阿里云

Base:北京 深圳 成都 杭州 阿里云-技术服务经理-企业服务 岗位描述 1. 深入了解大型企业业务场景，与企业的IT、应用架构、人员合作，针对客户现有IT架构进行梳理与分析，协助并提供IT整体架构战略规划的咨询，推动售前架构师所提供的设计方案的落地、实施和交付工作。  2. 基于阿里云的产品线、技术体系，帮助大型企业制定IT架构和业务流程，包括定制的最佳实践、异常处理机制和问题应急预案等。  3. 推动解决使用云计算服务和解决方案过程中的技术问题，不断完善问题处理机制和流程，与阿里云服务专家、产品专家直接合作，确保企业技术问题高效地解决。  4. 定期与用户深入的交流（现场或者远程），确保用户使用云上业务健康、稳定的运行，提升客户使用体验。 岗位要求 1. 5年以上游戏、物流、医疗、零售与快销、汽车、电子、金融等行业大型互联网应用（或集团型企业应用）服务端开发、维护、优化经验，3年以上项目管理经验。  2. 有一定的项目管理经验，善于推动跨部门复杂项目的实施和较强的拿结果能力。  3. 具有优秀的沟通技巧、团队合作经验、敬业精神和学习能力。  4、具有优秀的文档写作能力、演讲技巧、和技术培训能力 。  5、具有较强的抗压能力和执行力，并能接受一定频率的出差。  满足以下一个或者多个条件：  1. 熟悉Oracle、DB2、SQL Server、MySQL、Postgresql、NoSQL等数据管理技术中的一种或多种，有实际的生产系统应用经验，能够独立完成相关产品的部署、排错、性能调优等工作。  2. 熟悉Nginx、JBoss、WebLogic、WebSphere、Dubbo等中间件产品中的一项或多项 。  3. 熟悉Java/C/C++/Python/PHP/GO中至少一种开发语言，及其相应开发框架下的服务端多线程、高并发处理机制。  4. 熟悉Windows、Linux操作系统和DNS、AD等，具有5年以上的系统管理/网络/故障排除经验。  5. 熟悉Hadoop/Spark/Storm/HBase/Hive等开源或商用技术，有实际的大数据商业应用开发经验。  加分项：  1. 有阿里云技术认证ACP(阿里云专业认证)、ACA(阿里云高级认证)、ACM（阿里云大师认证）者优先。  2. 有基于阿里云产品的大规模应用开发或运维经验。  3. 英语可以作为工作语言。

职位描述 1.需求分析与场景识别： 了解一个或多个领域的业务知识，能够跟客户有效沟通和洞察真实需求，并识别出可以使用人工智能技术的场景 2.技术判断与解决方案： 理解机器学习、深度学习、大模型的基本原理， 能够基于客户的需求，基于云+AI的产品设计出适合的解决方案，具备智能体开发demo的能力， 并可以向客户的业务/技术决策人阐述阿里云产品和解决方案的优势，以影响客户的技术选型决策 3.产品需求反馈与优化：依据市场/客户需求、技术动态，结合技术研判向产研部门反馈大模型应用解决方案及Agent工具等的优化建议，推动技术创新和解决方案的迭代升级，提升产品市场竞争力和市场占有率； 4.市场敏感与扩展复制：挖掘可复制、可规模化、符合市场逻辑的大模型解决方案，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知识和项目分享，促进从1到N的复制； 职位要求 1. 1-5年工作经验，有机器学习、深度学习、大模型的相关学习/工作经历，对机器学习、深度学习、智算、大模型、智能体等技术趋势有持续关注和独立思考； 2. 泛计算机、自动化、理工类相关专业，在该领域CCF- A/B级会议发表论文优先； 3. 熟悉PyTorch、TensorFlow等开发框架，能运用Langchain等开发大模型智能体；有大模型产品落地经验或大规模复杂项目者优先； 4. 持有阿里云ACP相关认证（如PAI、通义大模型应用工程师等）者优先； 5. 强烈的好奇心与探索精神，皮实、自驱，善于在不确定性中开拓创新；

需要英语能够作为工作语言 (驻海外Paris/Amsterdam/Dublin/Helsinki/Malaysia/Indonesia) 核心职责： 负责数据中心机电基础设施（供配电、制冷、消防、安防）日常运维管理，建立设施运维制度、巡检规范与预防性维护计划，统筹内部团队与外包服务商日常工作，主导重大设备故障应急响应，推动能效提升与系统优化改造。 任职要求： ● 专业能力： 熟悉Tier III/IV级数据中心机电系统架构与运维规范，具备供配电、制冷、消防等系统扎实技术功底，能独立判断设备运行状态与故障根因； ● 应急管理能力： 具备7×24小时OnCall响应与重大故障应急指挥能力，可快速定位问题并主导跨团队协同恢复； ● 团队/供应商管理能力： 8年以上数据中心设施运维经验，3年以上团队管理经验，具备外包团队日常管控、绩效考核与质量把关能力； ● 运营优化能力： 具备ITIL流程体系建设能力，能推动运维规范化与PUE能效持续优化； ● 具备强烈的责任心、风险预判意识与跨部门沟通协调能力。

1、负责财政部、海关总署及二级单位、相关合作伙伴的售前支撑工作，协助业务拿到结果，提升阿里云的销售额 2、作为技术专家，提供业务上云、数智化转型、支撑关键需求实现的云计算解决方案，指导客户构建弹性、高可用的算力架构；帮助客户构建AI、业务系统、云底座、监控体系、DevOps、大数据等系统；从成本、效率、稳定性三个维度提升客户的IT能力；确保方案可落地、有竞争力 3、负责财政、海关典型业务的市场洞察、解决方案、打法策略、伙伴合作策略的制定及落地，深入理解行业的商业模式，能够把握行业的市场和技术发展趋势，推动行业产品、解决方案和合作生态的落地 4、建立行业影响力，组织内外部行业沙龙，做技术分享，传播结合阿里云的落地实践路径 5、自行承担或赋能合作伙伴进行客户方案设计及落地全流程，包括POC演示、功能/性能测试、项目交付风险分析、项目交付沟通等，在保证性能和安全性的前提下持续优化成本、性价比、客户价值 6、提供整体技术平台的咨询服务，通过赋能并与合作伙伴深入合作共创，增强解决方案的竞争力，提高解决方案交付的成熟度

职位描述： 负责 AI Agent 从需求到设计、开发、上线的全周期，将 Agent 能力落地到真实业务场景，并保障其在非确定性下的可靠运行。具体职责： 1. Agent 设计与开发 完成任务拆解、流程编排、工具调用（Function Calling / MCP）、Memory 与多 Agent 协作的设计与实现。 2. 可靠性与调试 建立轨迹（Trajectory）追踪、可观测与回放机制，复现并定位行为异常，提升任务成功率与稳定性。 3. 评测 为 Agent 设计任务级与步骤级评测，以离线评测与线上观测驱动迭代。 4. 方案取舍 评估任务是否适合以 Agent 实现，在 Agent、固定流程与单次调用之间做出取舍。 5. 上线与运营 对线上质量、稳定性与成本负责，建立监控、告警、兜底与人工接管机制。 职位要求： 1. 计算机 / 人工智能 / 自动化等相关专业本科及以上，2–5 年相关工作经验，有真实的 Agent 或复杂 AI 应用开发经验。 2. 扎实的 Python 或 TypeScript，能独立从设计到上线；具备后端 / 云的工程基础。 3. 对 Agent 循环（规划 - 工具 - 记忆 - 反馈）有清晰的心智模型，使用过至少一个 Agent 框架；相较框架本身，更看重对底层机制的理解。 4. 具备评测设计与可观测能力，能对非确定性系统进行系统化调试。 5.有强烈创新热情和好奇心，自我驱动能力和学习能力强。 6.积极乐观，喜欢挑战性的技术研发工作，具备良好的问题拆解与工程落地能力、沟通以及团队合作能力。 【加分项】 ● 有影响力的 Agent / AI 开源项目或个人作品； ● ACM / ICPC、Kaggle 等竞赛获奖。

1.作为阿里云出海业务的关键售前技术岗位，需要貝备丰富的云架构经验以及全面的I知识体系和行业洞察能力，并承担关键的技术角色帮助出海客户成功。 2.利用阿里云产品能力和服务帮助客户设计和开发可落地的端对端上云解决方案，包括云基础设施以及基于云上的应用和服务，和客户紧密沟通并通过技术赋能帮助客户在阿里云构建自己的应用和服务。 3.作为阿里云出海架构师，和市场团队协同，提升阿里云在出海赛道的声量，提升专业度，引导更多企业出海选择阿里云。 4.作为客户和阿里云产品团队的桥梁，需要充分了解客户实际需求，以解决方案的形式推动产品在客户侧落地，并帮助产品改进。

岗位描述 1、AI技术服务与支持 ● 积极响应客户对于在使用AI相关产品中的反馈和咨询，快速定位问题，具备一定的大模型模型调优的能力，包括提示词、模型选型、效果优化的能力 ● 在服务过程中关注客户体验提升、有效管控客情，理解客户技术问题；能够定位产品级别的缺陷、bug问题，并提交升级给产研修复，推动产品的不断改进优化 2、AI标准化方案沉淀 •持续推进AI服务标准化的建设，例如服务升级处置流程、故障应急流程、知识沉淀流程等 ●沉淀标准化的AI服务方案及通用技术方案，比如推动产品、工具、知识库的建设和改进，引导客户向合理的解决方案方向前进 • 编写相关产品技术类KB知识库、官方技术文档以及排查工具等，通过知识和工具通过AI智能辅助不断提升问题的解决效率 3、生态运营管理 • 通过技术赋能、认证培训、质量体系、工具平台和组织文化建设等手段，建设技术AI服务生态体系 ●通过服务承包责任制，管控生态伙伴的服务过程和结果，保证技术服务关键指标的达成，无重大安全生产事故 岗位要求 1.本科以上学历，3年以上相关算法经验 2.熟悉常用机器学习算法或深度学习相关领域，对模型识别、优化算法、自监督学习有理论和实践基础 3.主导过完整的算法实现项目，熟悉NLP、CV相关算法和技术，有过大模型训练及RL者优先 4.具有优秀的代码能力，精通Python及pytorch等深度学习框架，熟悉推理引擎（vLLM、SGlang)，有过推理优化经验者优先 5.熟悉多模态模型（文本+图像/语音）者优先 6.具有优秀的沟通技巧、团队管理和项目管理经验，和对前沿技术的感知加分项： 1.在大模型领域，主导过有影响力开源作品或论者优先 2.有数据库/云原生/大数据经验等大型项目交付、运维管理或解决方案设计经验，有云上业务治理、稳定性保障或服务经验，或持有ACP/ACE认证证书者优先 3.具备流利的英文对话能力者优先

软硬件结合开发岗位 ● 负责Scale-Up Switch配置与集群管控软件研发，包括交换机自动发现与纳管、拓扑及端口配置、转发策略与QoS下发、状态采集、配置一致性校验、批量升级和故障联动，建设统一、自动化、可观测的超节点管控平台。 ● 负责Scale-Up交换机软件设计、研发与交付，涵盖交换芯片SDK适配、端口与链路管理、转发与路由配置、QoS及拥塞控制、遥测与诊断、高可用和在线升级，保障交换系统高性能、稳定运行。 ● 参与Scale-Up Benchmark与测评机制建设，设计互连Micro Benchmark、集合通信及端到端AI业务测试，建立带宽、时延、消息率、扩展效率、拓扑敏感度和故障降级等指标与基线，建设自动化测试、持续回归及多架构横向评估能力。 ● 参与AI大模型训练与推理性能调优，围绕Tensor Parallel、Expert Parallel、集合通信、KV Cache传输等典型流量，分析通信模式和关键路径，优化通信时延、带宽利用率及计算通信重叠效率。 ● 建设超节点系统可靠性和质量保障体系，完善链路异常检测、故障隔离、自愈与降级机制，搭建功能、性能、稳定性和极限压力测试平台，形成可观测、可回归、可量化的软件交付标准。 ● 参与下一代AI超节点架构定义：结合GPU/NPU互连、交换芯片和大模型业务演进，参与Scale-Up Fabric、集群管理、交换机控制与数据面协议的设计、原型验证及产品化落地。 职位描述 ● 计算机、软件工程、通信工程、电子科学与技术、人工智能等相关专业。 ● 5年以上系统软件、网络软件或基础设施研发经验，精通C/C++，熟悉Python或Go，具备扎实的Linux系统、网络协议及底层软件开发能力。 ● 熟悉分布式系统、设备管理、拓扑与路由、配置管理、并发编程和软硬件接口，能够独立承担复杂子系统设计、问题定位、性能优化及工程交付。 ● 具备良好的系统架构和质量意识，熟悉需求分析、方案设计、代码评审、CI/CD、自动化测试和版本发布流程，有跨芯片、整机、驱动及上层框架协同经验。 ● 有强烈的技术热情和好奇心、自驱力和学习力；具备良好的分析与解决问题能力、沟通及团队合作能力；有创新热情，积极乐观，能够持续推动问题解决和技术突破。 ● 掌握AI基础知识，熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI基础设施或开发工具研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。 加分项（满足一个或多个） ● 熟悉交换芯片架构及SDK，具备交换机控制面、数据面、端口管理、转发路由、QoS或拥塞控制研发经验者优先。 ● 有集群配置管理、拓扑发现、自动化部署、固件与驱动协同升级、设备生命周期管理平台研发经验者优先。 ● 有AI超节点、Scale-Up互连、GPU/NPU服务器或异构计算系统的软件架构、研发和规模化交付经验者优先。 ● 熟悉PCIe、CXL、RDMA、RoCE、InfiniBand、NVLink、UALink等高速互连技术及Fabric组网方案者优先。 ● 具备交换芯片系统性能、功能测评机制建设经验者优先。 ● 具备大规模集群性能调优、故障诊断、稳定性治理及实际生产交付经验者优先。

1、对所负责的中国企业出海大客户的业务结果负责。全面了解客户的业务架构、技术架构、组织架构等情况，识别和挖掘客户需求，能与客户CXO级别对话，影响客户决策，推动商机转化，拿回业务结果，实现客户价值。 2、传递阿里云产品和技术价值。基于对客户的了解以及对市场和友商的了解，能够独立与客户沟通适配的阿里云产品和解决方案，清晰传递价值和竞争力。 3、有效整合公司内外部资源，对外推动客户采用和持续使用阿里云的产品和方案，对内推动产品解决方案和流程体系的优化，实现客户体验提升，持续位客户创造价值。 4、做好客户全生命周期的业务支持和服务，保障客户满意度。

● 市场洞察与竞争分析 ○ 撰写关于市场趋势、业务机会、客户需求及挑战的分析报告。 ○ 研究竞争对手动态，针对关键机会设计更具竞争力的解决方案。 ● 商机识别与售前引导 ○ 作为客户信赖的技术顾问，深入理解其业务需求，挖掘潜在商机。 ○ 分析客户现状，梳理并记录其技术和业务需求。 ● 解决方案设计与交付 ○ 设计定制化解决方案，包括产品选型、测试验证及配置方案。 ○ 跨行业推广阿里云解决方案，保障项目成功落地。 ○ 识别并管理项目风险，协同内部及合作伙伴团队确保交付顺畅。 ● 能力建设与知识共享 ○ 编写云架构设计指南、最佳实践及典型行业用例。 ○ 为销售团队及合作伙伴提供培训、技术宣讲与专业指导。 ● 产品需求与反馈 ○ 收集客户对产品的使用反馈，提出产品优化建议，提升阿里云产品的市场竞争力。 ● 具备敏锐的商业意识，能够清晰向客户传递云计算的价值。 ● 计算机科学、软件工程或相关专业本科及以上学历。 ● 至少5年企业架构设计与技术咨询经验，深刻理解客户需求与技术挑战。 ● 具备扎实的云迁移策略与解决方案落地经验，对云架构及底层技术有深入见解。 ● 主动推动云部署优化、成本节约，并助力企业实现数字化与技术转型。 ● 以客户为中心，具备强烈的责任心、出色的学习能力、团队协作精神和沟通技巧。 ● 拥有丰富的云架构构建与优化经验，或具备扎实的技术开发背景，并兼具优秀的客户服务经历。 ● 在以下一个或多个技术领域具备专长：计算、网络、存储、大数据、人工智能（AI）、机器学习（ML）、容器、微服务架构、DevOps 或敏捷开发。 ● 曾为以下任一行业（企业服务，数字原生或零售）设计并交付过IT解决方案者优先。 ● 英语流利，能作为工作语言，掌握韩语或持有阿里云相关认证者优先。

[本岗位可base北京杭州上海，需海外背景] 职位描述： 1. Overseas Big Data & AI Market Insight and Competitive Analysis • Identify market opportunities, assess market capacity, and analyze the competitive landscape for Big Data and AI products in overseas markets. • Analyze core metrics, market strategies, and pricing models of international competitors. • Rapidly capture emerging market trends and customer pain points to uncover business opportunities, accelerate solution deployment, and establish a leading competitive edge. 2. International Business Opportunity Assessment and Deep Technical Engagement for Big Data & AI Products • Represent the product line in designing international business strategies and evaluating commercial opportunities for Big Data and AI products. • For complex project requirements, collaborate with sales teams to conduct deep technical exchanges with customers. Leverage insights into industry trends and technological shifts to guide key decision-makers in specific technical scenarios, thereby facilitating opportunity conversion. • Conduct in-depth technical discussions and present product solutions to international clients and English-speaking stakeholders. 3. Solution Design and Technical Support for Big Data & AI Products • For complex projects, thoroughly understand customer business needs, functional/non-functional requirements, performance, and availability standards. Based on specific customer scenarios, deliver technically competitive, feasible, and cost-effective product combination solutions. Provide technical support during product selection, Proof of Concept (PoC), and quotation configuration. • Extract key technical indicators based on customer business scenarios to formulate leading control criteria, validating them through PoCs, win-back initiatives, and other business activities. • Drive cross-team collaboration to optimize solutions for complex projects, enhancing competitiveness across multiple dimensions including cost, performance, and stability. • Explore solutions and scenarios for innovative products to accelerate market coverage and ensure sustained product innovation vitality. • Provide critical post-sales technical Q&A for key accounts, leveraging technology to drive business growth. 4. Product Design and Optimization Support for Big Data & AI Products • Leverage deep understanding of industries and scenarios to participate in the design of major product features, pricing strategies, and user experiences, ensuring the product maintains leadership within specific sectors and use cases. • Identify and precisely distill common customer needs and pain points to feed back into product design, driving product improvements, multi-product integration, and the incubation of new products and features. 5. Best Practice Accumulation and Enablement • Consolidate best practices for niche scenarios; selectively output Infrastructure as Code (IaC) scripts. Summarize benchmark success stories from project implementations to extract common modules and standardize capabilities, accelerating the scaled replication of product solutions. • Highlight product features and performance parameters, designing targeted test cases to amplify product and technical influence. Build solution competitiveness grounded in robust test cases and testing methodologies. • Contribute to the development of Go-to-Market (GTM) materials for Big Data and AI products, co-create joint solutions with partners, and provide enablement training for sales teams and ecosystem partners. 职位要求： • Education: Bachelor's degree or higher in Computer Science, Software Engineering, or a related field. • English Proficiency: Strong written and verbal English skills, capable of conducting in-depth technical exchanges and product solution discussions with international English-speaking clients. • Experience: 5+ years of experience in the Big Data & AI domain, including at least 2 years in roles such as Solution Architect, Technical Consultant, or transitioning from a core R&D position. • Distributed Computing Frameworks: Deep understanding of the principles, tuning, and applicable scenarios of core components including Hadoop, Spark, Flink, Presto/Trino, and Kafka. • Data Architecture Evolution: Profound understanding and hands-on experience with Lambda architecture, Kappa architecture, and Data Lakehouse architecture, knowledgeable about compute-storage separation architecture design and cloud-based Big Data services (e.g., EMR, MaxCompute, Redshift). • Data Storage & Format: Familiarity with object storage systems like HDFS, S3, and OSS, expertise in open table formats such as Parquet, ORC, Delta Lake, Iceberg, and Hudi. • AI Infrastructure Hardware: Solid foundation in AI Infra hardware, including heterogeneous computing server architectures, high-performance networking, GPU/AI chips and interconnects, CPU/GPU/Memory/Storage access patterns, server networking topologies, multi-level storage system architectures, and their capability boundaries. • AI Practical Skills: Hands-on capabilities in Python/Shell programming, invoking Large Language Model (LLM) SDKs, and utilizing mainstream open-source frameworks, product SDKs, or standardized services for ML/DL model inference, training, and deployment. • Data Governance & Security: Familiarity with data lineage, metadata management, data quality monitoring, and privacy-preserving computation technologies. • Business Acumen: Ability to comprehend customer business objectives (cost reduction, efficiency improvement, compliance, innovation) and design technical solutions accordingly. Candidates with proven records in building enterprise Big Data platforms and migrating on-premise data centers to Cloud are strongly preferred. • Candidates must possess a professional customer service mindset, strong teamwork capabilities, the ability to translate complex technical concepts into clear business value for clients, and a commitment to excellence. They are expected to thrive in dynamic environments by actively facing and embracing change.

岗位职责： 1. 结合业务发展规划(训练/推理)，负责AI算力系统(GPU/CPU/网络设备/存储等)的选型评估与技术路线规划；跟踪行业前沿硬件动态，为AI硬件引入决策提供技术输入； 2. 负责算力系统引入的前置评估与验收，制定并执行硬件验收测试方案，覆盖性能基准、压力稳定性、RAS特性、多机训练/推理单集群多品牌机器混部场景测试，识别潜在风险点并推动问题闭环； 3. 负责AI异构硬件系统OS交付流程的全链路管理，保障BIOS、BMC，CPLD，NIC FW，GPU FW bundle 版本等关键软件栈组件的版本把控和可追溯性； 4. 线上稳定性保障，建立硬件全生命周期监控体系，保障大规模集群上线后的持续稳定运行，参与容量规划、故障预案制定等基础设施保障工作，深入GPU固件、驱动、运行时等多个层面进行问题定位，建立标准化的故障诊断流程(SOP)，提升问题定位效率与故障闭环效率； 5. 支撑AI相关业务的异构软硬件系统稳定性，负责大规模分布式训练(万卡级)集群的软硬件问题定位与解决；负责大规模推理服务集群的软硬件稳定性支撑；定位并解决推理场景下的性能劣化、硬件异常、服务稳定性等问题； 6. 持续推进算力项目体系化和系统化建设； 任职要求： 1. 熟悉AI异构硬件系统架构，包括GPU/CPU/内存(HBM/DDR)/高速互联(NVLink/PCIe/InfiniBand/RoCE)等核心组件的架构原理和整机系统拓扑； 2. 熟悉主流AI芯片微架构(如SM/Tensor Core、显存子系统、RAS特性等)； 3. 熟悉AI异构系统测试方法论，具备CPU/内存/SSD/GPU等核心部件及整机测试工具的开发经验； 4. 熟悉异构硬件诊断工具、NVIDIA驱动源码，具备OS层面问题排查能力； 5. 熟悉大模型训练全流程，包括语言类大模型、视频生成类模型的训练流程；主流分布式训练框架的原理与调优实践；熟悉大模型推理服务的部署与优化； 6. 很强的技术沟通能力，能够与硬件厂商、产品团队、业务团队进行有效的跨团队协作； 7. 很强的问题定位与解决能力，良好的文档规范意识，能够输出高质量的故障分析报告与技术方案文档； 8. 熟练使用主流AI Coding工具，熟悉AI驱动的研发流程并能融入个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先；

【团队介绍】 AI native创新小组是新成立的团队， 会组建一个小而精的团队聚焦构建native agentic组织协作开发范式（会涉及 系统 工具等等的开发），团队可以快速决策快速推进。 职位描述： 负责 AI Agent 从需求到设计、开发、上线的全周期，将 Agent 能力落地到真实业务场景，并保障其在非确定性下的可靠运行。具体职责： 1. Agent 设计与开发 完成任务拆解、流程编排、工具调用（Function Calling / MCP）、Memory 与多 Agent 协作的设计与实现。 2. 可靠性与调试 建立轨迹（Trajectory）追踪、可观测与回放机制，复现并定位行为异常，提升任务成功率与稳定性。 3. 评测 为 Agent 设计任务级与步骤级评测，以离线评测与线上观测驱动迭代。 4. 方案取舍 评估任务是否适合以 Agent 实现，在 Agent、固定流程与单次调用之间做出取舍。 5. 上线与运营 对线上质量、稳定性与成本负责，建立监控、告警、兜底与人工接管机制。 职位要求： 1. 计算机 / 人工智能 / 自动化等相关专业本科及以上，2–5 年相关工作经验，有真实的 Agent 或复杂 AI 应用开发经验。 2. 扎实的 Python 或 TypeScript，能独立从设计到上线；具备后端 / 云的工程基础。 3. 对 Agent 循环（规划 - 工具 - 记忆 - 反馈）有清晰的心智模型，使用过至少一个 Agent 框架；相较框架本身，更看重对底层机制的理解。 4. 具备评测设计与可观测能力，能对非确定性系统进行系统化调试。 5.有强烈创新热情和好奇心，自我驱动能力和学习能力强。 6.积极乐观，喜欢挑战性的技术研发工作，具备良好的问题拆解与工程落地能力、沟通以及团队合作能力。 【加分项】 ● 有影响力的 Agent / AI 开源项目或个人作品； ● ACM / ICPC、Kaggle 等竞赛获奖。

职位描述： 1、负责北京行业客户，进行云、大数据、人工智能相关产品方案的推广、销售； 2、负责挖掘相关客户的潜在需求，形成商业机会； 3、组织和带领公司各部门资源推动阿里云解决方案在行业客户的落地，满足客户的业务和技术需求； 4、商务合同的拟定、谈判和内部流程跟进； 5、发展行业合作伙伴，对应用上云提供技术和商业的支持。 职位要求： 1.有汽车行业经验，有call high和客户对话能力，能够跟CTO层面建立关系； 2.对汽车行业数字化转型及汽车智能化研发有了解； 3.具有大项目经验，项目集成经验，了解大厂销售模式、策略打法、组织阵型，互联网从业背景者优先 4.有过大型政企客户销售或业务拓展的经验，熟悉云计算，了解数据库和大数据 5.有拼劲，有销售技巧，能维系人脉和生态和生态关系 备注：持有阿里云ACA/ACP/ACE认证证书者优先

职位描述 客户开拓与商机挖掘 1、新客户开拓及覆盖：负责汽车行业Ai营销场景，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、建立组织重点攻坚客户客情：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 价值传递和能力建设 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，能够根据汽车行业营销Maas需求制定模型、应用及方案的匹配，并完成商业化方案孵化。 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。 制定商务策略及推动商机转化 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、重点攻坚客户运营和管理：作为责任人，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。 职位要求 • 3年以上工作经验 • 有汽车营销（销售）数字化或MAAS相关领域的To B销售或售前相关工作经验（大厂AI应用、AI 2B行业应用、AI 2C应用等） • 有saas软件等相关行业，To B销售或售前、客户成功相关工作经验 • AI native 公司创业经历，运营、商业化、产品经理、销售经验等 • 新客户开拓及覆盖能力：能够对AI原生及新兴增长赛道的市场机会进行快速识别，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。 • 业务理解： 理解客户基础业务流程和行业特点，能识挖掘MAAS应用场景。 • 场景匹配： 能将标准 MAAS 产品与客户常见场景进行初步匹配，形成有效商机漏斗。 • 理解阿里云主要MAAS产品技术核心价值和典型适用场景，能回答客户常规技术特性问题。 • 具备初步MAAS动手实操能力，能够在百炼平台熟练使用多模态大模型、写prompt、及新生的AI应用工具，能理解上下文、MCP、Skills、插件及多Agent协同。 • AI产品推介：能快速讲清阿里云API优势、模型差异化及Tokens计费逻辑、适配场景。 • 能向客户解释MAAS 产品的差异化价值，能与客户交流行业热点、AI新应用场景等。 • 独立完成和肩部客户肩部客户CEO-D、COO-D\腰部客户CEO、COO的业务交流，影响该层级的产品选择。 • 准确识别和分类客户及关键干系人，针对不同的客户群体建立不同的应对措施。 • 主导营造沟通氛围，把握他人的沟通要点，有效倾听他人的观点，清晰的表达自己的观点。 • 具备良好的服务意识和应变能力，能够对客户问题一跟到底，切实帮助客户解决难题，并能保证客户满意度。