岗位职责
- Agent场景技术支持和优化 · 落地支持：主导或参与AI Agent技术栈设计，并基于阿里云的Agent开发工具链、知识向量库完成工程搭建和实施 · 效果优化：支持客户进行整体效果优化，采用的技术包括上下文工程、记忆模块管理、低代码/高代码工程链路搭建、模型微调等工作 · 产品实施：对智能办公/编程等agent工具较为熟悉，能过基于培训、业务skill共建等支持协助客户提升产品应用效率；
- MaaS技术问题支持 · 日常问题响应：响应客户日常在模型调用过程中的实际问题，提供技术支撑和优化，包含并不限于模型效果优化、应用指令和工程优化，比如逻辑推理、生成创作、代码生成等工作 稳定性保障：包含模型容量保障（流量预测、客户侧AI应用压测、限流措施设计和执行）和流量异常排查（告警机制设计和建设、异常流量监控、错误分析和排查）。 · 评测和优化：支持客户进行场景化的大模型横向评测，量化模型表现并实施效果优化手段，采用的技术包括提示词、RAG召回和排序调优、模型微调（基于百炼模型单元）等工作 · 场景挖掘：基于业务和场景的理解，对客户的MaaS调用情况和需求进行正确分析，发掘增量场景，并协助业务线进行调用量转化
- 云产品和AI基础设施运维 · 云产品/AI基础设施的基础运维，包含部署方案设计、资源部署、压测支持、模型适配等相关工作。
职位要求
职位描述 • 2-8年AI技术方向工作/实践经验，有主导应用算法/Agent完整项目的落地经验；具备云原生/大数据等技术经验者优先 • 能够解决MaaS场景下的疑难问题，综合掌握多项AI技术（各种采样技术、模型微调、多智能体协作等），能够基于客户场景，实现极致的性能和效果提升和PK • 多智能体（Multi-Agent）协作。 能够基于 AgentScope 等框架，设计“专家组”模式，让多个 Agent 协同完成极其复杂的任务流 • 对智能办公/编程等agent工具较为熟悉，能过基于培训、业务skill共建等支持协助客户提升产品应用效率； • 主动设计模型调用稳定性方案，推动客户做应急演练 • 具有良好的沟通能力，把握沟通要点，有效倾听，清晰表达 • 良好的服务意识，能够对客户问题一根到底，切实帮助客户解决难题，并能保证客户满意度 • 深刻理解客户业务场景、云和AI技术战略，在服务过程中主动挖掘客户潜在需求，推动客户对阿里云产品的采纳，支持业务提升商机转化效率
