智能互联阿里云智能-大模型技术服务工程师-杭州/北京/成都
任职要求
1. 本科以上学历，3年以上相关算法经验 2. 熟悉常用机器学习算法或深度学习相关领域，对模型识别、优化算法、自监督学习有理论和实践基础 3. 主导过完整的算法实现项目，熟悉NLP、CV相关算法和技术，有过大模型训练及RL者优先 4. 具有优秀的代码能力，精通Python及pytorch等深度学习框架，熟悉推理引擎（vLLM、SGlang），有过推理优化经验者优先 5. 熟悉…
工作职责
1、AI技术服务与支持 • 积极响应客户对于在使用阿里云AI相关产品中的反馈和咨询，快速定位问题，具备一定的大模型模型调优的能力，包括提示词、模型选型、效果优化的能力 • 在服务过程中关注客户体验提升、有效管控客情，理解客户技术问题；能够定位产品级别的缺陷、bug问题，并提交升级给产研修复，推动产品的不断改进优化 2、AI标准化方案沉淀 • 持续推进AI服务标准化的建设，例如服务升级处置流程、故障应急流程、知识沉淀流程等 •沉淀标准化的AI服务方案及通用技术方案，比如推动产品、工具、知识库的建设和改进，引导客户向合理的解决方案方向前进 • 编写相关产品技术类KB知识库、官方技术文档以及排查工具等，通过知识和工具通过AI智能辅助不断提升问题的解决效率 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，建设技术AI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，保证技术服务关键指标的达成，无重大安全生产事故
1. 机会判断与深度技术交流 1) 对市场和商业具备敏感性，能够敏锐的发现和判断大模型应用机会并且快速进行POC验证； 2) 针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3) 结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案/产品设计与规模化推广 1) 深入理解各类Ai场景在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2) 主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3) 提炼Ai场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4) 能够承接对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成既定效果目标； 6) 推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品建设与技术落地 1) 深入一线场景，系统性调研并抽象共性需求与痛点，并精准传递至后续协同团队； 2) 参与或负责产品功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3) 构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4) 识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 5）具备从场景挖掘到POC验证到方案到实施一杆到底的落地能力。 4. 市场洞察与竞争分析 1) 持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，并能够持续反哺到产品中； 2) 快速捕捉行业热点与垂域业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3) 将市场洞察转化为可执行的产品与解决方案策略，并主动牵引和协同实现高效落地。
深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。
深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。
深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。