岗位职责
- 解决方案设计与交付 基于阿里云 AI 产品矩阵（PAI、百炼、AgentScope、AgentRun、模型服务等），为客户设计端到端的 AI 应用架构方案。典型场景包括：大模型选型与部署策略、推理服务架构设计、Agent/Multi-Agent 系统架构、RAG 系统构建、AI 应用与企业系统集成等。
- 技术布道与能力建设 开发面向一线 SA 的 AI 应用架构培训体系，提升整个 SA 组织为客户设计 AI 方案的能力；面向客户开展技术 Workshop，推动客户理解和采用阿里云 AI 解决方案。
- 重点项目技术攻坚 以 Task-Force 方式深度介入重点客户项目，包括：需求诊断与方案定制、技术选型咨询、PoC 设计与验证、竞品方案对比分析等。
- 技术前瞻与产品反馈 持续跟踪 AI 应用架构领域的技术趋势（模型能力演进、Agent 框架生态、推理优化技术等），输出竞争分析与趋势洞察，反哺产品迭代。
职位要求
必备能力 ● 解决方案架构设计能力：具备体系化的解决方案架构设计思维，能针对具体的 Agentic 应用场景（如企业级 RAG 系统、Multi-Agent 业务系统、Agent 与企业系统集成平台等）独立完成端到端架构设计，涵盖逻辑架构与关键组件设计、组件的技术选型对比，以及稳定性、可靠性、成本、可扩展性等非功能性维度（卓越架构）的评估与权衡。 ● 3 年以上 AI 相关系统经验，且有独立主导端到端方案设计（而非仅参与单点模块开发）的经历 ● 具备以下两个能力域中至少一个的深度经验，另一个具备基础认知（两者都服务于企业 Agentic 应用的落地）： ● Agentic 应用架构（主轴）：理解 Agent 设计模式（规划、记忆、工具调用、多 Agent 协作），有 LangChain、LlamaIndex、AgentScope 或同类框架的实际项目经验；熟悉 RAG 架构设计与优化；能设计 Agent 应用与企业业务系统的集成方案 ● 模型微调与推理（支撑应用的基础设施）：熟悉大模型微调与推理部署链路，了解主流推理框架（vLLM、SGLang、TensorRT 等）与推理优化手段，熟悉 GPU 资源规划与成本优化；一般不涉及大模型预训练 ● 熟悉 MaaS 平台运作模式，能根据业务场景做出模型选型决策（开源 vs 商业、大模型 vs 小模型、通用 vs 领域等） ● 具备 Python/Go/Java 等至少一种语言的 2 年以上开发经验（用于判断技术可行性与方案边界，而非承担交付层编码） ● 具备云计算与云原生的基础架构认知：理解计算、存储、网络等基础产品；理解容器化与容器编排（Docker、Kubernetes）的架构思想，能判断 Agent 应用在生产环境中的部署、扩缩容、可观测性等技术选型 ● 优秀的面向客户技能：能向客户中高层清晰传递技术方案价值，引导技术选型决策 加分项 ● 有大模型后训练（SFT/RLHF/DPO）实操经验 ● 有 Coding Agent 或 AI 辅助编程的构建经验 ● 有多模态模型应用（视觉、语音、视频生成）的项目经验 ● 有在生产环境运行 Agent 系统的经验（可靠性、可观测性、成本控制）
