岗位职责
- 负责汽车行业客户的售前工作,支持销售拿到业务结果,推动阿里云AI Native与MaaS相关产品及解决方案的落地,助力客户成功。
- 作为AI技术专家,基于阿里云MaaS服务、大模型及Agent产品能力,为客户提供整体技术架构与解决方案设计,并在落地过程中提供必要的技术指导,确保方案可落地、有竞争力。
- 深入理解客户业务场景,围绕AI Native应用形态,设计从模型能力、Agent工程到系统架构的完整解决方案。
- 参与客户的方案比选,主导POC演示、功能/性能验证,量化模型效果、系统性能及成本收益,在保证性能、安全与稳定性的前提下实现成本最优。
- 负责所支持汽车客户的市场洞察与解决方案制定,能够把握AI技术及产业发展趋势,推动AI Native 解决方案的创新与规模化复制。
- 建立行业影响力,参与内外部行业沙龙及技术分享,传播AI Native与MaaS架构最佳实践。
- 为客户提供整体 AI 技术架构服务,包括模型选型、Harness工程、推理性能优化、成本治理、系统稳定性设计及安全合规方案。
职位要求
- 本科及以上学历,计算机、人工智能或相关专业。
- 5年以上云计算、AI或相关领域工作经验。
- 有面向客户的项目交付或售前技术支持成功经验者优先,能够独立主导客户需求对接与方案落地,具备较强演讲能力。
- 在云计算或MaaS有总体了解的基础上,在基础大模型、或Coding、或Agent的某一个技术领域有突出的理解和充分的实践。
- 业务架构能力:深刻理解AI应用与MaaS商业模式,能将复杂的客户业务场景抽象映射为AI技术解决方案。
- 大模型技术体系: --深刻理解主流模型(Qwen/GPT/Gemini/Claude等)的能力差异及适用场景。 --熟悉模型微调与对齐技术(SFT/LoRA/RLHF/DPO),能够根据业务需求进行模型选型和适配。 --掌握模型评估方法论,熟悉主流Benchmark及A/B Testing策略。
- AI Native应用范式: --熟悉RAG全链路架构:包括Embedding优化、Re-rank策略、混合检索及向量数据库选型等。 --熟悉Agent开发:熟练使用AgentScope、LangGraph、CrewAI或AutoGen等框架。 --掌握前沿交互协议:熟悉MCP服务开发、Tool Calling及Skills定义
- AI工程化与运维: --具备LLMOps实践经验,掌握模型监控、可观测性及安全性建设。 --熟悉推理优化技术,能够在延迟、吞吐与成本之间找到最优解,实现极致性价比。
- 在GitHub上有Agent相关开源项目或AI辅助编程(Vibe Coding)深度实践者优先。
- 有汽车行业从业经验者优先。