阿里云阿里云智能-行业解决方案架构师（金融云创中心）-新金融行业线（深圳）

1、配合销售深度了解所负责金融客户的各种需求，重点满足客户IaaS、PaaS、MaaS、DevOps、云安全、数据库等方面需求，支持BTE达成商业目标。 2、为重点金融客户提供金融上云、大模型建设、DevOps敏捷研发、云安全、云原生数据库数据治理和大数据处理等的轻量版咨询规划。 3、整合金融领域IaaS、PaaS、MaaS、DevOps 、云安全、数据库合作伙伴，发展相关领域联合咨询和联合产品解决方案的生态。 4、双向营销外部客户和内部产品团队，引导客户需求向云和AI架构体系转型，总结标准解决方案推动产品完善标准化功能。 5、做好竞品技术对比研究，深挖相关领域技术细节，围绕客户价值总结沉淀阿里金融云标准产品解决方案。

1、负责阿里云海外金融科技行业相关解决方案和售前支持工作，重点满足客户IaaS、PaaS、MaaS、全快联DevOps、云安全、数据库等方面需求，支持BTE达成商业目标。 2、设计、推广标准化的金融科技解决方案，技术开发经验（架构设计、软件开发、SRE），具有云架构方案设计、大数据/数据库、云原生、AI技术领域经验。 3、向客户、合作伙伴和生态系统参与者推广阿里云金融科技领域产品和解决方案，并在金融科技领域建立影响力。 4、为C Level和高级管理人员创建和展示解决方案并获取技术认可。 5、理解金融科技客户、合作伙伴和相关生态的需求，能够提供适当的阿里云金融科技解决方案。 6、熟悉产品和解决方案的设计过程，包括市场分析、产品与解决方案规划，并不断提升产品和解决方案的技术竞争力和销售业绩。

百度智能云在金融行业（银行业）的解决方案专家，深度洞察银行业务需求与发展趋势，主导设计并推动落地基于百度金融云、人工智能等的创新性、高价值解决方案。担任银行客户/决策层可信赖的技术顾问，深刻理解其战略目标与挑战，并运用前沿技术能力，助力银行实现数字化转型与业务增长，驱动百度智能云在金融市场的业务拓展与产品成功 主要职责： -深度理解东区银行客户在对公、零售、资管、风控、运营等核心业务领域的战略目标、痛点及转型需求 -基于对银行业务流程、立项机制及招标全过程的透彻了解，制定具有前瞻性和竞争力的端到端技术解决方案，并清晰阐述其对客户业务的价值 -独立负责面向银行客户的复杂云计算（金融云）及人工智能解决方案的架构设计、技术选型、可行性验证及蓝图规划，确保方案在性能、安全性、合规性、稳定性及可扩展性上满足严苛要求 -主导或深度参与关键项目的售前阶段，包括高阶需求分析、方案定制、技术标书撰写、招投标支持及高层级技术交流 -具备卓越的沟通与呈现能力，能直接面向并有效影响银行CIO、CTO、行长等决策层，进行技术战略对话、方案汇报与价值传递，建立并维护高层信任关系 -深度掌握并前瞻性洞察金融云、人工智能（如大模型、智能风控、智能营销、智能运维等）等关键技术在金融领域的最新发展趋势、最佳实践与应用场景 -主动将前沿技术融入解决方案设计，推动百度智能云产品在银行场景的创新应用与价值落地，并为产品迭代提供关键行业输入 -代表百度智能云积极参与东区金融行业峰会、论坛，进行技术布道与解决方案宣讲，提升品牌影响力 -客户培训、赋能及深度交流，培育技术生态与客户认知

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。