阿里云技术服务工程师-AI大模型/智算
任职要求
1、客户服务意识强，具备良好的沟通理解和人际交往能力； 2、熟悉一种或多种编程语言优先，例如Java/Go/Python； 3、熟悉云服务/混合云相关技术（k8s/Docker等）； 4、有大模型相关研究或应用经验，特别是知识加工、语料生成、Prompt工程优化、LLM模型微调、模型效果评测等领域； 5、抗压能力强，有责任心，有良好的团队合作意识。
工作职责
阿里云持续推进AI 技术深化战略布局， 围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此，我们正积极招募优秀人才： 1、参与企业级客户AI智算大模型项目的技术落地与实施，为客户提供从方案评估、实施、演示到部署的全流程服务； 2、结合业务场景，洞察客户需求，设计整体解决方案，助力客户提升AI模型训练和推理效率，特别是在大模型知识问答、自动化BI、内容文摘生成、多模态等领域的算法实践； 3、与算法、售前架构师和产品团队合作，进行研发、验证及部署工作，确保算法解决方案按时且高质量交付； 4、结合项目沉淀大模型交付服务方案的最佳实践，利用开源工具或开发大模型交付工具推进方案的实际应用。
支持商汤SenseCore AI智算数据中心以及大模型应用开发平台等多产品的技术设计、开发工作； 开发并维护高可用，易扩展的后端服务； 优化后端服务的性能和可扩展性，分析并解决系统中的性能瓶颈； 设计和实现高效的 API 以及微服务架构，支持复杂的业务逻辑需求； 与前端、算法、DevOps 以及其他后端团队密切合作，共同推动技术解决方案的落地。
Bravo 102是由阿里国际技术全团队共同发起的全球顶尖技术人才孵化计划，打破传统人才选拔及培养框架，为有志于走向AI未来的技术新锐们，提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里，“我”将不被岗位定义，以能力选择业务战场，与全球顶尖团队并肩作战，沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们，成为AIDC首批102位Bravo Talent，一起掌舵AI，为我们的未来Bravo！ 关于我们： 阿里国际技术专注于提供卓越的数字零售技术服务，致力于服务全球消费者，并触达全球中小企业买家。我们希望利用AI技术让每个人都能够轻松、便捷地享受全球优质的商品和服务，推动商业活动更加高效、可持续，为社会未来的发展带来更多可能性。 我们提供涵盖商品智能、商家服务、供应链优化、跨境物流、搜索推荐引擎、用户增长、金融服务、客户体验、AI 基础设施、企业数智化、全球云及高可用架构、研发效能等技术领域，实习生可跨多个技术域实践，深度参与多场景技术攻坚，探索你想选择的职业发展方向； 在这里，你将和我们一起，采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题，创造技术价值，为消费者带来更加美好的体验！欢迎加入我们！ 职位描述： 1、负责大语言模型、图像模型、多模态等深度学习模型的在线推理、离线训练优化工作； 2、负责AI 生态内基础引擎系统能力的建设，包括信息检索、AI 记忆、流程调度等。 3、负责 AI 算法服务能力建设，针对业务场景的真实需求，设计合理的技术方案和路线
1、金融行业AI与云业务的市场拓展、商机拓展与目标达成： •主动洞察所在区域/市场，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求，构建立体的客户沟通界面。 •协同SA、产研和生态伙伴等资源，挖掘金融机构AI转型需求（如AI算力、智能体开发、大模型部署等），形成有效商机，明确销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，提供能满足客户需求的云及AI全栈方案，规划业务策略和实现路径，解答客户对产品、解决方案的常规问题。 •开拓维护金融机构中高层合作关系，通过沟通和影响力、商务报价等一系列销售策略的运用，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进所负责客户的AI全栈和云平台建设落地转化，达成业绩。 2、AI全栈产品和技术价值传递： •深入理解AI全栈产品，深刻洞察客户业务需求，基于行业和客户需求洞察，帮助客户理解AI/智算、七大件、飞天操作系统等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •针对客户对AI算力、大模型应用场景落地等需求，通过标杆案例及场景化演示，向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 3、商务运作和业务支持： •完成客户招投标及商务合同签署等商务工作，动态跟踪客户需求变化，推动合同变更。 •支撑复杂项目运作，参与招投标流程管理、项目管理、风险管理，协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。 •积极发掘并推进与云、AI领域生态伙伴的合作，构建可持续的行业合作生态。
1、金融行业AI与云业务的市场拓展、商机拓展与目标达成： •主动洞察所在区域/市场，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求，构建立体的客户沟通界面。 •协同SA、产研和生态伙伴等资源，挖掘金融机构AI转型需求（如AI算力、智能体开发、大模型部署等），形成有效商机，明确销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，提供能满足客户需求的云及AI全栈方案，规划业务策略和实现路径，解答客户对产品、解决方案的常规问题。 •开拓维护金融机构中高层合作关系，通过沟通和影响力、商务报价等一系列销售策略的运用，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进所负责客户的AI全栈和云平台建设落地转化，达成业绩。 2、AI全栈产品和技术价值传递： •深入理解AI全栈产品，深刻洞察客户业务需求，基于行业和客户需求洞察，帮助客户理解AI/智算、七大件、飞天操作系统等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •针对客户对AI算力、大模型应用场景落地等需求，通过标杆案例及场景化演示，向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 3、商务运作和业务支持： •完成客户招投标及商务合同签署等商务工作，动态跟踪客户需求变化，推动合同变更。 •支撑复杂项目运作，参与招投标流程管理、项目管理、风险管理，协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。 •积极发掘并推进与云、AI领域生态伙伴的合作，构建可持续的行业合作生态。