阿里巴巴
阿里云智能-Data+AI技术服务专家-北京/上海/杭州/深圳/广州
阿里云智能-Data+AI技术服务专家-北京/上海/杭州/深圳/广州
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公技术支持
技术支持
Ai大模型
Data Agent
云原生
数据仓库
数据平台
数据湖
值不值得投
77综合评分
综合评分 77
核心业务岗、薪资偏高、前沿AI与大数据技术栈、技术成长空间大，但需接受出差与较高工作强度。
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
3.5万
比技术支持中位数高
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 2990 个在招 · 其中技术支持 9 个
市场机会
选择适中
杭州 · 技术支持 · 44 个在招
职位详情
关于这个职位
该职位隶属于阿里云智能集团，主要面向公共云客户提供Data+AI领域的全生命周期技术服务
你需要基于AI大模型和云原生数据产品，为客户设计数据平台方案、优化数据管线，并推动项目落地，助力客户实现数据智能化转型
最低要求
基本要求：
本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业优先
年及以上数据服务、数据平台建设、AI数据工程、云服务技术支持相关工作经验
熟悉公共云服务模式，具备直接面向客户的技术服务、方案宣讲、项目交付经验，具备良好的客户沟通与需求拆解能力
专业技能：
精通数据全生命周期技术体系，熟练掌握数据仓库、数据湖、湖仓一体、数据中台等核心架构，具备数据平台迁移、优化、重构实战经验
了解LLM大模型、强化学习基础原理，熟悉AI场景下数据治理、数据标注、数据管线建设、模型训练数据支撑等相关技术与流程
熟悉主流大数据技术栈（Hadoop/Spark/Flink/Kafka等）、云原生数据产品、数据开发与调度工具，具备复杂数据问题排查与性能调优能力
熟练使用主流的AI Coding工具，精通主流的Agent开发框架和工具
具备优秀的方案撰写、技术宣讲、项目推进能力，能独立承接中大型客户Data+AI服务项目，抗压能力强，可接受客户现场出差支持
其它：
热爱技术服务，以客户成功为核心导向，责任心强、执行力强
具备快速学习能力，能紧跟数据与AI技术发展趋势，持续迭代专业能力
良好的团队协作与跨部门沟通能力，善于整合资源利用AI解决问题的能力
工作职责
面向公共云客户提供数据全生命周期的技术服务，作为Data+AI领域专家，基于AI大模型，提供全流程的专家技术服务，覆盖数据规划、数据平台方案设计、AI Agent设计等全生命周期服务
沉淀并推广面向AI场景的Data Agent驱动的数据研发最佳实践，助力客户构建标准化、智能化的数据研发体系，提升数据研发效率与质量
针对汽车智能驾驶、具身智能等核心AI场景，提供端到端智驾模型训练数据管线建设、流程优化、效率提升专项技术服务，保障AI模型训练的数据供给与质量
梳理行业服务经验，沉淀Data+AI服务方法论、技术方案、最佳实践与案例，协助客户提升数据智能化价值
负责客户数据平台相关核心工作，包括数据平台迁移、性能与架构优化、降本增效等技术落地，保障数据平台稳定、高效、低成本运行
联动阿里云内部产品、研发、解决方案团队，整合云原生数据与AI产品能力，解决客户复杂技术问题，推动客户项目成功落地与持续续费
优先资格
有头部云厂商、大数据厂商或甲方企业数据/AI技术服务经验者优先
有数据处理或Data Agent相关客户服务或项目交付经验者优先
AI 洞察
优缺点分析
优点
- 依托强大的云原生与AI产品矩阵，能接触到海量企业级客户与最前沿的Data+AI落地场景
- 岗位处于AI大模型与数据工程交叉的风口，技术栈前沿，个人技术壁垒与行业竞争力提升快
- 作为头部科技企业的核心业务岗，薪酬福利体系完善，职业背书价值极高
- 适合具备扎实大数据底层技术基础，同时对AI大模型应用有浓厚兴趣，且具备较强客户沟通与项目交付能力的技术复合型人才
缺点 / 挑战
- 需要频繁面向客户进行方案宣讲与项目交付，且明确要求接受客户现场出差，对体力和抗压能力要求较高
- 技术栈跨度大，既要精通传统大数据架构，又要紧跟LLM、Agent等AI新技术，持续学习压力大
角色解读
- 从单一技术支持向Data+AI领域资深解决方案架构师发展，掌握更多前沿AI场景落地经验
- 未来可向技术服务团队管理岗或内部产品/研发专家方向转型，职业天花板较高
- 作为Data+AI技术服务专家，面向公共云客户提供数据全生命周期的技术支持与方案落地
- 基于AI大模型和云原生数据产品，为客户设计数据平台架构、优化数据管线，并推动项目交付
- 针对智驾、具身智能等前沿AI场景，提供端到端的数据管线建设与模型训练数据支撑服务
- 精通数据仓库、数据湖、湖仓一体等数据全生命周期技术体系，具备平台迁移与性能调优实战经验
- 熟悉Hadoop/Spark/Flink等主流大数据技术栈及云原生数据产品，了解LLM大模型与Agent开发框架
- 具备优秀的方案撰写、技术宣讲与项目推进能力，能独立承接中大型客户项目并适应出差
申请策略
- 在面试中展现出强烈的客户服务意识（Customer Success导向）和解决复杂技术问题的执行力
- 准备好应对高压场景的面试问题，体现良好的抗压能力和跨部门资源整合能力
- 重点突出在数据平台建设、数据湖/仓架构设计及性能调优方面的实战项目经验与量化成果
- 展示在AI场景（如大模型数据管线、Data Agent、数据标注治理）中的具体落地案例或技术探索
- 强调面向ToB客户的技术服务、方案宣讲与项目交付经验，体现优秀的沟通与需求拆解能力
- 提前熟悉核心数据与AI产品（如MaxCompute、Hologres、PAI等）的架构与使用场景
- 深入学习LLM大模型原理及主流Agent开发框架（如LangChain），补充AI Coding工具的使用经验
面试指南
- 采用STAR法则（情境、任务、行动、结果）结构化回答项目经验，重点突出技术选型逻辑、难点攻克过程及最终的业务或降本增效收益
- 对于客户沟通与项目推进类问题，采用‘理解诉求-拆解问题-提供方案-预期管理-闭环反馈’的框架，展现同理心与专业度
- 请分享一个你主导过的最复杂的数据平台迁移或架构优化项目，遇到了哪些技术难点，如何解决的？
- 在AI大模型场景下，如何构建高质量的数据管线来保障模型训练的数据供给与质量？
- 面对客户不合理的需求或项目延期风险，你如何进行需求拆解、沟通并推动项目落地？
- 请谈谈你对Data Agent驱动的数据研发最佳实践的理解，如何在实际项目中落地？
- 深入了解相关Data+AI产品矩阵及最新发布的AI大模型服务，思考其与传统大数据的结合点
- 复习大数据底层原理（如Spark/Flink内存管理、数据倾斜处理）及LLM基础概念，确保技术深度经得起拷问
职位点评
薪资福利85
成长发展90
工作生活45
使命价值80
薪资福利
85较高
作为已上市的头部科技企业，该岗位提供具有市场竞争力的薪酬与完善的福利体系，薪资信号偏高。
薪资信号偏高 (2.5千–4.5万/月)
成长发展
90较高
岗位深度结合AI大模型与云原生数据技术，处于行业技术前沿，且能接触大量企业级复杂场景，技术成长与职业发展天花板极高。
技术前沿前沿/新兴技术
技术栈AI大模型、Data Agent、数据湖、Hadoop、Spark、Flink、Kafka、LLM、强化学习
成长机会持续迭代专业能力
业务类型profit_center
工作生活
45较低
JD明确要求抗压能力强且可接受客户现场出差，工作节奏与强度较大，WLB满足程度有限。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
通过Data+AI技术服务助力企业客户实现智能化转型，推动AI技术在汽车智驾、具身智能等前沿领域的落地，具有较高的行业价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号助力客户构建标准化、智能化的数据研发体系、协助客户提升数据智能化价值
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