阿里巴巴
阿里云智能-大模型商业技术工程师MTE（数字金融）-新金融行业线（北京）
阿里云智能-大模型商业技术工程师MTE（数字金融）-新金融行业线（北京）
发布于 3 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
Agent开发
Ai商业化
Maas
Prompt工程
Tob销售
大模型
客户成功
解决方案架构
金融数字化
值不值得投
76综合评分
综合评分 76
AI商业化前沿阵地、高薪高成长、强业绩导向、工作强度较大
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比解决方案中位数高
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 3760 个在招 · 其中解决方案 56 个
市场机会
选择面较广
北京 · 解决方案 · 约 150 个在招
职位详情
关于这个职位
负责阿里云大模型及MaaS产品在数字金融行业的商业化拓展
通过深度理解客户业务痛点，提供AI解决方案与技术咨询，主导商机挖掘、商务谈判及项目落地，推动模型调用量增长与客户成功，同时收集市场反馈反哺产品优化
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：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
- 处于AI大模型商业化爆发期，接触前沿技术与头部金融机构客户，技术视野与商业思维双重提升
- 依托阿里云庞大生态与品牌背书，资源支持充足，职业履历含金量高
- 技术更新极快，需持续学习大模型最新特性与竞品动态，知识储备要求极高
- 适合具备5年以上ToB科技销售或售前经验、对AI商业化充满热情、抗压能力强且擅长高层沟通的复合型人才
缺点 / 挑战
- 业绩指标压力较大，需频繁应对高强度商务谈判与复杂决策链路
角色解读
- 可向阿里云行业解决方案专家、大模型商业化负责人或区域销售总监方向发展
- 积累深厚行业资源后，可转型为战略客户管理或自主创业孵化AI应用项目
- 长期可成长为云计算与AI交叉领域的复合型商业领袖
- 负责阿里云大模型及MaaS产品在金融行业的商业化拓展，对接企业高管与技术决策者
- 深度挖掘客户业务痛点，定制AI解决方案并进行技术宣讲与商务谈判
- 跟进项目全流程落地，推动模型调用量增长与客户成功
- 收集市场反馈反哺产品迭代
- 精通ToB销售与售前咨询方法论，具备扎实的AI大模型及MaaS平台实操能力（如百炼平台、Prompt工程、Agent协同）
- 出色的商业洞察力与高层对话能力，能独立制定商务策略并主导复杂项目谈判
- 优秀的跨部门协调能力与客户关系管理能力
申请策略
- 提前调研阿里云近期在金融云的发布动态及MaaS产品矩阵，准备针对性的客户场景解决方案思路
- 面试时展现强烈的业务Owner意识与“铁三角”协同思维
- 重点突出过往AI/MaaS/SaaS产品的ToB销售业绩、标杆客户案例及千万级项目操盘经验
- 量化展示客户覆盖率、商机转化率及模型调用量增长数据
- 强调与大厂高管对话及复杂商务谈判的成功案例
- 系统学习阿里云百炼平台实操，掌握多模态大模型调用、Prompt编写及Agent开发基础
- 深入研究金融数字化趋势及同业AI落地案例，提升行业解决方案设计能力
- 强化结构化表达与高层汇报技巧
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化陈述案例，重点突出需求洞察、方案设计、关键干系人管理与最终业务价值
- 针对异议处理，先共情客户关切，再结合技术原理与合规框架给出专业解释，最后用同行成功案例佐证
- 资源冲突时，优先保障核心诉求，灵活提供替代方案或分阶段交付计划，并同步向上升级协调
- 请分享一个你成功将AI/MaaS产品落地给头部金融机构的案例，你是如何挖掘痛点并推动决策的？
- 面对客户对大模型成本或安全性的顾虑，你会如何解答并促成签约？
- 如果内部产研资源无法完全满足客户定制化需求，你将如何协调并推进项目？
- 梳理个人过往最成功的3个ToB大单案例，提炼可复用的方法论
- 熟悉阿里云MaaS产品线（如通义千问API、百炼平台）及主流竞品对比
职位点评
薪资福利85
成长发展90
工作生活45
使命价值75
薪资福利
85较高
薪资处于行业中上水平，叠加年终奖与绩效奖金，整体薪酬包具有较强竞争力，能满足较高财务预期。
薪资信号偏高 (3.5千–6.0万/月)
成长发展
90较高
岗位深度绑定AI大模型商业化前沿，技术迭代快且客户层级高，能极大拓宽技术视野与商业格局，成长空间广阔。
技术前沿前沿/新兴技术
技术栈MaaS、大模型、Prompt工程、Agent、百炼平台、生成式AI
业务类型profit_center
工作生活
45较低
岗位侧重客户开拓与业绩转化，通常伴随较高的出差频率与商务应酬，工作节奏较快，WLB相对受限。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
75中等
致力于推动AI技术在金融行业的规模化落地，助力传统机构数字化转型，具备较强的技术普惠价值与行业变革意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
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