阿里巴巴
阿里云智能-AI解决方案架构师专家-杭州/上海
阿里云智能-AI解决方案架构师专家-杭州/上海
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公解决方案
解决方案
Lora
Maas
Prompt工程
Rag
大模型
模型微调
通义千问
阿里云百炼
值不值得投
78综合评分
综合评分 78
核心AI商业化岗位，技术前沿且薪资丰厚，发展上限高，但业务指标压力较大、WLB一般。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.5万
比解决方案中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3290 个在招 · 其中解决方案 48 个
市场机会
选择面较广
杭州 · 解决方案 · 52 个在招
职位详情
关于这个职位
该职位负责在华东大区重点行业发掘高价值AI场景，设计基于大模型的MaaS端到端解决方案（如RAG、Agent等），并推动技术落地与Token增长
你需要具备深厚的AI工程实践能力与业务架构能力，通过技术价值转化和售前支持，助力客户实现AI战略并推动阿里云AI产品的商业化落地
最低要求
年以上AI技术解决方案经验（架构设计、软件开发、AI 工程），或具备 2 年以上 AI 产品 / AI 项目负责人 / AI 创业经验
本科及以上学历，计算机 / AI 相关专业优先
AI 工程实践能力：能基于 Python 等语言独立搭建可运行的 AI 应用原型，完成 PoC 验证与 Demo 演示
业务架构能力：理解 AI 应用与 MaaS 商业模式，能将客户业务场景抽象映射为 AI 技术解决方案
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），能根据业务需求判断是否需要微调并完成选型
○ 熟悉模型评估方法论，有基于 Benchmark 或 A/B Testing 验证模型效果的经验
AI应用范式：
○ 精通 RAG 架构设计与实施：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：理解上下文工程、工具编排、状态管理等 Agent 核心机制，熟悉主流开发框架与开源 Agent（OpenClaw 等）架构，有从原型验证到生产部署的落地经验
○ 掌握 Agent 基础设施：熟悉 MCP、Tool Calling、Skills、知识库、长短期记忆管理等关键组件
技术价值转化能力：能将技术方案转化为客户可量化的业务收益，与客户共建 AI 效果评估体系，用数据证明价值
售前与客户影响力：具备优秀的方案宣讲与沟通能力，能主动挖掘客户需求，主导 POC 演示、Demo 搭建及技术验证，有 call high潜力或经验
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
工作职责
行业高价值 AI 场景发掘：深入华东大区重点行业（泛政府、教育科研、医疗卫健、泛企业等），主动识别客户核心业务中的 AI 机会，将业务痛点转化为基于大模型的 Token 价值方案
跟踪行业政策与数字化趋势，能与客户高层（CxO / 决策层）对话，推动 AI 战略共识与项目立项
MaaS 架构设计：负责MaaS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
结合阿里云千问模型、百炼平台等 AI 核心产品，为客户设计可落地的大模型解决方案
技术落地与陪跑：具备复杂 AI Agent 项目的落地实践经验，能独立完成从模型选型、Prompt 工程、RAG 搭建、Agent 开发到效果验证的全链路工作
用可运行的 Demo 说话，帮助客户快速构建 AI 应用
确保场景在实际生产中落地，并持续优化以提升 Token 的质量与消耗规模
场景运营与 Token 增长：对所负责行业的 Token 消耗量及业务活跃度负责，推动场景从“能用”到“常用”
通过解决实际问题建立长期运营关系，实现规模与技术口碑的双赢
行业能力沉淀与规模复制：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
具备向同行业客户批量复制落地的能力
为阿里云 AI 战略的长期发展储备关键客户与技术资产
AI 市场心智建设：联动周边团队，打造面向细分行业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
生态协同与售前支持：配合 BTE 链路高质量完成售前相关工作
识别客户使用中的产品问题与改进机会，反向推动内部产品迭代与流程优化
优先资格
有以下经验优先：
● 泛政府 / 教育科研 / 医疗卫健等行业的行业经验
● AI 项目负责人或 AI 产品经理，具备业务视角与项目落地经验
● 独立开发者、AI 创业者或行业 ISV 背景，具备端到端 Agent 交付经验
● 在 GitHub 上有 Agent 相关开源项目或 AI 辅助编程（Vibe Coding）深度实践者
AI 洞察
优缺点分析
优点
- 依托阿里云千问、百炼等顶尖AI基础设施，能接触最前沿的大模型技术与海量企业级落地场景
- 处于AI商业化爆发期，Token增长与MaaS模式具有广阔的市场前景
- 平台资源丰厚，有助于积累深厚的行业人脉与ToB大客户经验
- 需要同时兼顾技术深度与业务广度，对个人的综合架构能力和售前沟通能力要求极高
- 大模型技术迭代极快，需要持续保持高强度的学习以跟进最新范式
- 适合具备扎实AI工程底座、懂业务架构且渴望在ToB大模型商业化浪潮中发挥核心作用的复合型技术人才
缺点 / 挑战
- 背负Token消耗与业务活跃度指标，面临一定的商业化落地与业绩压力
角色解读
- 从单一行业解决方案专家向跨行业AI商业化操盘手发展
- 未来可晋升为资深架构师、技术总监或转向AI产品/业务线负责人
- 深入华东重点行业挖掘AI场景，将业务痛点转化为大模型解决方案
- 负责MaaS端到端架构设计，涵盖RAG、Agent工作流及模型微调
- 推动技术落地与Token增长，通过Demo演示和售前支持促成项目立项与商业化落地
- 扎实的AI工程实践能力，能熟练使用Python搭建AI应用原型
- 精通大模型技术体系（RAG、Agent开发、模型微调与评估）
- 具备优秀的业务架构能力与售前沟通技巧，能与客户高层对话并转化技术价值
申请策略
- 准备一份针对特定行业（如医疗或政务）的AI大模型落地解决方案PPT作为面试敲门砖
- 了解阿里云近期在MaaS和Agent领域的最新产品发布与战略方向
- 突出主导过的复杂AI Agent或RAG项目的全链路落地经验，强调从PoC到生产部署的闭环能力
- 量化过往项目带来的业务收益（如Token消耗增长、效率提升等），展现技术价值转化能力
- 若有GitHub开源项目或AI辅助编程深度实践，务必在简历中提供链接
- 深入学习阿里云百炼平台及通义千问模型的特性与API调用
- 补充特定行业（如泛政府、医疗、教育）的数字化痛点与业务逻辑知识
- 提升面向CxO级别的方案宣讲与商业谈判技巧
面试指南
- STAR法则结合技术深度：在描述项目时，不仅讲业务背景，必须深入到Embedding优化、Re-rank策略、Agent状态管理等技术细节
- 商业价值导向：回答任何技术问题后，都要落脚到该技术如何降低客户成本、提升效率或带来新的营收
- 对比分析法：在技术选型问题上，通过对比不同方案的优缺点、成本与周期，展现架构师的权衡能力
- 请分享一个你主导的从0到1的复杂AI Agent或RAG项目落地案例，遇到了哪些技术瓶颈及如何解决？
- 面对客户高层（CxO），你如何将大模型的技术优势转化为他们能听懂的业务价值并推动立项？
- 在模型微调（如LoRA/RLHF）和直接Prompt工程/RAG之间，你如何根据业务场景进行技术选型？
- 如何评估和优化一个RAG系统的检索准确率与Agent的任务完成率？
- 针对华东区的某个重点行业（如医疗），你认为目前大模型最大的落地机会和痛点是什么？
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
专家级岗位薪资处于行业头部水平，且大模型方向具备较高溢价，整体薪酬福利极具竞争力。
薪资信号偏高 (3千–6万/月)
成长发展
90较高
处于大模型商业化最前沿，能深度参与MaaS、Agent等新兴技术落地，技术成长与行业视野拓展空间巨大。
技术前沿前沿/新兴技术
技术栈Python、RAG、Agent、MaaS、大模型、LoRA、RLHF、Prompt工程、向量数据库
业务类型profit_center
工作生活
50较低
岗位涉及大量售前支持、客户高层对话及项目陪跑，且背负Token增长指标，工作节奏和压力预计较大，WLB难以保证。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
推动AI技术在千行百业的实质性落地，赋能政企、医疗、教育等行业的数字化转型，具有较高的社会价值与行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs