共 4281 个在招岗位 · 实时同步阿里巴巴官方招聘数据
1、负责GPU相关产品的资源计划，保障资源合理布局和有效运转； 2、负责GPU计算产品经营指标的追踪，负责定义、设计并持续优化异构产品的关键经营指标（KPIs），建立科学、全面的指标体系，为产品运营和战略决策提供量化依据； 3、持续监控经营指标达成情况，发现潜在风险，并通过精细化运营手段驱动指标完成； 4、协同建设相关平台能力。
1、从供给侧视角出发，支持阿里巴巴电商及核心零售场景的战略管理与决策，涵盖淘宝、天猫、本地生活、即时零售等重点业务； 2、监测消费市场宏观趋势及渠道模式变化，持续输出新商业模式的洞察，为平台战略提供数据与研究支持； 3、建立并维护与中国电商生态中头部品牌及服务伙伴决策层的深度联系，打造高质量的商家智囊网络； 4、主动探索内外部生态资源，定期组织主题性的商业会议与讨论，收集并提炼商家/品牌的核心反馈与需求，持续优化平台战略。
1、经济模型落地与日常运营（核心）：在战略商分的框架指导下，独立搭建细分场景的经济模型（包括但不限于单客户 ROI 模型、单模型成本分摊模型、单卡效能评估模型等），负责模型的参数校准、假设更新与结论验证。承担模型日常跑数、异常归因与周期性复盘，确保模型持续可用、结论可信。 2、BI 看板开发与指标体系落地：承接指标体系框架，独立完成看板设计与开发（Tableau/QuickBI/FBI 等），把"战略视角的指标体系"落地成"业务方可用的数据产品"。打通从数据源到看板的全链路，覆盖资源池、分配、消耗、成本、效能等模块。主动识别看板使用中的痛点，迭代优化交互与信息分层。 3、算力效率追踪与专题分析：围绕算力使用效率，搭建模型训练/推理环节的效率追踪视图，定期输出算力使用健康度报告。针对专题方向，独立完成深度专题分析，输出可落地的业务建议。 4、数据质量治理与口径维护：独立负责核心模块的数据质量治理。参与跨模块数据核对工作，协同数据开发团队修复口径不一致问题，保障底层数据"可信、可追溯、可解释"。参与维护团队统一的"口径字典"，确保所有报表来源一致。 5、分析报告与跨团队协同：独立撰写周度/月度分析报告，向管理层与业务方做定期汇报。协同业务、产研、财务等团队，把战略判断拆解成可执行的任务项，跟进数据结论的落地闭环。
1. 负责AI搜索产品的策略运营工作，结合企业客户的知识管理与信息检索场景，制定AI搜索与业务结合的理想态，明确产品及策略改进点； 2. 参与大语言模型搜索优化，通过资源引入、数据结构化处理、召排策略优化等方式，提升搜索准确率与召回率，优化AI回复质量； 3. 负责收集、整理和筛选与企业搜索相关的数据资源（行业知识库、专业文献、内部文档等），为企业RAG系统提供丰富的知识储备； 4. 通过数据分析挖掘用户需求与体验痛点，输出策略方案（如结果展示优化、排序策略调整、多轮对话体验优化），持续提升企业用户的搜索体验； 5. 与技术团队合作，根据用户需求和行为数据不断优化搜索算法和排序策略，定期对搜索效果进行评估，为模型改进和优化提供依据。
1. 企业级 AI Agent 工程落地指导: 作为客户 AI 应用技术服务的第一责任人，深入理解客户业务场景与技术痛点，主导Agent等工程全链路落地服务：从 RAG 构建、知识库向量化、Prompt Engineering 调优，到多 Agent 协作编排、工具链集成与 Function Call调试，确保 AI Agent 在生产环境高效运行。 2. 大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持:数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline; 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度; 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3. AI 云原生稳定性保障: 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。结合大模型业务的高并发、长文本等流量特征，制定 GPU 算力集群的弹性扩缩容策略。负责推理延迟优化、显存 OOM 治理、模型服务灰度发布、模型流量调度、算力混沌工程、故障快速定位与 RCA 沉淀。 4. 卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。设计并落地云上弹性伸缩方案，确保大模型/AI 业务在云端环境下的无缝对接、平滑扩缩容与极致弹性。
1.深度服务国内头部AI与游戏客户，精准洞察行业龙头前沿趋势，全面把握产业变革与技术应用新方向。全面深耕阿里云各产品架构和AI前沿技术，提供全流程的专家技术服务，覆盖数据规划、产品方案设计、AI Agent设计等全生命周期服务； 2.大模型训练与推理全链路架构设计，负责从数据到模型端到端技术支持:数据侧：设计数据采集、清洗、标注流程，搭建高质量训练数据 Pipeline; 训练侧：基于 PAI 平台进行模型微调（SFT/RLHF）、LoRA 适配、分布式训练集群调度; 推理侧：优化推理性能（KV Cache、Flash Attention）、推理服务弹性伸缩、Tokens成本治理 3.AI 云原生稳定性保障: 从客户架构视角出发，通过自动化巡检、AIOps 工具链推动问题主动发现与风险预防。构建 AI 云原生全链路可观测体系，覆盖 SaaS 层（百炼/通义）、PaaS 层（PAI/DashScope）、IaaS 层（GPU 实例/高速网络）。 4.深入理解客户场景需求，结合AI和云产品能力，提供方案评估、部署实施、测试与迭代，解决实际业务中遇到的模型交互、输出优化等问题。 5.卓越架构护航从公共云企业客户的业务视角出发，基于云上卓越架构最佳实践，主导客户云系统的持续诊断与重构。围绕高性能、高可用、安全合规、运维提效与成本精细化管理五大维度，推动架构的标准化与现代化升级。攻坚 AI 基础设施与传统业务系统的异构集成难题。
1、负责千问产品质量保障工作，参与产品需求和架构设计评审，评估技术架构合理性和可测性； 2、构建适合业务发展的质量保障体系，推进质量分析和改进，通过风控、流程，策略，方法和工具等创新，提升测试质量和效率，保障产品高质量交付； 3、 通过线上监控建设、用户行为，业务和技术指标分析，问题trace能力建设保障线上服务稳定性以及驱动用户体验不断提升。
1、建立客户沟通机制，基于客户需求，制定物流保障方案，针对运营问题沉淀保障策略，解决品牌问题和难点； 2、根据总部制定的配送管理目标和经营目标；协同区域制定运营计划，跟进目标达成，物流质量关键指标监控、复盘、总结和改善，异常情况的快速响应和处理； 3、 熟悉即时物流业务、产品、用户和差异化场景，保持与各部门沟通协同，为一线提供及时、有效的资源支持，提升运营效率，参与相关政策、流程和标准制定，赋能一线； 4、对运营数据和关键指标进行分析，输出运营分析报告和改进建议，形成运营策略，为战区运营决策提供支撑。 5、数据体系搭建：负责品牌业务日常数据监控，指标体系搭建，数据看板维护，输出周期的的数据报表。有能力拆解数据背后的问题。能将复杂的数据口径，进行分层解析。
1.主动利用多渠道寻找并拜访工厂型企业，根据客户需求完成产品方案的售卖； 2. 定期复盘商家在1688平台上的综合投放效果，给予客户专业建议反馈，提升客户满意度； 3.建立良好的客情关系，通过多种方式，促进客户之问的相互分享和共成长，推进市场繁荣发展。
我们是专注于大模型服务平台的技术团队，我们的核心业务是提供高效稳定的大模型推理服务API，帮助各行各业轻松利用大模型的强大能力，正在寻找一位有实力的Site Reliability Engineer (SRE) 加入我们，共同打造更可到的大模型服务平台。 负责AI基础设施算力资源的规划、运营管理与精细化数据体系建设。通过系统化、数据化方法提升GPU资源利用率、周转率与成本效益，保障AI训练/推理任务的高效稳定运行，支撑业务快速发展。 【工作职责】 1.大模型服务和平台的稳定性保障与体系建设：负责大模型相关核心业务系统和模型服务的稳定性建设工作，提升业务可用性与可靠性; 2.高并发流量治理：高并发场景下的流量治理方案设计与实施，包括熔断、限流、降级等容灾策略，确保业务弹性与鲁棒性; 3.GPU算力资源规划与运营管理：包含不限于优化GPU资源配置模型，平衡计算性能与成本，推动资源采购决策与部署策略落地，优化GPU资源配置模型，平衡计算性能与成本，推动资源采购决策与部署策略落地； 4.运维流程优化和自动化：推动运维自动化与平台化建设，提升研发效率; 5.架构高可用建设：业务系统稳定性架构方案的设计与实施，推动高可用架构落地，规避系统性风险; 6.应急响应：响应系统故障，快速诊断并恢复服务，分析原因并提出预防性改进措施;
1. 负责阿里云加速计算产品的设计、开发、市场推广和落地。深入理解客户的需求和行业技术发展的趋势，通过竞分、用户调研等方法，完成产品定义； 2. 负责产品架构的构建和把关，与算法、架构和研发团队共同完成产品架构设计，评估和选择合适的技术方案，并与技术负责人共同评审不同系统方案在性能、成本、可靠性、兼容性、安全性及演进空间上的取舍。 3. 对产品商业闭环负责，制定产品的上市计划，制作产品的发布和推广材料，并组织产品的上市推广； 4. 支持产品定价，市场规划，营销和售前支持，以及渠道建设等其它产品相关工作。 5. 推进生态与合作。 推动芯片厂商、模型与框架社区、训练和推理引擎、行业解决方案伙伴合作。
1. 负责阿里云加速计算产品的设计、开发、市场推广和落地。深入理解客户的需求和行业技术发展的趋势，通过竞分、用户调研等方法，完成产品定义； 2. 负责产品架构的构建和把关，与算法、架构和研发团队共同完成产品架构设计，评估和选择合适的技术方案，并与技术负责人共同评审不同系统方案在性能、成本、可靠性、兼容性、安全性及演进空间上的取舍。 3. 对产品商业闭环负责，制定产品的上市计划，制作产品的发布和推广材料，并组织产品的上市推广； 4. 支持产品定价，市场规划，营销和售前支持，以及渠道建设等其它产品相关工作。 5. 推进生态与合作。 推动芯片厂商、模型与框架社区、训练和推理引擎、行业解决方案伙伴合作。
1、海外IDC项目成本管理 深度参与海外IDC项目（重点包括东南亚、中东等区域），负责从立项、招采、施工到运维的全流程成本管控。建立海外国家/地区的成本基准体系，为业务出海提供准确的TCO测算和决策支持。 2、国内自建、租赁IDC项目成本管理 负责阿里云国内自建IDC项目的全生命周期成本管理，包括预算编制、成本控制、结算审核、成本分析等工作。深入参与数据中心规划设计阶段，提供成本测算和方案优化建议，确保项目在预算范围内高质量交付。 3、成本体系建设 推动成本管理的白盒化、标准化、AI化转型。建立和维护成本数据库、设备价格库、合同模板库，沉淀可复用的成本估算模型。探索AI工具在成本核算、合同审核、数据分析等场景的应用，提升团队整体效率。 4、跨团队协作 与工程、采购、供应链、财务、法务等团队紧密协作，参与重大供应商谈判、合同评审、项目决策会议。作为成本领域的专业输入方，为技术方案选型、商务条款谈判、投资评估提供成本依据。 5、知识沉淀与分享 总结国内外项目成本管理经验，形成方法论、操作手册、案例库等知识资产。参与团队内部培训，提升团队成本专业能力。
1. 全芯片Floorplan规划（Partiton/IO assignment)。 2. 子系统及模块的物理设计，包括物理综合,Floorplan,Place&Route, 优化PPA, 完成Timing/IR/EM/DRC/LVS/ERC收敛。 3. 完成芯片签核(Sign-Off)及交付。 4. 优化后端设计流程和方法。 5. 熟悉Full Chip IR/EM Sign-off 或 Full Chip PV Sign-Off(DRC/LVS/PERC) 是加分项。
1、参与千问toC智能助手产品功能日常迭代测试&质量保障工作，覆盖对话、语音、多模态创作等产品功能； 2、参与多模态测试能力及质量保障体系的建设，覆盖功能、性能、稳定性、容灾等方面； 3、参与完善发布质量体系和线上巡检能力的建设，提升上线前问题的拦截效率和线上问题发现的效率。
团队介绍 数据打标平台承载阿里语音智能多模态数据生产链路，面向多业务方收集/提供大模型语料、语音 / 文本 / 图像 / 视频等数据的标注、质检、交付与结算能力，对接专业标注供应商组织，覆盖二十余个语种与方言。 岗位职责 1. 负责数据打标平台核心系统的技术方案设计与编码实现，覆盖任务分发、数据标注、多轮验收、质量管控、数据投递、结算对账等链路，保障系统稳定运行与高质量交付。 2. 持续优化平台性能、稳定性与可观测性，深入理解业务，主导技术能力建设与系统升级。 3. 探索 AI 在研发流程中的工程化应用，引入 Coding Agent 等工具持续提升交付效率，并对业内先进实践保持关注
你将作为Qoder全家桶产品（Qoder、QoderWake）面向企业客户的技术代言人，在售前阶段独立完成从需求调研到方案交付的全过程。面向客户的产研人员，深入洞察客户在软件研发效率上的真实痛点，并转化为可落地的AI编程解决方案；面向非研发人员，深入洞察客户在办公提效上的真实痛点，面向市场、营销、财务、法务、人事等不同职能岗位，提供场景化的解决方案。此外，能够熟练的使用Qoder全家桶产品进行技术演示和POC场景搭建，赢得客户信任，推动项目签约。
客情建设和商机拓展 •主动洞察所在区域/市场的关键行业，识别出关键/潜在客户，并能够主动找到关键决策链，识别客户真实需求。 •用客户的语言展开对话，获取客户信任，挖掘产品和技术需求，形成有效商机。 •对存量客户进行二次开发，在服务、业务合作等多方面为客户提供体验升级，推进资源上量。 •定期与现有和潜在客户联系，及时了解客户的业务规划和预算、供应商情况、组织架构、技术环境等关键信息。 •识别客户决策链，维护好关键决策点客户的客情关系，并与客户CXO或CXO-D建立长期的业务和技术关系，在合作中获得关键性支持。 产品和技术价值传递 •基于对客户行业和业务背景的了解，帮助客户理解飞天云计算操作系统、七大件、AI/智算等阿里云产品的技术价值，以及相对竞企的差异化竞争优势，传递阿里云作为客户最佳合作伙伴的定位。 •独立面向客户讲解阿里云标准的产品解决方案；或在SA支持下，独立向客户讲解匹配客户业务场景的解决方案，清晰的传递阿里云产品解决方案的竞争力以及能够为客户创造的业务价值。 推动决策和商机转化 •通过有效的资源整合和运作，推动客户快速决策，采用和持续使用阿里云产品和技术解决方案，持续为客户创造价值。 •通过沟通影响、商务报价等一系列销售策略的运用，转化商机，达成业绩，实现与客户的双赢。 • 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。 业务支持 •做好客户全生命周期的业务支持，整合各方资源确保项目落地，及时发现并解决产品使用问题。 •推动阿里云产品在客户侧快速迭代，支撑客户技术目标达成。
1、参与生态开放平台的功能开发及应用，支持在业务场景的快速落地，并参与效果和性能优化等工作，推动平台产品持续迭代； 2、保障生态开放平台系统架构的稳定、高效运行，帮助业务优化性能和改善系统稳定性。
1. 规划和定义面向AI领域的CPU，并推动技术方案落地 2. 参与制定面向领域的CPU架构、微架构方案的定义 3. 制定CPU IP的Roadmap 4. 负责业界AI领域和具身智能领域技术方案跟踪和梳理
我们正在打造面向下一代开发者与知识工作者的 AI 原生产品，覆盖 Vibe Coding（AI 驱动的自然语言编程）与 AI 协同办公两大场景。 你将负责 1、负责秒悟商业化产品体系从 0 到 1 的搭建，包括定价模型、套餐分层、计费规则、付费转化链路等核心商业化模块的设计与迭代； 2、深度理解 AI Agent 产品的成本结构（大模型 Token 消耗、算力、工具调用等），设计既有竞争力又能保障毛利的 Credit / 订阅 / 用量混合计费方案；主导个人版、团队版、企业版的产品打包与差异化设计，联动销售、市场、运营团队推动付费用户增长，对 ARR / 付费转化率 / ARPU / 续费率等核心商业指标负责； 3、设计并优化免费到付费的转化漏斗，包括 Freemium 免费额度策略、试用期规则、付费墙触发时机、升级引导等，持续通过数据分析和 A/B 实验提升付费转化效率； 4、建立商业化数据分析体系，追踪商业化健康度指标（LTV / CAC / Churn / NRR），输出经营洞察，为公司商业决策提供数据支撑； 5、关注国内外同类 AI Agent 产品的商业化动向，形成竞品定价与商业模式对标分析，指导本方产品策略；与生态、渠道团队协同，探索应用市场分成、API 开放平台、大客户定制等增量商业化路径。
1、负责游戏内数值框架设计和搭建，包括战斗、成长、经济体系的整体规划及后续维护； 2、负责游戏内各模块数值部分设计及实现、调优工作； 3、 负责设计商业化体系；参与数据分析，运营活动数值设计； 4、结合玩家反馈和数据分析，寻找数值体验迭代点，完善产品各阶段体验；
1、深入理解业务，推动业务团队形成策略生成、解码、落地、反馈的策略闭环能力； 2、有效推动公司各项人力资源资源项目、政策及流程在部门的推进和执行落地；制定组织策略，通过组织架构与机制设计，实现组织高效运作； 3、人才管理与培养，通过人才盘点与排兵布阵、招聘、培养、激励、汰换等，保证优质人才结构及人才质量；通过业务发展趋势和组织数据洞察，提升大区组织人员能力； 4、建立沟通渠道，定期与员工沟通交流，成为员工与管理者、员工与公司的沟通纽带； 5、企业文化、价值观的宣导，保证组织的健康发展。
1、客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，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。 2、售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。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。 • 针对重点项目/客户，面向客户高层介绍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，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、能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 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恶化效果，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。
1、产品规划与设计：负责分拣系统（含自动化分拣设备、输送线、DWS等）的全生命周期管理。深入业务现场，梳理入库、分拣、集包、出库等核心流程，输出高质量的产品需求文档（PRD）、原型设计及业务流程图； 2、软硬结合与系统集成：主导分拣控制系统与上层业务系统（WMS/OMS）及下层执行系统（WCS/PLC）的交互设计。定义数据接口标准，确保订单流、数据流与实物分拣流的精准同步； 3、 策略算法优化：基于业务痛点，设计分拣策略（如路由规划、格口分配、波次逻辑），协同算法团队优化分拣效率，降低错分率，提升人均效能； 4、现场交付与调优：支持项目实施团队，解决分拣中心现场的设备调试、联调联试及异常问题处理，根据现场反馈快速迭代产品功能； 5、竞品分析与创新：跟踪物流自动化行业（如交叉带、直线分拣机、AGV分拣）的技术趋势，结合业务场景提出创新性的解决方案，推动降本增效。
支持控股集团财务共享中心子公司合规运营管理工作，包括： 1、子公司合规管理：负责子公司合规管理工作，包含但不限于全球子公司年度单体审计、对外统计报送、公司报表GAAP转化等事项； 2、账务质量管理：例行检查或评估负责公司的风险及异常问题，建立质量识别系统方案、设计并优化质量相关的评价指标，定期追踪和分析运营数据并提出改进建议，确保业务操作的准确性和规范性。 3、业务运营管理：制定所负责业务的服务菜单及定价策略，负责新业务接入的标准化梳理，确保新业务快速、平稳地融入现有体系；负责日常作业的运营管理与指导，妥善分配工作任务、监督过程执行，确保业务按时保质完成； 4、智能化建设：主动识别负责范围内业务的智能化机会优化点，对流程的改进和效率的提高提出建议并负责推动实施，协助主管推动团队智能化项目落地，提升团队工作质量和效率； 5、团队管理：定期组织业务培训，提升团队专业能力与综合素质，促进团队成员的个人成长与团队协作能力的提升。
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 1、促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 2、客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 1、客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
行业洞察与商机引导 主动洞察所在行业/区域客户的AI变革趋势，前瞻性地识别引导重点目标客户在智算/通算/大模型/高质量数据集/智能体/MaaS等领域的商机并重点拓展； 客户AI价值场景挖掘 深入调研客户业务场景，捕捉应用痛点与AI创新潜力，结合阿里云AI产品技术优势，提供有行业竞争力的AI场景化解决方案咨询设计服务； 客户影响与商机转化 向客户技术决策人阐述阿里云AI产品和解决方案优势，以影响客户的技术选型决策；向业务决策人呈现具有说服力的AI投资回报率（ROI）分析，加速商机转化；策划和组织各类品牌活动，提升客户对阿里云产品认同度； 商务运作和业务支持 基于阿里云和客户商务流程规则，完成客户招投标及商务合同签署等商务工作； 动态跟踪客户需求变化，推动合同变更； 协同产研、交付和生态伙伴等资源，及时发现并解决项目交付问题，及时向产研部门反馈AI产品的优化建议，支撑客户业务目标达成 市场敏感与扩展复制 挖掘可复制、可规模化、符合市场逻辑的AI解决方案，通过客户案例的落地对成功实践进行总结归纳完成从0到1；并对内部团队及客户进行推广，促进从1到N的复制；
客户开拓与商机挖掘 1、新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机。 2、客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点。 3、驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值。 4、建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持。 AI 价值传递 1、理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配。 2、独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值。 制定商务策略及商机转化 1、促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢。 2、客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地。 持续做好客户服务 1、客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度。 2、竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进。
数据洞察/市场分析 • 数据洞察：通过过程数据、结果数据与历史数据搭建数据分析体系，并基于一线业务合作收集业务线意见，形成内部信息库；通过获取行业信息，政策信息，行业数据，掌握外部信息，形成市场洞察。 • 市场分析：对行业市场深入分析，了解客户需求和市场趋势，协助业务团队负责人，联动SA等相关方，发现新商业机会/挑战，制定重点行业打法和拓展策略规划，梳理作战地图。 指标定义/目标拆解 • 指标定义：基于公司下发的业务目标，结合本团队经营特点，进行指标的进一步细化定义，自上而下形成管理共识和指标理解的一致性，构建从组织合约到落地的可行性方案。 • 目标拆解：拆解年度/季度目标，形成可落地的执行方案、明确责任人，并定期输出分析报告、跟踪业绩达成情况，及时发现和定位业务问题，预警风险，并提供解决方案建议，提升各环节转化率和人效，促进业务目标达成。 战役运营/重大项目 • 战役运营：协助一号位策划并发起相关专项战役，制定战役目标、策略和作战地图等，跟进战役过程，调动产品、财务、销运等相关资源，保障战役的有效落地。设计部门级激励机制，包括销售奖金方案、销售竞赛方案、销售激励方案等，牵引战役目标实现。 • 重大项目管理：规范重大项目过程管理，跟踪重大项目进展，追踪过程问题、预判风险、推动项目闭环，并进行项目的丢赢单分析。 商务运营/协同提效 • 商务流程支持：为BTE/SA等角色在业务过程中的招投标、代金券、合同商务、信控、验收计收等流程提供销管及财税法拉通支持，做好流程保障，提升业务流程效率。 • 大项目商务策划：重大项目的商务策划和定价模型推演，商务标书引导及规则设计。 • 流程效率提升：参与流程设计，就流程效率等问题及痛点，定期与各协同部门拉通并推进闭环。 • 人才培养和赋能：横向经验拉通，推动业务经验沉淀、能力复制，跨团队拉通和分享。 全链路过程管理 • 销售预测：通过数据分析，项目管理，日常review等关键运营动作，确保销售预测准确率； • 管理制度落地：与财务BP、销售运营部、CB团队紧密协同运营并推进经营责任制，协助一号位做好经营管理的决策及管理制度落地执行。 • 强化经营意识：通过经营分析会议和目标设置管理，强化管理团队经营意识，宣贯经营风险，优化并落地销售动作闭环管理规则和机制，包括规范PPL过程管理、提升合同质量管理、盈利性分析、应收回款治理等。 • 预算管控：协助一号位进行预算及费用管理（如：差旅、招待费、外包等），把控部门各项费用的进展。
