阿里巴巴
阿里云智能-解决方案架构师（泛互/AI方向）-上海
阿里云智能-解决方案架构师（泛互/AI方向）-上海
发布于 大约 3 小时前普通员工/个人贡献者
上海市
专家级经验
全职员工
仅现场办公
学历未注明
架构师
Go
Llmops
Maas
Poc
Qwen
Rag
售前
大模型
AI 估算 · 35k–60k
资深AI架构师，大厂高薪，技能稀缺，上海地区薪资水平高。
职位详情
关于这个职位
该职位是阿里巴巴云智能集团面向AI Native客户的解决方案架构师岗位，聚焦AI与MaaS产品的售前技术支持与架构设计
你将与销售协同，为客户提供端到端的技术方案，主导POC演示，推动AI解决方案规模化落地
适合具备深厚大模型技术栈和售前咨询经验的技术专家
最低要求
工程基本功：精通 Python / Java / Go / Node.js 中至少一门语言，3 年以上研发经验
具备分布式后端、大数据平台或 AI 应用工程化的实战背景
业务架构能力：深刻理解 AI 应用与 MaaS 商业逻辑，能够将复杂业务场景抽象、拆解并映射为可执行的 AI 技术方案
大模型技术体系：
熟悉 Qwen、GPT、Gemini、Claude 等主流模型的能力差异与适用边界，能基于业务诉求做出合理选型
掌握 SFT、LoRA、RLHF、DPO 等模型微调与对齐技术，具备模型适配与定制经验
熟悉主流 Benchmark 与 A/B Testing 方法论，能构建可量化的模型评估体系
AI Native 应用范式：
精通 RAG 全链路架构，覆盖 Embedding 优化、Re-rank 策略、混合检索与向量数据库选型
熟练使用 AgentScope、LangGraph、CrewAI、AutoGen 等主流框架进行复杂 Agent 开发
熟悉 MCP 服务开发、Tool Calling 与 Skills 定义等前沿交互协议
AI 工程化与运维（LLMOps）：具备模型监控、可观测性与安全治理的实战经验
熟悉推理优化技术，能够在延迟、吞吐与成本之间寻得最优平衡，实现极致性价比
售前咨询能力：方案宣讲清晰、有感染力，沟通与需求挖掘能力突出，能独立主导 POC、Demo 搭建及技术验证，将技术语言转化为客户价值
综合素养：具备良好的协作精神与同理心，抗压能力强，乐于拥抱不确定性，敢于探索前沿技术
工作职责
客户成功驱动：面向 AI Native 客户开展售前技术支持，与销售协同作战，推动阿里云 AI Native 与 MaaS 产品及解决方案的规模化落地，助力客户业务持续增长
方案架构设计：作为 AI 技术专家，基于阿里云 MaaS 与大模型能力，为客户输出端到端的技术架构与解决方案，并在落地过程中提供深度技术护航，确保方案可落地、可演进、有竞争力
业务场景洞察：深入理解客户业务，围绕 AI Native 应用形态，完成从模型能力到系统架构的全链路方案设计，将模糊需求转化为清晰可执行的技术路径
POC 与方案比选：主导客户的方案比选与 POC 演示，承担功能验证与性能压测，量化模型效果、系统表现与投入产出比，在保障性能、安全与稳定性的同时追求最优 TCO
市场洞察与方案沉淀：负责所在区域及重点行业的趋势洞察与解决方案沉淀，把握 AI 技术与产业演进节奏，推动 AI Native 解决方案的创新孵化与跨客户复制
行业影响力建设：积极参与内外部技术沙龙、行业峰会与客户分享，输出 AI Native 与 MaaS 架构的最佳实践，打造个人与团队的技术品牌
全栈架构咨询：为客户提供涵盖模型选型、推理性能优化、成本治理、稳定性设计与安全合规的全栈 AI 架构咨询服务
优先资格
加分项：在 GitHub 拥有 Agent 方向开源项目，或在 AI 辅助编程（Vibe Coding）方向有深度实践，或具备垂直行业 AI Native 规模化落地案例者优先
AI 洞察
优缺点分析
优点
- 身处阿里云大平台，接触前沿AI技术（MaaS、大模型），技术视野广阔
- 客户成功驱动，直接面向产业应用，业务价值和成就感强
- 薪资福利优厚，大厂平台稳定，有丰富的学习资源和内部培训
- 技术更新快，需要持续学习，保持对前沿模型和框架的敏感
- 需要平衡技术深度和商业价值，沟通能力要求高
- 适合具备深厚AI技术功底、同时热爱与客户打交道、希望在产业中落地AI方案的技术专家
缺点 / 挑战
- 售前岗位需频繁出差和应对客户需求，工作压力较大
角色解读
- 可向资深架构师或首席架构师方向发展，成为AI领域的专家顾问
- 可转向产品管理或技术管理，负责更大规模的方案团队
- 可在AI Native生态中积累行业影响力，成为行业解决方案领军人物
- 面向AI Native客户提供售前技术支持，与销售协同推动阿里云MaaS产品落地
- 基于大模型能力设计端到端技术架构，包括模型选型、推理优化、成本治理等
- 主导POC演示与方案比选，量化模型效果和投入产出比
- 参与行业解决方案沉淀和外部技术分享，打造技术品牌
- 精通Python/Java/Go/Node.js等至少一门语言，具备分布式后端或AI工程化实战经验
- 熟悉主流大模型（Qwen、GPT等）的差异，掌握SFT、LoRA、RLHF等微调技术
- 精通RAG全链路架构，熟练使用AgentScope、LangGraph等Agent开发框架
- 具备售前咨询能力，能清晰宣讲方案并主导技术验证
申请策略
- 了解阿里云AI相关产品（如百炼、通义）和行业解决方案
- 准备一个完整的AI Native架构案例，展示端到端设计能力
- 突出大模型项目经验，特别是RAG、Agent、微调等实际落地案例
- 强调售前支持或方案设计经历，展示将技术转化为客户价值的能力
- 如有GitHub开源项目或技术博客，重点呈现以体现技术影响力
- 列出量化的成果，如性能提升、成本降低、客户规模化等
- 补充学习Agent框架如LangGraph、AutoGen，以及MCP协议
- 熟悉主流模型Benchmark和A/B Testing方法，提升评估体系设计能力
面试指南
- STAR法则：情境、任务、行动、结果，结构化表达项目经验
- 对比法：面对技术选型，列出方案对比，强调权衡与决策逻辑
- 客户价值导向：回答时强调如何从客户需求出发，将技术指标转化为商业收益
- 请描述一个你主导的AI项目架构，为什么选择该模型和框架？
- 如何为不同客户做模型选型？考虑哪些因素？
- RAG系统中如何优化检索精度？你如何处理相关性问题？
- 售前场景下，客户对成本敏感，你会如何设计推理优化方案？
- 如何评估一个AI解决方案的ROI？
职位点评
77
综合评分
阿里云AI架构师，前沿技术栈，高薪但节奏快，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术前沿和个人快速成长，愿意接受一定工作压力，渴望在AI产业中创造价值的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值75
薪资福利
85较高
阿里云提供具有竞争力的薪酬和全面的福利，职级体系完善，薪资水平在市场中处于高位。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
95较高
岗位处于AI前沿赛道，接触最新的大模型技术，有大量实践和成长机会。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Agent、MaaS、LLMOps、微调、Qwen、LangGraph
成长机会技术沙龙、最佳实践、创新孵化
业务类型profit_center
工作生活
40较低
办公地点在上海市区，但售前岗位可能需要出差和应对客户节奏，工作时间弹性不足。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值
75中等
支持AI Native客户实现业务增长，推动AI产业落地，具有较高社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动阿里云 AI Native 与 MaaS 产品及解决方案的规模化落地、助力客户业务持续增长
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs