AI云原生解决方案设计：
1）结合客户AI工作流（如大模型训练/推理、自动驾驶仿真、视频分析等），设计基于IaaS的云原生架构方案，优化模型训练/推理的性能、成本与可靠性
2）主导AI专用加速方案（如混合精度训练、模型量化、分布式推理）的架构选型与落地，推动框架层与基础设施层的协同优化
客户需求分析与价值传递：
1）深入调研客户AI应用场景，提炼核心痛点（如训练周期长、推理延迟高、资源成本高等）
2）通过技术白皮书、架构设计图、POC验证等方式，向客户展示IaaS平台在AI场景下的性能优势（如训练速度提升、推理成本降低等）
跨团队协作与生态整合：
1）与研发团队协同定义技术实现路径，推动算子优化、框架适配等需求落地
2）联合产品经理规划解决方案路标，确保技术方案与商业策略对齐
3）整合ISV、AI框架社区资源，构建AI云原生解决方案生态
行业趋势与竞争分析：
1）跟踪AI云原生技术发展（如Kubernetes原生AI、推理加速），输出行业洞察报告
2）对标市场AI云服务，制定差异化竞争策略