岗位职责
1，客户需求洞察及AI解决方案设计 •理解客户业务场景和整体技术架构，挖掘客户核心业务中的高价值大模型应用场景，与客户共创业务和技术的关键问题与效果标准。 •基于客户业务目标洞察和技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路 (推理/微调/RAG/Agent)、效果评估体系及上线路径，将技术方案与客户业务目标深度绑定，确保 AI 场景落地的业务价值。 •将客户需求转化为稳健、可扩展且安全的架构设计，支持AI Models在阿里云上的高效部署与管理。 2，售前支持和引导 • 主导并设计针对复杂应用场景的POC项目 (微调/RAG/多模态交互/基于Agent的复杂系统等)。 • 全链路技术攻坚，针对复杂应用场景，可在AI的配合下进行现场演示，并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。 • 对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3，技术策略制定和项目赢单 • 分析客户的业务和技术情况，将阿里云大模型产品技术与客户业务需求结合，帮助客户拓展AI应用新场景，推动技术采用。 • 向客户高层展示阿里云大模型产品和解决方案的优势，传递技术价值及其带来的业务收益，引领客户向AI转型，影响客户决策并推动项目顺利签约。 • 在售前规划和方案实施过程中，识别并有效应对技术和项目风险，协同产研及交付团队正常履约，实现收入转化，优化阿里云的效果与客户满意度。 4，技术资产代码化沉淀和赋能 •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”。 •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。 •对内部BD团队、生态伙伴、客户进行赋能和培训。 5，产品需求和改进反馈 •识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 •了解客户大模型使用的情况和效果，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。
职位要求
• 英文流利，接受全球出差 • 8年以上技术解决方案或软件开发相关工作经验 • 有重大AI项目架构设计/优化、产品部署测试、技术问题处理经验 • 有以下经历者优先： • ○ AI产品经理 • ○ 客户侧AI项目负责人 • ○ 大模型公司算法/工程岗 • ○ 独立开发者或AI创业者 • 能深入了解客户和行业，了解客户AI战略，识别、开发商业合作机会。 • 能制定正确的产品选型策略、POC测试策略、招投标策略、产品配置策略等。 • 能协调整合跨部门资源，推动上级主管通过跨BU、集团生态和外部资源的整合，保障重大项目赢单，沉淀组织能力。 • 全栈AI专家，能制作高质量、强竞争力的AI技术架构方案，具备产品部署测试、技术问题处理能力，打造有影响力的AI应用标杆。 • 能输出覆盖模型微调、RAG优化、Agent搭建、大模型部署推理优化等场景的AI解决方案。 • 能形成细分领域打法，主导输出完整的销售指导书或专项打法策略文档，推动解决方案在特定行业或区域的规模化应用。 • 面向客户决策层，能进行解决方案的价值宣讲与深度研讨，通过高效互动与价值共鸣，推动双方形成战略共识，共同制定决策路径。 • 能向客户高层阐述阿里云MaaS产品的差异化价值定位和方案具体优势，对客户的AI战略和应用规划产生影响。 • 能和客户CTO独立建立技术互信，对客户关键层级（部门经理和总监级）有技术影响力，影响该层面的技术选型和发展策略，收集竞争情报并分析出竞争项目中友商的策略和方案，并配合BD制定针对性的竞争动作 • 能绘制竞争地图，分析对手市场策略 • 能预测竞争对手的技术演进方向 • 能识别对手的弱项并制定应对策略 • 商机管理协同：参与大型/战略项目的售前规划，影响销售优先级 • 风险预判与规避：提升方案设计阶段的交付能力，从而降低后期变更的发生频率。 • 内部培训支持：定期为销售团队开展技术分享（如竞品对比、典型场景）
