阿里云智能-解决方案架构师（政企Maas方向）-北京/上海/杭州/广州/深圳/成都/武汉

1、政企客户高价值 AI 场景挖掘： AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的 AI 机会，识别能带来高速增长的 AI 场景，将客户痛点转化为基于大模型的 Token 消耗方案。 2、MaaS 架构设计： 负责 AI Native 客户的端到端方案设计，包括但不限于 RAG（检索增强生成）、智能体（Agent）工作流、行业模型微调以及多模态能力的落地。 3、技术落地与陪跑： 具备复杂AI agent项目的落地实践经验，理解客户的业务场景和需求，帮助客户快速构建 AI 应用。 确保 AI 场景在实际生产中的落地，并持续优化以提升 Token 的质量与消耗规模。 4、行业能力沉淀： 将零散的项目经验提炼为标准化的行业解决方案，参与内部产品与研发部门沟通协调，促进解决方案落地及产品迭代，包括商务模式、项目进度、产品及服务交付等；可复用的行业解决方案与最佳实践并负责和各区域协同落地，为阿里云AI战略的长期发展储备关键客户与技术资产。 5、商业闭环驱动： 对 Token 消耗量及业务活跃度负责，负责客户接入及接入后的持续成功。从技术视角协助团队创新商业策略，实现规模与技术口碑的双赢。 6、AI 市场心智建设：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。 7、售前项目支持：配合 BTE 等高质量完成售前相关工作； 【任职要求】 1、基础开发能力：具备Python/Java/Go/Node.js 等至少一种语言的 3 年以上开发经验，有后端分布式系统设计、大数据平台或AI应用构建经验。 2、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。 3、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。 --熟悉和掌握主流的语料处理和合成技术，以及Data-Juicer等数据处理应用， --掌握模型评估方法论，熟悉主流Benchmark及A/B Testing策略。 4、AI Native应用范式： --精通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。 --精通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 5、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。 6、售前咨询能力：具备优秀的方案宣讲与沟通能力，能够主动挖掘客户需求，主导POC演示、Demo搭建及技术验证，推动解决方案落地。 7、综合素质：具备良好的团队合作精神，抗压能力强，勇于探索新技术。 8、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。 9、有AI 企业服务（如电力、能源、运营商、交通、医疗等 ）Agent 创业/ISV应用 开发经验者优先。 10、有教科研行业模型数据处理/应用开发经验者优先。