智能互联阿里云智能-MAAS生态运营专家-北京

1.生态拉新运营全流程管理：线上线下流量增长体系、拉新运营策略并落地执行、生态资源盘点和规划、有效的用户获取场景化方案、伙伴program运营。 2.生态资源统筹管理：：统筹线上渠道（社交媒体、内容平台、广告投放等）与线下活动（展会、沙龙、地推等）的拉新运营，制定整合营销方案并推动执行。 3.运营方案策划：根据业务目标策划流量运营方案，包括活动策划、渠道合作、用户激励等，确保拉新效果与成本最优。 4.跨部门协同：与产品、技术、市场等团队协同，确保流量运营与产品能力、品牌策略的一致性，提升整体用户体验。

1、洞察行业趋势：跟踪基础大模型、行业大模型、SaaS及AI原生软件的发展动态，梳理典型应用场景与技术架构，为解决方案提供方向指引。 2、理解客户痛点：深入一线，与客户共同梳理生产流程中对AI的实际需求（如Token消耗、响应时效、准确率等），明确AI能带来的业务价值。 3、挖掘高价值场景：基于对客户业务和技术架构的理解，识别适合引入大模型的关键环节，与客户一起定义问题边界和成功标准。 4、设计端到端方案：围绕客户目标和约束条件，规划从模型选型、推理部署、微调策略、RAG构建到Agent编排的完整技术路径，并建立可衡量的效果评估体系。 5、推动技术共识：面向客户技术团队及管理层，清晰传递阿里云AI全栈能力的优势，确保技术方案与业务战略对齐。 6、动手验证方案：主导PoC实施，包括Prompt工程、RAG搭建、多Agent工作流设计、微调实验等，用实际效果赢得客户信任，并形成科学的评估方法论。 7、赋能合作伙伴：结合阿里云百炼平台、通义大模型、智能体等核心产品，协助ISV和软件企业打造可落地的大模型解决方案。 8、沉淀最佳实践：总结细分行业或场景的落地经验，形成可复用的方法论、案例文档和工具包，助力国队能力持续提升。

1、深入研究政企客户的行业发展趋势、典型业务场景与数字化架构，梳理各场景引入大模型的需求痛点与商业价值，帮助客户规划可落地的MaaS AI应用路径。 2、从客户典型业务场景出发，结合阿里云模型、百炼平台、AI Native产品等，设计端到端MaaS大模型解决方案，涵盖模型选型、部署架构、工程链路及效果评估体系；动手搭建智能体、多Agent工作流进行POC验证，协同FDE团队推动项目落地。 3、结合客户业务场景，通过标杆案例展示与Demo演示呈现阿里云大模型核心竞争优势；面向客户高层传递阿里云AI全栈产品价值与MaaS战略方向，影响客户技术选型与关键决策，具备独立Call High能力。 4、沉淀面向政企细分行业/场景的大模型最佳实践及标杆案例，形成可复用方法论体系；对内赋能销售与行区团队，对外支持生态合作伙伴及客户的技术培训与方案共创。 5、持续识别阿里云MaaS大模型及AI Native产品在政企场景落地中的技术瓶颈与市场机会，将客户需求与反馈结构化传递给产品团队，推动产品功能迭代与交付流程持续优化。

1. 市场洞察与赛道扫描 (Market Intelligence) ● 负责 MaaS及相关 AI 基础设施领域的宏观环境分析，实时追踪国内外 AI 相关的政策法规，预判政策对业务的影响。 ● 拆解 MaaS 下游应用场景，通过定性与定量分析，测算特定细分赛道的市场规模及增长潜力，辅助制定市场切入策略。 ● 深度洞察 B 端客户需求变化，识别从传统 SaaS 向 AI Native 应用转型过程中的痛点与机会。 2. 竞争格局与对标分析 (Competitive Strategy) ● 建立核心竞对的动态监控体系。全方位复盘竞对的产品发布、价格策略、开发者生态建设及战略部署。 ● 通过财务报告、公开数据及专家访谈，还原竞对的业务表现（如调用量、营收结构、算力利用率等），为内部产品定价与差异化竞争提供数据支撑。 3. 前沿产品与创新研究 (Product & Innovation) ● 作为团队的“雷达”，密切关注全球范围内颠覆性的 AI 创新产品。 ● 输出高质量的深度研究报告，支撑高层及业务团队的管理决策。