智能互联阿里云智能-解决方案架构师（AI智能硬件方向)-深圳

1. AI解决方案内容规范与顶层设计： 负责驱动阿里云在手机AI领域的技术解决方案内容生产体系建设与顶层规划。目标是为广大手机行业客户提供面向其AI应用场景，具备实战指导意义的通用技术解决方案。确保产出的内容兼具前瞻性与可落地性，成为行业标杆。 2. AI前沿场景洞察与解决方案挖掘： 深入钻研手机AI技术栈与阿里云相关产品服务（如边缘计算、机器学习平台、大数据分析、AIGC服务等），成为手机AI领域的专家。通过对手机厂商及应用开发者客户的深度洞察，精准把握其在AI模型训练、部署、推理及应用创新中的痛点，挖掘并定义高价值、高热度的AI应用场景。 3. 端到端手机AI解决方案内容生产： 遵循既定的内容规范和内部技术专家（Technical Sponsor）机制，与阿里云各产品团队紧密协作。围绕手机AI核心领域，如移动端AI芯片适配、模型轻量化与部署、AI应用开发框架、联邦学习在手机上的应用、以及基于AIGC的手机新功能开发等，生产具备进阶路径、可在线完成概念验证（POC）操作、并经过端到端完整链路验证的创新技术解决方案。 4. 手机AI解决方案生命周期管理与优化： 负责已上线手机AI解决方案的内容运维与持续优化。根据客户及用户的反馈数据，不断迭代和完善解决方案内容，提升用户学习与实践体验。最终，确保解决方案能有效转化为客户的业务价值和潜在商机，赋能手机行业的智能化升级。

1、客户需求洞察及方案设计 • 掌握并理解客户的业务场景、整体技术架构、业务与IT战略优先级及业务成功指标，挖掘客户潜在需求，提供能满足客户需求的云和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。 • 基于对技术发展趋势的把握，作为策略规划和架构专家，与客户共同规划未来云和AI业务与技术规划，成为其可信赖的顾问，识别其中潜在的合作机会，并提出具备前瞻性的方案和架构设计。 售前引导与实操能力 • 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。 • 通过技术影响力的建立，维护客户关系，构建PoC测试和方案选型，对POC结果负责，就安全性、稳定性、性能、可持续性和运行效率给出技术建议。 2、技术策略制定和项目赢单 • 分析复杂客户的情况，提出基于阿里云解决方案的建议，制定产品选型策略和技术路线图，将阿里云全栈AI产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 针对重点项目/客户，面向客户高层介绍阿里云产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现转化，优化阿里云的效果与客户满意度。 3、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的通用云架构模板、AI解决方案最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 4、产品需求和改进反馈 • 识别和理解阿里云平台的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力 • 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。

1、面向金融企业客户，在客服、投研、投顾、风控、营销、内部工作提效等场景中，以大模型为基础，通过使用langchain、RAG、Agent等相关技术架构结合大模型产品设计可落地的大模型应用解决方案，解决客户实际场景问题； 2、孵化和完善大模型应用解决方案，基于基础大模型和应用大模型等产品，为金融企业客户提供丰富的大模型应用解决方案服务； 3、深入理解业务，了解大模型在客服、投研、投顾、风控、营销、内部工作提效的使用，为客户提供大模型应用解决方案的建议和咨询； 4、收集客户需求，结合技术研判，向产研部门反馈大模型应用解决方案优化需求，提升产品市场竞争力和市场占有率。

1、面向金融企业客户，深入客户核心业务流程，识别关键痛点与价值点，基于大模型能力设计端到端AI解决方案。 2、主导从方案设计到技术实现的全流程，具备独立开发与调试能力，能快速搭建多Agent协同系统，掌握并熟练运用数据构建、Prompt工程、RAG增强、Agent协作、Workflow编排、模型后训练等关键技术。 3、收集客户反馈与使用数据，结合技术研判，向产研团队输出产品优化建议，驱动产品迭代升级，提升市场竞争力与客户满意度。 4、基于基础大模型与行业垂类模型，孵化可复用的金融场景解决方案模板；善于总结最佳实践，形成可推广的方法论与案例库。