阿里云阿里云智能-AI解决方案架构师专家-深圳/广州
任职要求
1. 1-5年工作经验，有机器学习、深度学习、大模型的相关学习/工作经历，对机器学习、深度学习、智算、大模型、智能体等技术趋势有持续关注和独立思考； 2. 泛计算机、自动化、理工类相关专业，在该领域CCF- A/B级会议发表论文优先； 3. 熟悉PyTorch、T…
工作职责
1.需求分析与场景识别： 了解一个或多个领域的业务知识，能够跟客户有效沟通和洞察真实需求，并识别出可以使用人工智能技术的场景 2.技术判断与解决方案： 理解机器学习、深度学习、大模型的基本原理， 能够基于客户的需求，基于云+AI的产品设计出适合的解决方案，具备智能体开发demo的能力， 并可以向客户的业务/技术决策人阐述阿里云产品和解决方案的优势，以影响客户的技术选型决策 3.产品需求反馈与优化：依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升产品市场竞争力和市场占有率； 4.市场敏感与扩展复制：挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行知识和项目分享，促进从1到N的复制；
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。
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。
1、市场洞察和竞争分析 •基于细分领域市场发展趋势、市场空间、核心场景及痛点等需求信息，输出细分领域的市场洞察分析报告； •收集竞争情报，通过竞争项目中竞对的策略和方案分析，给出差异化竞争方案。 2、商机识别和售前引导 •负责客户关键决策人的售前引导工作，用客户的语言展开对话，获取信任，挖掘客户真实需求，形成有效商机。 •深挖客户的业务技术现状和发展趋势，建立完整准确的客户业务技术档案。 3、解决方案设计和推广 •根据客户需求制作针对性的解决方案，项目中制定正确的产品选型策略、POC测试打击策略、招投标策略、产品配置策略等，达成合同签约，持续保障阿里云在该客户的份额提升。 •推动公共云解决方案在细分领域的孵化和规模化复制。 •在方案落地过程中及时发现并处理技术和项目风险，协同产研及交付团队正常履约，实现收入转化。 4、能力沉淀和赋能 •沉淀面向细分领域/场景的通用云架构模板、最佳实践、细分领域案例等知识文档。 •对销售团队和生态伙伴宣讲、布道和赋能培训。 5、产品需求和缺陷反馈 •抽象和归纳细分领域的产品需求和缺陷，推动产品改进、新产品立项和重大功能上线，提升产品竞争力。 6、打法策略制定和技术影响力建立（仅8级及以上） •带领实线团队或者横向拉通虚拟团队完成团队业务目标，根据外部竞争情况和细分领域发展趋势，主导输出完整的销售指导书或者打法策略文档（如解决方案、赋能材料、实施计划等）。 •完成高质量的外部技术交流或行业会议发言，影响客户技术决策、建立阿里云技术影响力。
我们正处于计算范式发生根本性代际跃迁的奇点时刻，AI不仅仅是技术栈的更迭，更是数字世界底层逻辑的重写。在阿里云AI原生事业部，你将置身于中国最丰富的产业场景中，与客户共同探索AI如何成为业务核心生产力。你将站在技术与商业的交汇点，基于阿里云MaaS产品与大模型能力，设计面向未来的AI Native解决方案。 职位描述 1、负责AI原生客户的售前工作，支持销售拿到业务结果，推动阿里云AI Native与MaaS相关产品及解决方案的落地，助力客户成功。 2、作为AI技术专家，基于阿里云MaaS服务及大模型能力，为客户提供整体技术架构与解决方案设计，并在落地过程中提供必要的技术指导，确保方案可落地、有竞争力。 3、深入理解客户业务场景，围绕AI Native应用形态，设计从模型能力到系统架构的完整解决方案。 4、参与客户的方案比选，主导POC演示、功能/性能验证，量化模型效果、系统性能及成本收益，在保证性能、安全与稳定性的前提下实现成本最优。 5、负责所支持区域及行业的市场洞察与解决方案制定，能够把握AI技术及产业发展趋势，推动AI Native 解决方案的创新与规模化复制。 6、建立行业影响力，参与内外部行业沙龙及技术分享，传播AI Native与MaaS架构最佳实践。 7、为客户提供整体 AI 技术架构服务，包括模型选型、推理性能优化、成本治理、系统稳定性设计及安全合规方案。