阿里云阿里云智能-技术服务高级专家-业务流程类-杭州/北京
任职要求
• 8年以上互联网、金融等行业大型互联网应用或集团型企业应用的服务端开发、交付、运维、售后技术相关经验 • 具备技术背景、有基于云产品的大规模应用开发或运维经验 • 获得ITIL Foundation证书或具备同等知识水平，初步掌握ITSM流程模块功能设计方法。具备流程制度制定和内检审核能力，主导内外部复杂组合管理&合作管理规划 • 掌握所支持产品的专业技术能力，具备产品问题排查分析能力，并能协助推动产品闭环及标准化解决方案或工具 • 可主导完成标准的方案或技术服务，并具备沉淀标准化能力。如工具、流程、方案等，且方案具备复制能力 • 有比较好的技术知识体系和问题处理的宏观方法论，能够在情况不明朗的情形下，快速做出技术判断，并体系化地给出下一步行动方向，而非各个方向的逐步分析 • 能够结合实际场景及状态，对各种可能的技术方案…
工作职责
1、技术服务与支持 • 积极响应热线、官网反馈、工单等多渠道的客户反馈和咨询，快速定位问题，解决疑难客户问题，在服务过程中关注客户体验提升、有效管控客情 • 对业务流程类问题，快速定位问题、解决问题，或拉通相关部门（如法务、财务、税务等）人员共同解答客户问题 （CTO线-TSE：积极响应客户及内部需求方的技术需求，通过技术手段解决客户及产品线问题，并最终得到认可） 2、标准化方案沉淀（7级及以上） • 持续推进业务流程类服务的标准化建设，包括服务升级处置流程、故障应急流程、知识沉淀流程等 • 沉淀标准化的业务流程类服务方案，比如推动产品、工具、知识库的建设和改进 • 编写相关业务流程类分析报告，输出知识库、服务流程文档等 • 负责提供业务流程相关专业的培训赋能 3、生态运营管理 • 通过技术赋能、认证培训、质量体系、工具平台和组织文化建设等手段，建设服务生态体系 • 通过服务承包责任制，管控生态伙伴的服务过程和结果，保证服务关键指标的达成，无重大安全生产事故
1、负责面向海量终端多场景融合的云DNS系统的架构设计、核心代码开发与建设维护。 2、从自身系统稳定性基础上推进系统高并发、安全性等优化。 3、解决潜在系统技术风险，保障系统的安全、稳定、快速运行。 4、推进DNS云生态建设，包括但不限于DNS标准的创新与推广等。 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、负责千问C端事业群用户数据平台规划与团队管理，构建完整的用户数据资产体系，在合规基础上多手段持续提升用户画像和重点人群的覆盖与准确，完善用户标签体系，探索新的画像体系的构建，建立数据质量保障和迭代机制； 2、深度理解千问APP、智能体等业务场景与数据需求，主导数据平台架构设计，驱动提升数据采集与计算效率，为业务核心问题提供有效归因和增量洞察； 3、统筹跨部门协作，推动用户数据在千问APP、智能体、用户发展等多场景的应用落地，以业务价值驱动用户数据的迭代优化； 4、持续演进数据平台产品，加强数据服务能力，包括不限于画像人群平台、智能分析工具等，通过产品化方案降低数据使用成本、提升分析洞察效率。
1、负责千问C端事业群用户数据平台规划与团队管理，构建完整的用户数据资产体系，在合规基础上多手段持续提升用户画像和重点人群的覆盖与准确，完善用户标签体系，探索新的画像体系的构建，建立数据质量保障和迭代机制； 2、深度理解千问APP、智能体等业务场景与数据需求，主导数据平台架构设计，驱动提升数据采集与计算效率，为业务核心问题提供有效归因和增量洞察； 3、统筹跨部门协作，推动用户数据在千问APP、智能体、用户发展等多场景的应用落地，以业务价值驱动用户数据的迭代优化； 4、持续演进数据平台产品，加强数据服务能力，包括不限于画像人群平台、智能分析工具等，通过产品化方案降低数据使用成本、提升分析洞察效率。
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。