阿里云瓴羊-智能客服项目解决方案交付专家-杭州
任职要求
1、有两年以上客服产品业务交付实施经验 2、有大模型&Agent的配置经验 3、需求分析与产品设计的能力，以及主持共创wo…
工作职责
1、负责公司智能客服产品，包括在线、热线、工单等模块的客户成功交付工作，支持从售前评估、交付、验收、转维的全生命周期客户服务 2、负责客户的需求调研、业务分析、场景设计、产品配置、定开功能设计、机器人配置、培训等工作 3、协同产品、技术、数据等下游团队，对定制的需求澄清和跟进开发交付的闭环 4、保障项目的进度、质量、成本和客户满意度 5、沉淀交付案例库，持续优化标准交付
1、行业算法攻坚 主导2B商业化场景客服agent行业级解决方案的实现与落地，推动算法模型在b端客户的解决方案与效果交付。 熟悉包括但不限于LLM、Agent/Multi-agent、 Tool Learning、RAG、RLHF等技术，探索大模型和商业化2b领域的结合，实现在业务中的应用落地。 2、跨域协同创新 联动产品、运营团队定义商业化指标和整体解决方案设计，构建算法-业务闭环优化机制，协调数据中台、云计算资源，保障算法服务稳定性。
1.从业务、成本、竞争力等视角，设计资源报价模型，并根据业务发展迭代优化； 2.分析项目运营健康度，并制定能落地的资源投入/成本管控解决方案，协同各部门实现方案落地； 3.资源渠道规划与布局，并基于规划通过招采等策略储备优质资源，对资源质量、成本、商务方案等模块数字化的管控； 4.供应商管理，基于各类业务外包需求设计商务合作方案，并结合实际运营对商务方案进行调优，与乙方谈判，实现方案落地 5.有数据及产品思维，推进业务的运营效率和产品化。
1、技术方案设计 • 收集、识别、分析客户需求，并确定技术方案的目标、范围和交付成果 • 基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等 2、技术实现 • 基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现 • 负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等 • 对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署 • 对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等 3、稳定性和性能优化 • 制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠 • 运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能 4、技术预研 • 跟踪和了解新的产品技术和趋势，根据业务需要提供新的技术支持和建议。 5、技术规划 • 理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地。
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。