阿里巴巴
阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas
阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas
发布于 大约 17 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
Llamaindex
Llm
Poc
Prompt Engineering
Rag
向量检索
技术布道
解决方案架构
值不值得投
68综合评分
综合评分 68
前沿大模型技术栈、强调工程落地与商业价值、技术成长空间极大，但工作节奏与生活方式信息待确认。
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。
薪资怎么样
40K
与解决方案中位数基本持平
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 2430 个在招 · 其中解决方案 29 个
市场机会
选择适中
北京 · 解决方案 · 33 个在招
职位详情
关于这个职位
该职位是阿里云MaaS平台及通义系列模型的核心技术专家，核心使命是通过技术硬实力加速客户业务系统的AI化改造
不同于传统咨询，该岗位强调工程落地与实战能力，需要你深入代码层面，亲自构建原型（POC）、调试代码和优化算法，帮助客户扫除接入大模型的工程障碍，并直接带动模型Token消耗与业务价值产出
最低要求
开发者背景：拥有软件工程背景，在AI的合作下可以做到精通至少一门编程语言（Python为佳，熟练使用LangChain, LlamaIndex等框架），有能力现场手写代码演示
AI/LLM 实战经验：熟悉Transformer架构，有实际的Prompt Engineering、RAG系统搭建经验，理解向量检索（Vector Search）原理
甚至具有大模型微调（Fine-tuning）经验者更佳
在日常的工作中深度应用AI辅助办公，包括代码、文档等基础工作以及创新、方案等进阶工作
解决问题的执着：面对报错和未知Bug，有刨根问底的能力，不满足于转发文档，而是致力于提供Workable Solution
商业敏锐度：理解Token商业模式，懂得通过技术手段帮助客户扩大业务规模，从而自然带动模型用量的增长
工作职责
AI解决方案设计与售前支持
与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案
主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统
全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示
解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题
负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理
技术资产代码化
沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档
最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本
技术影响力与布道 (Technical Evangelism)
开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流
通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性
作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践
产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代
AI 洞察
优缺点分析
优点
- 直接接触行业最前沿的大模型技术与平台，技术成长速度极快
- 岗位角色兼具技术深度与商业广度，能全面提升综合能力
- 作为技术专家和布道者，能建立广泛的行业技术影响力
- 身处推动企业AI转型的浪潮核心，项目成果直接可见
- 技术栈更新迅速，需要持续高强度学习以保持领先
- 需同时平衡技术深度钻研、项目交付、客户沟通及产品反馈等多重职责
- 适合那些热爱动手解决复杂技术问题、不满足于理论、渴望看到技术在商业场景产生实际价值的资深工程师
- 同时，需要具备良好的沟通能力和商业思维，乐于在客户与研发团队之间架起桥梁
缺点 / 挑战
- 作为连接产品与客户的桥梁，可能面临来自双方的压力和快速变化的需求
角色解读
- 技术深度发展：可成为AI应用架构、模型优化、复杂系统集成的资深专家，或向AI产品经理角色拓展
- 技术广度与影响力：可发展为技术布道师、开发者生态负责人，或转向AI解决方案的技术管理岗位
- 行业深耕：在金融、零售、制造等特定行业积累深厚领域知识，成为该行业的AI转型领袖
- 作为客户与阿里云MaaS平台之间的技术桥梁，深度理解客户业务需求，并设计基于大模型的AI解决方案
- 主导POC项目，解决从RAG、Agent到多模态交互等场景下的实际工程难题，确保项目成功落地
- 亲手编写高质量的Demo代码、示例和Notebook，将最佳实践产品化，降低客户使用门槛
- 通过技术演讲、Workshop等方式进行技术布道，并作为产品反馈的桥梁，推动平台迭代
- 具备扎实的软件工程基础，至少精通Python，并能熟练运用LangChain、LlamaIndex等主流LLM开发框架
- 拥有Prompt Engineering、RAG系统搭建、向量检索等LLM应用开发实战经验，理解Transformer架构
- 优秀的系统架构设计能力，能将复杂业务需求转化为稳健、可扩展的AI系统设计
- 出色的沟通与演示能力，能进行代码级的技术交流，并具备一定的商业敏感度
申请策略
- 在申请前，务必深入研究阿里云MaaS平台、通义系列模型（Qwen/Wan）及其核心能力与文档
- 思考并梳理你过去的经验中，哪些最能体现“工程落地”和“解决实际问题”的能力，并将其作为申请故事的核心
- 可以关注阿里云的技术博客、发布会，了解其最新技术动态和客户案例
- 突出使用LLM框架（如LangChain）或云平台（如阿里云、AWS）构建的完整项目经验，尤其是涉及RAG、Agent的案例
- 展示你解决复杂工程问题的能力，用具体例子说明你如何调试、优化并最终交付解决方案
- 强调你编写的高质量代码、文档或技术分享经历，体现你的工程化与知识沉淀能力
- 提及任何与客户或跨团队协作，推动技术方案落地的经历
- 深入实践LangChain/LlamaIndex框架，能独立搭建和调试RAG、Agent等复杂链路
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化地讲述项目经历，重点突出你的决策过程和工程实现细节
- 在回答设计类问题时，先明确业务目标与核心约束，再展开技术选型（如使用什么向量库、何种Prompt策略），并主动讨论可能的风险与优化方向
- 在回答商业问题时，将技术手段（如模型选型、缓存、Prompt优化）与业务指标（如用户体验提升、转化率、成本控制）关联起来，体现商业思维
- 请描述一个你主导的、最具挑战性的RAG或Agent项目，从架构设计到工程落地遇到了哪些难题？你是如何解决的？
- 假设一个客户希望用大模型改造其客服系统，但担心幻觉和成本
- 请现场设计一个初步的技术方案
- 你如何理解Token商业模式？作为解决方案架构师，你会通过哪些技术手段帮助客户在提升业务效果的同时，自然增加模型使用量？
- 如果需要向客户的CXO和一线开发人员分别介绍同一个AI方案，你的沟通侧重点会有什么不同？
职位点评
薪资福利65
成长发展95
工作生活30
使命价值80
薪资福利
65中等
职位属于阿里云核心技术专家岗位，但未披露具体薪资信息。作为上市公司技术岗，福利体系通常较为完善，但补偿性动机的具体满足程度需以实际offer为准。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
95较高
该职位是接触和推动前沿大模型技术落地的核心角色，技术成长空间极大，且有明确的产品反馈通道影响技术迭代，发展性动机能得到极高满足。
技术前沿前沿/新兴技术
技术栈Python、LangChain、LlamaIndex、RAG、Prompt Engineering、向量检索、LLM、Agent、多模态
成长机会产品反馈闭环、直接推动产品技术迭代
业务类型profit_center
工作生活
30较低
职位描述未提及任何关于办公模式、工作时间或WLB的信息，无法对生活化动机做出有效评估，该维度满足程度存在不确定性。
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
作为推动企业AI化改造、加速智能化转型的核心技术角色，具有较强的社会影响力和行业前景，意义感动机满足程度较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号加速客户业务系统的AI化改造、直接带动模型Token消耗与业务价值产出
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs