1. 团队管理与战略规划 负责AI数据与评测产品团队的整体搭建、人才梯队培养及日常管理，打造兼具业务洞察力与技术理解力的高绩效产品团队。 结合公司战略与MaaS业务发展阶段，制定数据与评测产品的中长期发展规划，明确数据资产化、评测体系标准化的核心目标与落地路径。 2. 智能数据产品体系构建 洞察MaaS业务在经营管理、资源分配中的痛点，主导跨域数据产品的设计与落地，解决海量数据打通、权限治理与关联分析等复杂问题。 联动数据中台资源，构建面向业务场景的智能数据产品矩阵（如智能找数、智能查数、智能分析等），通过指标体系设计与数据工具赋能，大幅提升业务线的决策效率与数据应用体验。 3. 评测体系与质量闭环建设 统筹搭建AI应用与模型的全链路评估体系，制定评测标准、建设评测Agent及高质量评测数据集，确保评估结论的准确性与时效性。 建立“评测-分析-优化”的业务闭环，深度解读评测结果与线上表现，精准定位产品短板，驱动算法优化与产品体验升级；持续跟进业界前沿评测方案（Benchmark），保持内部技术体系的领先性。 4. 跨团队协同与业务赋能 作为核心接口人，高效协同战略、评测、产品、研发、产品运营等多方团队，打破部门墙，推动数据与评测能力在业务场景中的深度落地。

一、系统规划与架构设计 ● 承接公司/事业部层面的中台系统建设战略，制定销售运营中台系统体系的整体规划和技术演进路线图 ● 深入了解一线销售作业场景和系统痛点，从业务场景出发进行系统需求分析，将业务语言转化为系统建设方案和技术需求文档（PRD） ● 建立系统建设优先级评估机制，基于业务价值、技术可行性和建设成本进行项目排序，确保有限资源投入高价值系统模块 ● 跟踪行业系统建设趋势和AI技术应用动态，定期输出技术调研和竞品分析，为系统创新提供输入 ● 针对公司/事业部层面的各系统建设目标进行拆解及下发 二、AI系统建设与智能化落地 ● 具备AI Native的系统建设思维，从第一性原理出发，识别销售作业场景中可被AI重构的环节，设计AI驱动的系统方案 ● 有系统AI化建设的完整思考和实践经验，制定从传统系统能力向AI化能力迁移的路径和节奏，推动系统从"工具辅助"向"智能决策"演进 ● 熟悉大模型、Agent、RAG等AI技术的系统化集成方案，与技术团队有效沟通AI方案的系统架构、技术选型和落地可行性 ● 主导AI系统从0到1的建设全流程，包括场景定义、系统架构设计、数据链路搭建、AI能力集成、效果验证、上线运营 ● 推动AI系统建设的量化评估体系建设（如系统提效倍数、人力节省、业务增量等），确保技术投入产出可衡量、可追踪 三、系统运营与效果迭代 ● 制定系统上线计划和推广策略，负责新系统/新功能的内部发布、培训与落地跟踪，确保一线团队能快速上手并有效使用 ● 建立系统运营指标体系（如功能渗透率、用户活跃度、系统响应时长、AI提效数据等），持续追踪系统使用情况和业务效果 ● 基于数据分析识别系统使用瓶颈和优化机会，输出系统优化方案，推动持续迭代 ● 组织和执行系统运营活动，包括功能发布会、用户反馈收集、系统体验优化等，提升系统在一线的口碑和采用率 ● 相关系统建设工作的流程审批、项目进展推动、业务需求对接等常规工作推进 四、助力业务目标达成与效率提升 ● 与销售团队紧密合作，深入了解前线反馈，协同制定更贴合一线作业场景的系统方案，助力业绩目标达成 ● 与技术团队紧密配合，主导系统需求评审、技术方案评审、开发排期、测试验收全流程，确保系统建设高效有序 ● 通过公司级/事业部级的跨团队项目管理，协调各方资源进行高效整合，推动系统建设进展 ● 结合实战和业务发展趋势，对现有系统能力进行持续优化和创新，通过系统驱动运营能力和整体效率的提升 ● 及时暴露系统建设过程中的风险和问题，牵引各方资源推动生成系统性解决方案

1、客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 2、产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算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。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 3、推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 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。 4、业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。

1、负责新建数据中心消防图纸审核工作，确保消防图纸满足法律法规要求； 2、负责新建数据中心消防系统建设全过程管理工作，严格监督施工单位依照规范及设计要求开展施工，在施工期间主动排查潜在问题，及时督促施工单位落实整改； 3、组织开展新建数据中心消防系统的测试和验证工作，确保系统在紧急情况下可精准启动、稳定运行并充分发挥灭火与防护作用； 4、负责数据中心消防系统的日常运维管理，对各消防系统进行巡检、维护、故障排查与维修，确保消防设备处于正常工作状态； 5、制定和完善消防管理制度、应急预案和消防3P文档，定期组织消防演练和消防培训，提高全体员工的消防安全意识和应急处置能力； 6、对接合作单位、行政物业，确保合作单位、行政物业的消防相关工作按照既定计划和标准落实到位，定期检查合作单位、行政物业的工作进度和质量，及时协调消防相关问题。

阿里云专有云是面向政企行业客户的全栈云平台，为政企客户（政府、金融、部委、央企等行业）提供产品和服务。该岗位主要负责专有云AI安全技术方向的架构规划及研发工作，构建全面的AI安全防护体系，跟踪AI安全前沿技术，将研究成果转化为工程落地，插入链接提升技术竞争力，满足专有云客户的AI安全需求。 1、主导专有云AI安全架构设计 ● 设计并构建覆盖AI全生命周期的安全防护体系，包括数据安全、模型安全、推理安全等； ● 建立AI模型隐私保护机制，支持联邦学习、差分隐私、同态加密等隐私计算技术； ● 设计AI安全治理框架，确保AI系统的可解释性、公平性和可靠性； 2、主导AI安全技术研发和产品化落地： ● 研发AI对抗攻击检测与防护技术，包括对抗样本检测、模型后门检测、投毒攻击防护等； ● 开发AI数据安全技术，包括敏感数据识别、数据脱敏、数据水印等技术； ● 构建AI安全监控平台，实现AI系统运行时的实时安全监测和威胁预警； ● 协同AI平台团队，将安全能力深度集成到AI训练、推理、服务等各个环节；

1. 面向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。 2. 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 3. 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。 4. 基于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 5. 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 6. 负责客户AI调用的稳定性、服务保障响应。

1、负责组织项目签约前的全方面评审； 2、根据 L2C 项目评审的流程，负责引导落地工作，跟进合同前业务变革； 3、负责签约前跨部门组织，沟通协作，推动签约； 4、负责项目风险的跟进及问题解决； 5、负责数据报表的搭建，基于业务提供的逻辑，具备理解和落地到数据报表中的能力；对于已经识别的问题，具备推动问题解决的能力； 6、负责参与团队内部的 AI 落地建设：结合评审、风险跟进、数据报表等实际业务场景，运用 AI 工具，落地内部AI场景，并持续沉淀和迭代；

1、负责阿里云东区出海客户的售前工作，设计云和AI技术架构，提供技术验证等服务，支撑销售团队达成业务目标。 2、基于阿里云全球化的技术产品和方案，为出海客户设计云上架构，响应关键需求，参与客户的方案比选，POC功能演示与性能测试，提供可落地的解决方案，支撑客户出海业务发展。 3、围绕技术领域（云原生、大数据、人工智能）和细分行业（视频智能、零售制造、电商游戏等），洞察市场，孵化行业创新解决方案，沉淀客户案例，推动行业发展。 4、与产品研发团队合作，传递来自客户侧的全球化市场需求，共同推动阿里云产品和解决方案的国际化发展。 5、对外发声建立行业影响力，组织内外部行业沙龙和技术分享，传递阿里云在出海业务的最佳实践。