)将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1)在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2)输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3)联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；

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。

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！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。