阿里云阿里云智能-大模型资深交付专家-政企行业-杭州/北京

1、项目交付履约 • 单个或多个交付项目全周期规划及管理，包括制定和管理项目目标、项目计划及里程碑，管理项目交付成本，减少预实偏差 • 作为项目交付履约的第一责任人，统筹、组建项目交付资源，带领项目团队（BA、TM、TAM）制定交付和运维方案及项目落地实施，并保证项目高质量履约交付 • 项目交付全程进行管理、监督，对项目风险及问题进行预判、识别及诊断，并调动交付资源快速形成解决方案，主导重大问题解决及攻坚 • 统筹内外部交付资源，调动区域/行业交付专家资源对重保项目进行全过程项目管理和客户需求对接 2、售前支持 • 售前阶段判断、明确客户需求边界，识别项目潜在风险，评估交付成本，形成高质量可履约的SOW • 配合BD，带领BA、TM、TAM参与售前沟通，显性化服务价值，通过服务方案提升混合云及公共云产品+服务整体竞争力，促成赢单 3、售后运维及续约对接 • 在交付项目后期协调统筹客户的日常运维，保障运维资源和质量，维护长期客情关系，挖掘和跟进客户续约需求。 4、服务生态交付管理 • 组织服务生态伙伴完成项目交付，并对伙伴的项目交付质量进行评价 5、AI解决方案标准化及沉淀 • 持续推动项目管理的组织设计和流程SOP优化，提出流程、项目管理工具优化需求，赋能生态能力提升，降低交付成本 • 与行业/区域联动完成行业交付AI解决方案沉淀和标杆项目的建设与推广落地 6. 项目经营指标监控管理及优化 • 通过数据化的方式对交付项目经营健康度进行主动管理，识别关键风险并提前形成应对预案 • 推进项目管理服务商业化及成本管理精细化，提升项目经营毛利率

随着企业开始构建Agent并逐步上线，围绕AI应用的数据使用越来越被重视，特别是基于数据进行效果持续提升成为决定Agent是否成功的关键，比如应用评估、模型后训练、上下文优化等。云原生的产品中有大量的Agent实时运行数据和业务数据，我们正在这些产品之上构建新的产品能力，来帮助客户更好的利用这些数据用于Agent的持续效果优化。包括结合AI的场景对数据进行持续的处理、存储，以及与阿里云的其他AI产品进行集成，在不同的场景中使用。我们需要资深的产品专家来定义这些新的场景，并以产品化的形式交付给我们的客户，助力客户AI应用成功。主要的职责包括： 1. 深刻理解客户业务和场景需求，追踪AI行业发展趋势及技术发展动态，规划产品演进路径及迭代。一方面负责存量产品的持续增长，包括消息队列、Kafka、日志服务、可观测等产品；同时不断发掘存量产品与AI的结合，包括AI提升产品能力，以及产品如何在AI的新场景中发挥作用。 2. 探索AI应用数据领域的新方向产品的孵化和前期市场探索，场景包括如何将应用数据用于Agent智能体的持续效果调优，包含AI应用相关数据的采集、存储、处理，以及后续在智能应用评估、模型后训练中的使用，帮助用户构建AI应用数据飞轮，持续提升Agent效果。 3. 制定产品策略以及市场策略，以业务成功为导向，协同研发、售前、运营、文档等多角色共同达成业务目标。

构建和完善服体大模型语料库，例如通过撰写对话语料来完成对话及NLP任务，重点是产出与客户服务相关的高质量对话数据； 负责迭代和调优数据语料，提升对话数据的质量情况、流畅度和和互动性； 深入分析和研究客户服务与用户体验场景，确保对话内容的精准度和创造性； 跨部门团队协作，根据项目需求，完善对应标准和流程，完成特定数据的生产任务； 输出与带教，协助团队其他非技术向员工，提升该群体对大语言模型的了解程度、教授实际应用技巧等，以辅助团队更好完成业务目标 带领团队高效完成标注和内容生产项目同时负责管理标注团队，积极推动标注工具、组织流程及交付流程优化，提升并完善团队的交付能力

1、负责指定AI行业应用相关产品的发展路线图，确保产品战略与公司目标一致； 2、负责完成创新产品的规划和设计，挖掘新的大模型落地行业机会； 3、深入了解大模型智能体、多Agent、RAG、意图识别、低代码和零代码等技术，推动技术在产品中的应用； 4、与跨部门团队紧密合作，协调资源，确保产品的顺利推进和交付； 5、分析市场动态，提供有针对性的产品策略和建议。