智能互联阿里云智能-全栈技术服务工程师-AI全栈-上海/深圳
任职要求
1. 本科以上学历，2年以上AI相关产品实操经验； 2. 擅长Python/Java/Golang/中至少一种编程语言，能在生产环境编写高质量的Agent代码，有云原生或K8S实践者优先 3. 熟悉LLM接入和AI Agent智能体综合应用，有langchain、Autogen、Agentscope、SpringAI等开源技术工具经验者优先 4. 有企业级AI产品交付经验，具备AI Agentic技术实践，玩转vibe coding，有大模型应用项目落地者优先经验（如智能客服、…
工作职责
客户贴身技术服务 • 技术问题处置：持续关注并分析客户用云和大模型的技术问题，通过对客户业务的深入理解协助客户完成技术案例的快速高效处置。 • 需求追踪：在各行业结合客户业务场景和云和AI的使用情况，对客户使用情况和需求进行正确分析，挖掘真实产品需求并协助产品持续优化。 大模型技术服务 • 面向行业客户提供创新的大模型AI应用方案并进行落地验证，为客户提供云和AI产品的综合技术支持。 • 主导或参与AI Agent技术栈设计，并基于机器学习平台、低代码Agent平台、知识向量库的工程搭建和实施 • 深入理解客户场景需求，结合AI和云产品能力，提供方案评估、部署实施、测试与迭代，解决实际业务中遇到的模型交互、输出优化等问题。 • 基于客户的实际问题提供技术支撑和优化，包含不限于模型效果优化、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等 • 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优 • 负责客户AI调用的稳定性、服务保障响应 服务保障 • 服务管理：为客户在云上使用过程中制定合理的服务及交流渠道，提供线上，现场，多项目多部门关键人员的服务交流方案支持，确保关键事件及重点项目的进展信息有效性，推进项目进展顺利落地。 • 项目支持：在客户使用云产品期间根据需求提供多样化的技术保障专项，并结合云产品特性和客户使用情况制定对应技术方案执行路线，保障技术专项的有效交付。 • 满意度保障：为企业客户满意度负责，从问题快速解决到项目平稳交付，并持续提供有效的云上使用建议和稳定性保障方案整体提升客户用云满意度。
1、金融行业AI与云业务的市场拓展、商机拓展与目标达成： •主动洞察所在区域/市场，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求，构建立体的客户沟通界面。 •协同SA、产研和生态伙伴等资源，挖掘金融机构AI转型需求（如AI算力、智能体开发、大模型部署等），形成有效商机，明确销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，提供能满足客户需求的云及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。 •开拓维护金融机构中高层合作关系，通过沟通和影响力、商务报价等一系列销售策略的运用，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进所负责客户的AI全栈和云平台建设落地转化，达成业绩。 2、AI全栈产品和技术价值传递： •深入理解AI全栈产品，深刻洞察客户业务需求，基于行业和客户需求洞察，帮助客户理解AI/智算、七大件、飞天操作系统等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •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。 3、商务运作和业务支持： •完成客户招投标及商务合同签署等商务工作，动态跟踪客户需求变化，推动合同变更。 •支撑复杂项目运作，参与招投标流程管理、项目管理、风险管理，协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •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。 •积极发掘并推进与云、AI领域生态伙伴的合作，构建可持续的行业合作生态。
学习需求协助分析： 协助深入了解云计算技术团队的业务发展方向、技术栈变化和人才发展需求，参与学习需求调研与分析，协助识别团队成员的技术短板和成长机会。 学习项目实施与支持： 协助或具体负责执行有针对性的技术培训课程、研讨会、工作坊、技术分享会、线上学习平台等多元化学习发展项目。 课程内容协助开发与维护： 协助内部技术专家、外部讲师开发高质量的技术课程内容，并根据反馈和效果协助优化课程体系。 讲师团队支持： 协助内部技术讲师团队的日常支持工作，包括培训材料准备、场地协调等，确保培训顺利进行。 学习资源维护与管理： 协助筛选、引进和管理各类优质外部学习资源（如在线课程平台、行业峰会、专业认证等），并负责公司技术知识库的日常维护与更新。 学习效果协助评估： 协助建立和执行学习效果评估机制，收集学习数据和反馈，为学习项目的优化提供支持 理解客户 从客户第一出发，深刻理解集团战略要求，基于云智能的业务和组织发展要求和员工全生命周期历程，对标全球领先公司，通过内外部客户研究，为云智能面向未来3-5年的发展，设计关键角色及其培养机制的演进路线图，帮助客户解决能力建设、价值创造的问题。 产品架构 以追求卓越的精神，理解组织在人才发展上面临的具体问题和场景，将复杂问题进行分析和拆解，并通过产品架构设计，提供具备先进性的人才培养和发展产品和解决方案，解决业务和组织的问题。 数据驱动 秉承求真务实的文化，通过数据发现问题，分析问题，显示差距，用全面客观的数据和事实说话，并善于运用数据解决问题，通过培训产品数字化、智能化的手段为业务减压减负，驱动业务和组织发展。 人群运营 理解人性，通过对关键角色如新人、管理者、布道师、HR等人群的沟通、链接、调研、探针，促进组织人网发生高质量的交互，促进人的思维改变、认知升级、能力进化、拿到结果。 促动变革 对标全球头部企业人才发展模式，结合云智能的战略、业务、组织和文化要求，形成先进的经验和方法，以人才能力的发展支撑组织变革的落地，成为驱动组织发展的引擎，并重新定义行业新标准。
1、金融行业AI与云业务的市场拓展、商机拓展与目标达成： •主动洞察所在区域/市场，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求，构建立体的客户沟通界面。 •协同SA、产研和生态伙伴等资源，挖掘金融机构AI转型需求（如AI算力、智能体开发、大模型部署等），形成有效商机，明确销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，提供能满足客户需求的云及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。 •开拓维护金融机构中高层合作关系，通过沟通和影响力、商务报价等一系列销售策略的运用，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进所负责客户的AI全栈和云平台建设落地转化，达成业绩。 2、AI全栈产品和技术价值传递： •深入理解AI全栈产品，深刻洞察客户业务需求，基于行业和客户需求洞察，帮助客户理解AI/智算、七大件、飞天操作系统等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •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。 3、商务运作和业务支持： •完成客户招投标及商务合同签署等商务工作，动态跟踪客户需求变化，推动合同变更。 •支撑复杂项目运作，参与招投标流程管理、项目管理、风险管理，协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •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。 •积极发掘并推进与云、AI领域生态伙伴的合作，构建可持续的行业合作生态。
1、金融行业AI与云业务的市场拓展、商机拓展与目标达成： •主动洞察所在区域/市场，识别出关键/潜在客户，并主动找到关键决策链，识别客户真实需求，构建立体的客户沟通界面。 •协同SA、产研和生态伙伴等资源，挖掘金融机构AI转型需求（如AI算力、智能体开发、大模型部署等），形成有效商机，明确销售及解决方案策略，设计合作路径并沟通执行。 •结合对客户业务需求的理解，提供能满足客户需求的云及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。 •开拓维护金融机构中高层合作关系，通过沟通和影响力、商务报价等一系列销售策略的运用，主导关键项目谈判，推动技术方案与客户需求的精准匹配，推进所负责客户的AI全栈和云平台建设落地转化，达成业绩。 2、AI全栈产品和技术价值传递： •深入理解AI全栈产品，深刻洞察客户业务需求，基于行业和客户需求洞察，帮助客户理解AI/智算、七大件、飞天操作系统等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •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。 3、商务运作和业务支持： •完成客户招投标及商务合同签署等商务工作，动态跟踪客户需求变化，推动合同变更。 •支撑复杂项目运作，参与招投标流程管理、项目管理、风险管理，协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，支撑客户业务目标达成。 •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。 •积极发掘并推进与云、AI领域生态伙伴的合作，构建可持续的行业合作生态。