阿里云阿里云智能-通义安全合规高级专家-杭州
任职要求
1. 熟悉国内人工智能领域的法规和技术标准；有计算机/安全等专业背景，能够理解大模型技术原理、云计算技术架构。法学相关专业硕士研究生以上学历者优先。 2. 在以下岗位上具有8年以上工作经验：在互联网企业工作从事人工智能/云计算/数据/APP等方向法律实务工作。有大模型备案、算法备案、算法检查等合规经验者优先。 3.…
工作职责
1. 掌握和跟踪大模型、开源、云计算、数据安全等方面的国内国际法律、政策、技术标准，结合业务实际产出具有洞察力的分析报告。 2. 识别并处理公司在研发或经营活动中的系统性风险，提出系统性解决建议和合规方案，组织协同产品团队、模型团队、工程团队、业务团队落实合规方案，保障公共云大模型服务、大模型应用、模型开源社区、开源模型等业务的合规。 3. 与主管机关的合作，包括但不限于算法备案、大模型备案、APP合规、算法检查、各类调研与问询等。 4. 大模型和公共云大模型服务的数据安全的全盘设计与实施，包括但不限于制度、机制、分类分级能力等的建设。 5. 建立国内重点智库、行业专家日常交流和合作机制，共同形成研究成果并对外施加影响。
1. 主导面向ToB场景的Android端多模态交互系统架构设计与核心模块开发，包括语音采集/播放、摄像头控制、传感器融合、UI响应、状态管理等。 2. 与AI算法团队紧密协作，高效集成语音识别（ASR）、语音合成（TTS）、视觉理解（CV）、大语言模型（LLM）等端侧推理模块，优化模型加载、推理调度与资源协同策略。 3. 设计并实现低延迟、高并发的双工对话通道，支持实时打断、动态判停、上下文感知等高级交互能力在端侧的稳定运行。 4. 构建可扩展、可配置的SDK或中间件，支持多行业客户（如车企、手机厂商、IoT设备商）的快速接入与定制化需求。 5. 参与端云协同架构设计，在保障本地交互流畅性的同时，确保数据传输、存储与处理符合GDPR、CCPA、中国《个人信息保护法》等国内外隐私合规要求。 6. 深度集成系统级安全能力，包括应用权限管控、敏感操作审计、安全启动验证、密钥管理及安全OTA升级机制，提升端侧整体安全水位。
岗位描述： 1. 企业级 AI Agent 工程落地指导 作为客户 AI 应用技术服务的第一责任人，深入理解客户业务场景与技术痛点，主导Agent等工程全链路落地服务：从 RAG 构建、知识库向量化、Prompt Engineering 调优，到多 Agent 协作编排、工具链集成与 Function Call调试，确保 AI Agent 在生产环境高效运行。 2. 大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持 数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3. AI 云原生稳定性保障 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。结合大模型业务的高并发、长文本等流量特征，制定 GPU 算力集群的弹性扩缩容策略。负责推理延迟优化、显存 OOM 治理、模型服务灰度发布、模型流量调度、算力混沌工程、故障快速定位与 RCA 沉淀。 4. 卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。设计并落地云上弹性伸缩方案，确保大模型/AI 业务在云端环境下的无缝对接、平滑扩缩容与极致弹性。
岗位描述： 1. 企业级 AI Agent 工程落地指导 作为客户 AI 应用技术服务的第一责任人，深入理解客户业务场景与技术痛点，主导Agent等工程全链路落地服务：从 RAG 构建、知识库向量化、Prompt Engineering 调优，到多 Agent 协作编排、工具链集成与 Function Call调试，确保 AI Agent 在生产环境高效运行。 2. 大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持 数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3. AI 云原生稳定性保障 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。结合大模型业务的高并发、长文本等流量特征，制定 GPU 算力集群的弹性扩缩容策略。负责推理延迟优化、显存 OOM 治理、模型服务灰度发布、模型流量调度、算力混沌工程、故障快速定位与 RCA 沉淀。 4. 卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。设计并落地云上弹性伸缩方案，确保大模型/AI 业务在云端环境下的无缝对接、平滑扩缩容与极致弹性。
•熟悉智能客服领域业务，不限于文本机器人、语音导航机器人、语音外呼机器人，能够理解客服场景的业务目标，基于对业务的理解设计客服机器人的业务方案。 •负责客服机器人方案设计和落地实施，包括但不限于知识库设计、SOP流程搭建、机器人配置、提示词工程、RAG和全链路优化。 •接口集成与调试：负责基于通义晓蜜API、SIP对接的调用与联调（文本、语音、外呼），编写技术对接文档，确保通义晓蜜与业务系统的无缝对接； •技术文档与赋能：可以输出智能客服应用方案、接口规范及智能客服平台使用指南，推动团队知识沉淀，并面向客户和ISV进行技术培训与支持； •问题排查与优化：针对集成调用异常、数据不一致等问题进行根因分析，提出应用层优化方案并总结典型技术案例； •跨团队协作：与客户及合作伙伴紧密沟通，协调资源推进项目进度，客户的标准化需求可以反馈产研团队进行迭代开发，同时确保技术方案符合客户合规要求并实现业务价值。