阿里云阿里云智能-大模型技术服务专家-AI汽车-南京/杭州/深圳
任职要求
1、计算机相关专业硕士以上学历，3年以上的大数据或AI领域工作经验；具备扎实的AI算法基础知识，熟悉机器学习、深度学习、Transformer等主流算法和网络结构，以及TensorFlow、PyTorch等算法框架，在NLP、CV、搜索推荐等一个或多个领域具备独立开展算法研发和全流程落地的能力。 2、熟悉Llama、Qwen等主流基础大模型，具备语料清洗、知识召回、大模型调优、大模型推理加速、Agent应用工程等大模型落地相关能力，熟悉Megatron、swif…
工作职责
1、重点围绕汽车行业领域的AI场景，基于对业务场景需求的挖掘和理解，提供全栈的AI大模型技术服务，实现AI大模型在汽车行业领域的价值落地，服务内容包括AI算力训推性能优化服务、智驾/智舱模型后训练服务、汽车AI场景后训练服务、应用场景Agent优化落地等。 2、负责针对汽车行业构建AI大模型全栈技术服务体系，围绕AI算力、AI平台、AI大模型后训练、应用Agent方案落地等服务内容建设标准化服务能力与服务工具，推进AI服务方案在汽车行业的规模化落地。 3、负责跟踪与研究业界前沿AI技术，探索与推动AI前沿技术在汽车行业领域实际场景的快速应用与落地，协同团队推动行业客户在用云用AI的服务保障、云上业务治理不断优化。
1. AIOS 数据层核心架构设计与开发：主导 AIOS 系统数据层的整体架构设计，包括数据模型定义、数据存储方案选型、数据访问接口设计，确保数据层的高性能、高可用性、可扩展性与数据一致性； 2. AIOS 系统开发与优化：基于 Android 系统架构，结合 AI 技术特性与数据层能力，主导 AIOS 系统核心功能模块的设计、开发与迭代，优化系统资源调度、任务管理机制，解决数据层与业务层的协同效率问题，保障系统在车载环境下的稳定性、流畅性与响应速度； 3. 事件与上下文数据管理：搭建并优化 AIOS 系统的事件管理体系，精准捕捉车载场景中的各类事件，设计事件数据的采集、清洗、存储与流转机制；同时，基于数据层能力实现上下文数据的高效管理，包括上下文数据的实时存储、按需检索、过期清理，保障 AI 决策时能获取完整、准确的场景信息，实现上下文的无缝衔接与复用； 4. 记忆模块数据开发：基于数据层负责大模型记忆模块的设计与开发，输出更具个性化、连续性的智能服务； 5. 数据层性能与安全优化：针对数据层的性能瓶颈，制定并落地优化方案；同时，设计数据安全保障机制，满足车载场景下的数据安全合规要求。
1、作为汽车行业客户技术服务工作的第一责任人，服务汽车行业重点客户，深入理解客户的业务场景与技术架构，与客户的架构、开发，AI及运维团队紧密协同，全面评估其现有云上应用架构与产品使用现状，围绕稳定性、可观测性与成本效能，设计并推动落地高可用、高韧性、高易用的云上优化方案。覆盖领域包括但不限于：云原生监控体系建设、风险主动发现机制、混沌工程与容灾演练、业务快速恢复与降级策略、微服务架构演进、FinOps成本治理，Agentic应用及高可用架构重构等。 2、联动阿里云内部产品、研发、解决方案及技术服务团队，以客户架构视角驱动问题闭环、重大活动护航、风险治理与架构治理，沉淀可复用的最佳实践、方法论及工具产品，主动识别客户痛点并开展高阶专项服务。 3、持续追踪客户关键稳定性问题，推动根因分析与长效治理机制建设，并反哺阿里云产品与服务体系的持续优化与能力升级。 4、主导和参与客户上云技术咨询，云原生架构改造，AI原生架构的设计和规划，并能指导客户实现迁移上云，AI上云，突出云+AI的技术能力。
1、深入理解客户的业务场景与技术架构，与客户的架构、开发及运维团队紧密协同，全面评估其现有云上应用架构与产品使用现状，围绕稳定性、可观测性与成本效能，设计并推动落地高可用、高韧性、高易用的云上优化方案。覆盖领域包括但不限于：云原生监控体系建设、风险主动发现机制、混沌工程与容灾演练、业务快速恢复与降级策略、微服务架构演进、FinOps成本治理及高可用架构重构等。 2、联动阿里云内部产品、研发、解决方案及技术服务团队，以客户架构视角驱动问题闭环、重大活动护航、风险治理与架构治理，沉淀可复用的最佳实践、方法论及工具产品，主动识别客户痛点并开展高阶专项服务。 3、持续追踪客户关键稳定性问题，推动根因分析与长效治理机制建设，并反哺阿里云产品与服务体系的持续优化与能力升级。 4、主导或深度参与客户云上架构改造项目的落地实施，通过架构调优、资源治理与技术选型，持续提升系统性能、业务连续性与资源使用效率，实现“稳、快、省”的云上运营目标。
1、深入理解客户的业务场景与技术架构，与客户的架构、开发及运维团队紧密协同，全面评估其现有云上应用架构与产品使用现状，围绕稳定性、可观测性与成本效能，设计并推动落地高可用、高韧性、高易用的云上优化方案。覆盖领域包括但不限于：云原生监控体系建设、风险主动发现机制、混沌工程与容灾演练、业务快速恢复与降级策略、微服务架构演进、FinOps成本治理及高可用架构重构等。 2、联动阿里云内部产品、研发、解决方案及技术服务团队，以客户架构视角驱动问题闭环、重大活动护航、风险治理与架构治理，沉淀可复用的最佳实践、方法论及工具产品，主动识别客户痛点并开展高阶专项服务。 3、持续追踪客户关键稳定性问题，推动根因分析与长效治理机制建设，并反哺阿里云产品与服务体系的持续优化与能力升级。 4、主导或深度参与客户云上架构改造项目的落地实施，通过架构调优、资源治理与技术选型，持续提升系统性能、业务连续性与资源使用效率，实现“稳、快、省”的云上运营目标。