阿里云智能-大模型解决方案架构师（华北）-新金融行业线（北京）

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。

• 5年以上技术解决方案经验（架构设计、软件开发、SRE），或具备2年以上AI产品/项目、算法工程或AI创业经验。 • 熟悉某个领域的业务场景，有在业务场景中搭建大模型或AI Agent落地的成功案例，并具备行业复制性。 • ● 有以下经验的优先： •     ○ AI产品经理（具备市场洞察与跨团队协同经验）； •     ○ 公司的AI项目负责人（具备业务视角和项目落地经验）； •     ○ 大模型公司的算法/工程岗； •     ○ 独立开发者或AI创业者（具备端到端落地能力）。 • 具备全栈AI技术理论，了解外部技术发展趋势，能向客户中高层阐述阿里云大模型产品的差异化价值定位和方案的具体优势。 • 能和客户CTO-D及以下层级独立建立技术互信，影响客户AI策略，引导客户做出对阿里云有利的技术选择。 • 熟悉全栈AI产品的功能架构、适用场景、市场策略和竞争策略等，能清晰描述在自身擅长领域内阿里云的完整核心技术优势。 • 能够制作出细分领域的AI解决方案，撰写细分领域的通用招投标材料或汇报模版。 • 在AI大模型方向具备落地实践能力，如数据处理、RAG、大模型部署推理优化、Agent开发等动手实操，向客户中高层展示阿里云AI全栈产品的竞争优势。 • 和客户建立技术客情, 深入了解客户业务，理解客户真实需求，识别、开发商业合作机会，能完成面向客户中高层的方案汇报，影响客户技术选型。 • 能制定正确的产品选型策略、POC测试策略、招投标策略、能独立完成大模型调用一般场景的POC测试。 • 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。 • 能提出细分领域有效的产品改进意见，推动大模型产品缺陷修复、功能完善、迭代升级。