岗位职责
- 面向银行、保险、证券等头部金融客户，负责AI基础设施与大模型训推解决方案的端到端规划设计，帮助客户在阿里云GPU服务器上以高性能、低成本部署大模型及Agent应用。
- 深入客户大模型训练与推理生产环境，完成性能瓶颈分析与调优（推理时延、吞吐、算力利用率、单位调用成本等），输出可量化的优化结果。
- 负责从算力规划、集群组网、存储体系到推理服务部署的全链路技术架构设计，支撑客户大模型规模化落地与持续扩容。
- 与客户技术团队开展深度技术交流，撰写解决方案并完成POC验证，协同销售、产品与研发团队推动项目从需求到上线。
- 跟踪大模型、AI infra技术演进，沉淀可复用的方案资产与金融行业最佳实践，持续迭代行业解决方案。
职位要求
- 计算机、软件、电子等相关专业本科及以上学历；3年以上工作经验，其中至少1年深度参与大模型训练或推理相关项目。
- 扎实的AI Infra功底：熟悉GPU算力调度、分布式训练与推理加速框架（如vLLM、SGLang等），能独立完成从性能瓶颈定位到架构优化落地的闭环。
- 有完整的性能优化项目经验：能针对推理时延、吞吐、单位成本等指标给出优化路径与量化结果，有百卡/千卡级集群训推优化实践者优先。
- 熟悉Qwen、DeepSeek、GLM等主流大模型及平头哥、华为昇腾等主流国产算力芯片的技术架构与金融场景优劣势，能结合客户业务场景，完成模型与芯片的适配选型、迁移调优。
- 理解金融行业技术决策链与合规要求，能与客户技术团队进行深度技术对话；有银行、保险或证券客户方案设计或交付经验者优先。擅长与AI Agent及数字员工协同工作，提升工作质效；责任心强、具备跨团队推动力，逻辑表达清晰，抗压能力强。
