阿里云智能-AI Agent 解决方案架构师-政企事业部（北京/上海/杭州）

优缺点分析

角色解读

• 专业路线：从解决方案架构师成长为AI领域专家，深耕特定行业或技术方向，成为团队的技术权威
• 管理路线：带领解决方案团队，负责更大规模的客户和项目，向解决方案总监或事业部负责人方向发展
• 横向发展：可转向产品管理、技术研发或业务拓展等岗位，利用对客户需求和技术趋势的深刻理解，在更广泛的领域发挥影响力
• 深入理解政企客户的业务需求，识别AI技术（特别是大模型和智能体）的应用场景，为客户设计智能化转型的路径和方案
• 基于阿里云的全栈AI产品（如百炼平台、PAI），设计并搭建大模型智能体应用，与技术服务团队协作完成概念验证和项目落地
• 将成功落地的客户案例进行总结和抽象，形成可复制、可规模化的解决方案，并负责向内部团队和外部客户进行技术分享和推广
• 持续跟踪AI前沿技术趋势，向产品研发团队反馈一线客户需求和技术洞察，推动阿里云AI产品和工具链的迭代优化
• 扎实的机器学习、深度学习理论基础，对大模型（LLM）的原理、应用和生态有深入理解
• 熟练掌握Python等至少一门编程语言，具备使用PyTorch、LangGraph、AgentScope等框架进行模型微调和智能体开发的能力
• 具备优秀的解决方案设计能力，能够将客户需求转化为技术方案，并具备良好的沟通和演讲能力，以影响客户决策
• 了解政务、制造、教育、医疗等至少一个垂直行业的业务逻辑和痛点，能够将AI技术与行业场景深度结合

申请策略

• 在申请前，深入了解阿里云政企事业部的业务方向和成功案例，在面试中展现你的行业洞察
• 准备一个你主导或深度参与的AI项目案例，能够清晰阐述项目背景、技术难点、解决方案和最终价值
• 重点突出大模型、智能体相关的项目经验，特别是从0到1的落地案例，详细描述你的角色、技术选型和最终成果
• 强调对阿里云AI产品（如百炼、PAI）的使用经验，以及相关的ACP认证，这将是重要的加分项
• 在简历中体现你的行业认知，可以针对政务、制造等特定行业，描述你如何将AI技术与业务场景结合
• 展示你的编程能力，特别是Python和主流深度学习框架，可以附上GitHub或技术博客链接
• 系统学习LangGraph、AgentScope等主流智能体开发框架，并动手实践一个完整的Agent应用
• 深入了解RAG技术、向量数据库、模型微调等大模型应用关键技术，并尝试在项目中应用

面试指南

• 对于项目介绍类问题，采用STAR法则（情境-任务-行动-结果），重点突出你的个人贡献和项目的量化成果
• 对于方案设计类问题，先明确客户核心诉求，再结合阿里云产品和技术能力，给出分步骤的落地方案，并说明每一步的价值
• 对于开放性问题，展现你的技术视野和独立思考能力，结合行业趋势和阿里云战略进行回答
• 请详细介绍一下你做过的一个大模型或智能体项目，包括技术架构、遇到的挑战和解决方案
• 如何理解RAG技术？在什么场景下你会选择使用RAG而不是微调？
• 假设一个政务客户想用大模型提升办事效率，你会如何设计解决方案？
• 如何评估一个智能体应用的效果？你会关注哪些指标？
• 谈谈你对当前AI Agent发展趋势的看法，以及阿里云在其中扮演的角色