阿里巴巴
阿里云智能-大模型商业技术工程师（出海拓新方向）-北京
阿里云智能-大模型商业技术工程师（出海拓新方向）-北京
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大客户销售
大客户销售
Agent应用
Ai解决方案
Maas
Prompt Engineering
To B销售
商机挖掘
大模型
客户成功
值不值得投
76综合评分
综合评分 76
大厂大模型核心商业化岗，前沿技术栈与高成长空间，薪资潜力大但业绩压力与WLB需权衡。
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
4.5万
比大客户销售中位数高
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 3030 个在招 · 其中大客户销售 72 个
市场机会
选择面较广
北京 · 大客户销售 · 约 250 个在招
职位详情
关于这个职位
该职位负责阿里云大模型（MaaS）产品在出海及新兴赛道的客户开拓与商机挖掘，深度理解客户业务并匹配AI解决方案
你需要具备To B销售或售前经验，能够独立向客户传递AI价值并推动Token调用量增长，同时维护高层客情关系，实现商机转化与客户全生命周期服务
最低要求
年以上工作经验
有MAAS相关领域的To B销售或售前相关工作经验（大厂AI应用、AI 2B行业应用、AI 2C应用等）
有saas软件等相关行业，To B销售或售前、客户成功相关工作经验
AI native 公司创业经历，运营、商业化、产品经理、销售经验等
新客户开拓及覆盖能力：能够对AI原生及新兴增长赛道的市场机会进行快速识别，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机
具备商业理解能力，能深度理解客户业务及其所在竞争环境，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点
有敏锐的判断力，能挖掘客户有效场景,初步匹配对应MAAS产品和解决方案，找到双方合作机会点
熟悉阿里云AI产品矩阵的特点、能力边界、适用场景及技术演进熟悉阿里云AI产品矩阵
了解国内外市场同类产品的技术特性异同，与阿里云产品的差异化优势，回答客户对AI产品技术发展趋势和技术特性的常规问题
保持对AI趋势的及时掌握和深度理解，熟悉生成式AI服务、人工智能、机器学习及基础模型产品知识
具备初步MAAS动手实操能力，能够在百炼平台熟练使用多模态大模型、写prompt、及新生的AI应用工具，能理解上下文、MCP、Skills、插件及多Agent协同
AI产品推介：能快速讲清阿里云API优势、模型差异化及Tokens计费逻辑、适配场景
能进行MAAS布道，结合客户关心的话题（战略规划、业务及产品规划、组织规划、行业热点、竞对发展等）讲透给客户带来的技术和业务价值，影响客户心智
具备与头部客户CEO/COO-D，业务BU一号位，肩部客户CEO、COO对话能力，完成有效的业务和技术交流，影响并加速决策
制定完整的商务策略，把控谈判节奏，独立完成项目谈判，获得目标结果
准确识别和分类客户及关键干系人，针对不同的客户群体建立不同的应对措施
主导营造沟通氛围，把握他人的沟通要点，有效倾听他人的观点，清晰的表达自己的观点
具备良好的服务意识和应变能力，能够对客户问题一跟到底，切实帮助客户解决难题，并能保证客户满意度
工作职责
客户开拓与商机挖掘：
新客户开拓及覆盖：负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断，通过各种渠道开拓新客户，或挖掘现有客户的maas产品和技术需求，形成有效商机
客户业务理解及需求挖掘：深度理解客户所在行业，了解客户商业模式和业务流程，能够进行业务分析，解构客户生产链路及对应的痛点，挖掘有效AI切入场景,找到双方合作机会点
驱动Token价值挖掘与跃迁： 推动标准化AI产品、平台及Agent类应用的推广，通过深入挖掘客户使用场景，驱动模型调用量（Token）实现跨越式增长，为客户提供价值
建立组织客情：能与客户业务负责人对话，维护好关键决策点的客情关系，协调我司管理层和客户建立连接，作为“铁三角”的导演，进行良好的内部项目协调
与客户各层级建立长期的业务和技术关系，赢取客户信任，在合作中获得关键性支持
AI 价值传递：
理解阿里云MaaS产品及市场产品的差异化：深入理解阿里云MAAS产品的技术价值及适用场景，了解国内外市场先进模型特点及阿里云的差异化竞争优势，能够根据客户需求初步制定模型、应用及方案的匹配
独立面向客户讲解业务解决方案：针对客户特定场景业务需求，独立面向客户讲解阿里云业务解决方案，清晰的传递阿里云竞争力以及能够为客户创造的业务价值
制定商务策略及商机转化：
促进客户决策及商机转化：能摸清并影响客户决策链路，制定应对商务方案，运用销售策略，转化商机，达成业绩，实现与客户的双赢
客户运营和管理：作为第一责任人，从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决，到内部产研、财税法等支撑部门有效协同，整合内外部资源，识别管理风险点，做好精细化运营和项目落地
持续做好客户服务：
客户全生命周期的业务支持：持续做好客户服务，及时解决客户问题，提高客户满意度
竞对与趋势研究，推动产品反向优化：主动研究市场动态及竞对产品优劣，理解与阿里云的产品差异化优势，结合用户体验，持续输出产品优化建议，推动内部产品解决方案和流程体系的改进
AI 洞察
优缺点分析
优点
- 依托阿里云强大的MaaS产品矩阵，处于AI大模型商业化落地的核心赛道，行业前景广阔
- 能够接触头部企业高管，积累顶尖的客户资源与行业认知
- 大厂平台提供完善的技术培训与内部协同资源，利于个人能力跃迁
- 大模型技术迭代极快，需要持续学习以保持对前沿技术和竞对产品的敏锐度
- To B大单销售周期长、决策链路复杂，对商务策略制定和跨部门协同能力要求极高
- 适合具备3年以上AI/SaaS行业To B销售或售前经验，对大模型技术有浓厚兴趣，且具备较强商业敏锐度与高层沟通能力的复合型人才
缺点 / 挑战
- 背负明确的Token消耗与业绩指标，面临较大的业绩压力
角色解读
- 从大模型商业技术工程师向资深大客户销售专家或销售管理岗位发展
- 未来可深耕AI商业化领域，成为行业解决方案专家或业务线负责人
- 负责阿里云大模型（MaaS）产品在出海及新兴赛道的客户开拓，挖掘AI应用场景并推动Token调用量增长
- 独立向客户讲解业务解决方案，制定商务策略并主导项目谈判，实现商机转化
- 维护高层客情关系，提供客户全生命周期支持并推动内部产品优化
- 具备3年以上To B销售或售前经验，熟悉MaaS/SaaS行业及大模型技术趋势
- 拥有出色的商业理解力与业务分析能力，能解构客户生产链路并匹配AI解决方案
- 具备高层对话能力（CEO/COO级别），能独立完成商务谈判与项目落地
申请策略
- 了解阿里云近期在AI和出海方向的战略动态，面试时可结合具体行业（如游戏出海、跨境电商）提出大模型赋能的见解
- 突出过往在MaaS/SaaS领域的To B销售业绩或售前打单成功案例，量化Token消耗或营收增长数据
- 展示对大模型技术（如Agent、多模态、Prompt）的理解及实际应用场景的挖掘能力
- 强调与头部客户高管（CEO/COO）对话及复杂项目谈判的成功经验
- 深入学习阿里云百炼平台及主流大模型API的实操，提升多Agent协同及MaaS布道能力
- 研究出海业务及新兴增长赛道的行业痛点，准备针对性的AI落地解决方案
面试指南
- STAR法则：情境-任务-行动-结果，重点突出业务痛点分析、AI场景匹配及最终商业价值（如Token增长、降本增效）
- 价值传递框架：从客户战略/业务痛点出发，匹配MaaS技术能力，量化业务价值，最后落脚到阿里云的差异化壁垒
- 请分享一个你成功挖掘客户AI应用场景并推动大模型落地的案例
- 面对头部客户CEO/COO，你如何介绍阿里云MaaS产品的差异化优势并影响其决策？
- 如果客户对大模型的Token计费逻辑和ROI有疑虑，你如何制定商务策略打消顾虑？
- 你如何理解当前国内外大模型市场的竞争格局？阿里云的差异化优势在哪里？
- 提前体验阿里云百炼平台，熟悉多模态大模型、Agent应用及Prompt编写，准备实操案例
- 深入研究1-2个出海或新兴赛道的行业报告，构思大模型在该行业的落地场景与解决方案
职位点评
薪资福利85
成长发展90
工作生活40
使命价值80
薪资福利
85较高
大厂背景，大模型核心商业化岗位，薪资及提成潜力处于市场高位，但业绩压力较大。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
90较高
处于AI大模型商业化最前沿，能深度接触头部客户与顶尖技术，个人能力与行业认知成长空间巨大。
技术前沿前沿/新兴技术
技术栈MaaS、大模型、Agent、多模态、Prompt、百炼平台、MCP、多Agent协同
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB，但大厂To B销售岗通常面临较高的业绩压力与出差需求，WLB较难保证。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
推动AI大模型技术在千行百业的落地，赋能企业数字化转型，具有较高的行业使命感与技术价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs