智能互联阿里云智能-AI Data 工程师-MaaS数据-杭州

1. 全模态数据流水线与架构建设：参与万亿级、EB级海量多模态数据（涵盖多语言文本、图像、音频、视频及 Agent 行为数据等）的采集、存储、清洗与加工。设计并实现高效率、高质量的全模态流程编排引擎及核心处理算子（Pipeline），保障海量异构数据的规模化流转与高扩展性。 2. 全模态数据自动化标注：能够结合深度学习与多模态大模型技术，研发并落地智能化的数据处理策略。利用算法模型进行跨模态特征提取与对齐、低质量噪声数据过滤、复杂场景下的异常数据拦截与高价值数据挖掘，大幅提升数据处理的自动化水平与数据质量。 3. 多模态数据对齐、评估与合成：主导大规模“图-文”、“视-文”、“音-文”等多模态对齐数据的规模化生产，尤其是在稀缺数据领域，探索并落地智能标注与前沿的数据合成（Data Synthesis）技术。与算法团队紧密合作，深度参与多模态大模型SFT及对齐阶段的高质量数据集构建、配比调优与评测，并通过评测结果反向持续优化语料质量。 4. 数据资产化与科学分析：主导AI应用的全流程数据仓库与数据分析研发工作，包括数据同步、数据建模、数据计算、数据挖掘分析与数据可视化；构建高扩展性、高一致性、高业务价值的AI应用核心数据资产体系，确保指标准确、及时与可追溯 5. 关注数据处理领域的新技术、新工具和新方法，积极参与技术分享和团队内部培训，推动团队的技术升级和创新。

1、政企客户高价值 AI 场景挖掘： AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的 AI 机会，识别能带来高速增长的 AI 场景，将客户痛点转化为基于大模型的 Token 消耗方案。 2、MaaS 架构设计： 负责 AI Native 客户的端到端方案设计，包括但不限于 RAG（检索增强生成）、智能体（Agent）工作流、行业模型微调以及多模态能力的落地。 3、技术落地与陪跑： 具备复杂AI agent项目的落地实践经验，理解客户的业务场景和需求，帮助客户快速构建 AI 应用。 确保 AI 场景在实际生产中的落地，并持续优化以提升 Token 的质量与消耗规模。 4、行业能力沉淀： 将零散的项目经验提炼为标准化的行业解决方案，参与内部产品与研发部门沟通协调，促进解决方案落地及产品迭代，包括商务模式、项目进度、产品及服务交付等；可复用的行业解决方案与最佳实践并负责和各区域协同落地，为阿里云AI战略的长期发展储备关键客户与技术资产。 5、商业闭环驱动： 对 Token 消耗量及业务活跃度负责，负责客户接入及接入后的持续成功。从技术视角协助团队创新商业策略，实现规模与技术口碑的双赢。 6、AI 市场心智建设：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。 7、售前项目支持：配合 BTE 等高质量完成售前相关工作；

1、政企客户高价值 AI 场景挖掘： AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的 AI 机会，识别能带来高速增长的 AI 场景，将客户痛点转化为基于大模型的 Token 消耗方案。 2、MaaS 架构设计： 负责 AI Native 客户的端到端方案设计，包括但不限于 RAG（检索增强生成）、智能体（Agent）工作流、行业模型微调以及多模态能力的落地。 3、技术落地与陪跑： 具备复杂AI agent项目的落地实践经验，理解客户的业务场景和需求，帮助客户快速构建 AI 应用。 确保 AI 场景在实际生产中的落地，并持续优化以提升 Token 的质量与消耗规模。 4、行业能力沉淀： 将零散的项目经验提炼为标准化的行业解决方案，参与内部产品与研发部门沟通协调，促进解决方案落地及产品迭代，包括商务模式、项目进度、产品及服务交付等；可复用的行业解决方案与最佳实践并负责和各区域协同落地，为阿里云AI战略的长期发展储备关键客户与技术资产。 5、商业闭环驱动： 对 Token 消耗量及业务活跃度负责，负责客户接入及接入后的持续成功。从技术视角协助团队创新商业策略，实现规模与技术口碑的双赢。 6、AI 市场心智建设：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。 7、售前项目支持：配合 BTE 等高质量完成售前相关工作；

1. 负责外包品类和专业服务品类采购需求承接及品类管理，包括客服外包，技术外包、非技术外包、灵活用工、质检认证、物流保险等。 2. 独立负责品类端到端采购工作，针对不同需求，进行供应商寻源、比稿邀请、谈判、合约签署、年度框架资源储备、项目履约等工作，定制产出适配的采购解决方案。 3. 负责品类管理策略的输出及执行，定期进行采购分析，结合业务规划及行业市场变化，持续完善供应资源池，优化交付方案、成本控制方案，持续提升整体采购效率。 4. 基于各子品类特性，与业务部门及周边部门协作，持续优化品类采购流程，提升采购合规性及效率。