智能互联阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas
任职要求
1、开发者背景：拥有软件工程背景，在AI的合作下可以做到精通至少一门编程语言（Python为佳，熟练使用LangChain, LlamaIndex等框架），有能力现场手写代码演示。 2、AI/LLM 实战经验：熟悉Transformer架构，有实际的Prompt Engineering、RAG系统搭建经验，理解向量检索（Vector Search）原理。甚至具有大模…
工作职责
您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。 核心职责 1. AI解决方案设计与售前支持 • 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 • 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 • 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。 • 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术资产代码化 • 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。 • 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。 3. 技术影响力与布道 (Technical Evangelism) • 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。 • 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 • 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。
您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。 核心职责 1. AI解决方案设计与售前支持 • 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 • 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 • 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。 • 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术资产代码化 • 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。 • 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。 3. 技术影响力与布道 (Technical Evangelism) • 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。 • 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 • 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。
1、公共云售前业务支持：面向全球SMB客户（以泛互联网，Fintech和技术行业为主），提供以公共云和AI为主的产品方案支撑，联合销售团队完成收入目标; 2、客户解决方案设计与落地： • 根据客户需求制作针对性的云上解决方案，制定正确的云和AI产品选型策略，制定合理方案匹配客户需求，负责客户关键决策人(CTO)引导，形成有效商机。 • 作为客户界面解决方案负责人，拉通内部产研团队，负责客户侧解决方案全流程落地，包括商机引导，需求分析，方案沟通，POC测试，方案上线 • 联合服务团队等协同部门，指导客户正确使用云产品，优化方案与成本，协助解决客户的问题和故障处理 3、行业方案市场规模化： • 基于特定领域市场（泛互联网为主-游戏/互娱/Web3/Fintech/Media/SaaS等），分析、抽象与归纳客户场景化需求，制定针对性的公共云场景化产品解决方案 • 沉淀针对细分领域/场景的解决方案文档，通过官网运营，销售赋能，客户论坛等方式进行传播与市场培育，推动解决方案的市场规模化复制 4、市场洞察与营销； • 针对特定行业与区域市场，分析行业趋势、市场空间、区域分布，核心场景等需求信息，形成行业和客户分析，支持整体销售市场策略制定 • 与市场营销部门协同，负责各类workshop，论坛等市场活动的内容输出和speaker 5、产品需求与反馈：抽象和归纳细分领域的产品需求和缺陷，推动产品改进、新产品立项和重大功能上线，提升产品竞争力。
● 作为海外AI MaaS业务解决方案架构师SA，支持 AI MaaS（模型即服务）销售团队拓展国际客户的 AI 大模型业务，提升阿里大模型产品在海外市场的 Token 调用量。 ● 与全球客户就 AI 业务需求与技术架构进行深入沟通，准确理解业务与技术诉求，识别并引导AI MaaS商机落地。 ● 基于阿里云百炼平台上的 Qwen、Wan 等大模型产品，为客户设计可落地的 AI 大模型与云上解决方案，涵盖但不限于 Qwen、Wan、GPU、云IaaS/PaaS等产品。 ● 针对客户所处行业及具体业务场景（如社交、模型平台、视频、AI 数据与服务等），提供包括模型选型、架构设计、提示词工程（Prompt Engineering）、RAG 构建、Agent 开发等方面的咨询建议，助力客户业务高效落地。 ● 根据客户需求，设计并开发相关业务场景的 Demo，通过 Prompt 工程、工作流编排、Agent搭建等方式，向客户进行产品演示与技术交流，推动项目顺利落地。 ● 协同并推动内部 AI 产品研发团队，将客户需求转化为产品改进需求，持续优化 AI 模型能力，并为重点客户提供 AI 产品及运维问题的专项支持。
● 作为海外AI MaaS业务解决方案架构师SA，支持 AI MaaS（模型即服务）销售团队拓展国际客户的 AI 大模型业务，提升阿里大模型产品在海外市场的 Token 调用量。 ● 与全球客户就 AI 业务需求与技术架构进行深入沟通，准确理解业务与技术诉求，识别并引导AI MaaS商机落地。 ● 基于阿里云百炼平台上的 Qwen、Wan 等大模型产品，为客户设计可落地的 AI 大模型与云上解决方案，涵盖但不限于 Qwen、Wan、GPU、云IaaS/PaaS等产品。 ● 针对客户所处行业及具体业务场景（如社交、模型平台、视频、AI 数据与服务等），提供包括模型选型、架构设计、提示词工程（Prompt Engineering）、RAG 构建、Agent 开发等方面的咨询建议，助力客户业务高效落地。 ● 根据客户需求，设计并开发相关业务场景的 Demo，通过 Prompt 工程、工作流编排、Agent搭建等方式，向客户进行产品演示与技术交流，推动项目顺利落地。 ● 协同并推动内部 AI 产品研发团队，将客户需求转化为产品改进需求，持续优化 AI 模型能力，并为重点客户提供 AI 产品及运维问题的专项支持。