阿里云阿里云智能-销售管理专家（客户管理方向）-杭州

1. 负责搭建云智能客户资源管理体系及客户数据体系运营规则策略的制定； 2. 能够通过系统化能力推进业务管理，确保规则的有效运营； 3. 能够根据内外部基础信息，客户分层，业务团队分工，梳理、制定和优化销售资源相关流转规则，并根据不同时期业务特点和要求进行修订，提高销售资源渗透率及覆盖率，提高组织效能； 4. 了解并熟练掌握销售资源管理规则，负责跨部门沟通，合理有效地协调相关资源、冲突的分配和判定，促进各业务线资源合理分配，提高产能。

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。

1. 需求分析与产品规划： -深入调研开发者、企业客户及行业需求，深入理解各种模型能力，定义大模型开发平台的核心功能（如工作流、Prompt工程、RAG增强、Agent框架等），并可以基于开发平台构建 AI 效果领先的垂直场景/行业解决方案； -制定所负责产品或模块的 Roadmap，平衡技术前瞻性与商业化落地节奏。 2. 产品全生命周期管理： -主导功能设计，输出PRD、原型及交互文档，推动算法、工程团队高效交付，协同运营、销售等团队应对和总结客户需求； -负责产品上线后的迭代优化，基于用户反馈和数据洞察持续提升产品体验。 3. 跨团队协作与生态建设： -协同运营团队，推动开发者生态建设，提升平台活跃度与开发者粘性。 4. 行业洞察与竞争分析： -跟踪国内外大模型平台产品动态，制定差异化竞争策略。

1. 作为解决方案和技术专家，负责PaaS / SaaS类伙伴，在阿里云的技术落地工作。为PaaS/SaaS类伙伴，提供基于阿里云的技术落地方案及架构设计，解答伙伴对于阿里云的产品、技术问题。 2. 作为单点联络人，对接PaaS/SaaS类伙伴，协调阿里云后端各个团队，解决伙伴产品落地过程中的所有需求，保证伙伴产品在阿里云的最终落地。 3. 善于发掘阿里云的产品，与PaaS/SaaS伙伴产品之间的关联性，并形成伙伴产品+阿里云产品的联合解决方案。 4. 作为售前支撑，在伙伴的PaaS/SaaS产品和阿里云融合的解决方案落地后，负责产品商业化的市场拓展支持，与阿里云BTE/生态产品伙伴共同面向客户完成解决方案销售。 5. 建立解决方案竞争力和市场影响力，基于产品特性总结面向不同行业/客群的解决方案，并支撑各项市场活动/客户现场的方案介绍宣讲。 6. 与产品研发团队合作，传递市场需求，共同优化和迭代产品能力及解决方案。