Alibaba logo
阿里巴巴
阿里云智能-国际公有云SA-日本MNC-SA(北京/上海)

阿里云智能-国际公有云SA-日本MNC-SA(北京/上海)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.0–5.5万 · AI 参考估算
中级经验
本科
全职员工仅现场办公售前工程师
售前工程师
Ai Agent
Rag
公有云
售前技术支持
大模型
日语
生成式Ai
解决方案架构
阿里云

值不值得投

75综合评分

综合评分 75

前沿云与AI售前岗位,技术和客户价值突出,办公灵活性与工作节奏需确认。

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

4.3万

比售前工程师中位数高

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 5200 个在招

市场机会

选择不多

北京 · 售前工程师 · 3 个在招

职位详情

关于这个职位

该职位面向日本跨国企业客户,作为阿里云国际业务的售前解决方案架构师,负责理解客户上云与AI转型需求,输出云架构、大模型应用、RAG知识库、AI Agent等可落地方案

你需要参与需求梳理、方案设计、技术演示、POC验证、投标应答及客户高层汇报,并协同产品、研发、交付和生态伙伴推动项目落地与方案复用

最低要求

本科及以上学历,计算机、信息技术或云计算相关专业背景,对网络、服务器、存储、企业应用与云计算基础原理有良好理解

年以上 IT 售前、企业架构设计或技术咨询相关经验(P5 层级可放宽至 2 年,但需有突出的独立方案交付经历),能独立承接中等复杂度客户的技术方案设计与讲解
具备公有云(IaaS/PaaS)实践经验,熟悉至少一种主流云平台产品体系
掌握一种基础设施即代码(IaC)技术(如 Terraform),了解容器/Kubernetes、Serverless 与 SOA 架构设计,具备 RDS(MySQL/PostgreSQL)与 NoSQL(Redis/MongoDB)使用经验
具备大模型与生成式 AI 的落地实践经验,熟悉至少一种模型服务平台(阿里云百炼/Model Studio、OpenAI、Azure OpenAI、Bedrock、Vertex AI 等),能独立完成 RAG 知识库、Prompt 工程、Agent 编排或模型微调/评测中至少一项的方案设计与 POC 交付
理解 AI 应用的数据与算力底座,熟悉向量数据库(如 Milvus、AnalyticDB、pgvector)、数据入湖与治理流程,具备 GPU 推理资源选型、成本估算与模型服务性能优化的基本判断能力
具备商务级别的日语沟通能力,能用日语完成客户沟通、方案讲解与技术文档撰写
英语可作为工作语言者优先
具备扎实的技术文档写作能力,能用文字与架构图清晰表达云与 AI 方案设计,并向客户C-level人员完成结构化汇报
学习能力强、抗压性好,对云与 AI 技术有热情,能从业务、产品与技术多方向思考,具备良好的团队协作与客户服务意识

工作职责

作为阿里云国际业务的售前解决方案架构师,服务日本 MNC(跨国企业)客户,深入理解客户业务场景、IT 现状与上云诉求,基于阿里云产品与生态伙伴能力输出可落地的整体技术方案,支撑客户在阿里云平台上构建应用与服务

面向客户的 AI 转型诉求,设计并交付生成式 AI 与大模型落地方案,包括基于阿里云百炼(Model Studio)与通义千问等模型服务的应用架构、RAG 企业知识库检索增强、AI Agent 与工具调用编排,以及模型推理成本、性能与数据合规的权衡设计
参与客户云架构与 AI 基础架构的设计与实施,协助客户将现有 IT 系统、应用与数据库迁移到阿里云平台,并同步规划面向 AI 的数据底座(数据入湖、向量化、数据治理)与模型训练/推理算力方案,保障迁移与 AI 项目按期交付
配合销售经理完成售前全流程工作,包括需求梳理、AI 场景价值评估、方案撰写、技术演示与 POC 验证(含大模型效果评测与业务指标验证)、投标技术应答,以及向客户 C-level人员进行方案汇报
负责阿里云服务与 AI 能力的开发、调试与演示,沉淀日本客户及 MNC 场景下的行业解决方案、AI 实践
与可复用资产(含 Prompt 模板、Agent 技能与评测方法),并推动方案在同类客户中复制
协同产品、研发、算法、交付与生态伙伴等多方资源,将客户一线反馈与 AI 场景需求转化为产品改进建议,持续提升方案竞争力与客户满意度

优先资格

英语可作为工作语言者优先

AI 洞察

优缺点分析

优点

  • 岗位同时覆盖公有云、AI大模型、RAG、Agent和数据算力底座,技术栈前沿且复合度高
  • 服务日本MNC客户,有机会积累跨境企业客户沟通、国际云业务交付和高层汇报经验
  • 售前岗位能接触多行业、多场景项目,方案能力和业务理解成长速度较快
  • 可沉淀可复用资产和行业解决方案,有利于形成个人方法论与案例壁垒
  • 面向C-level与日本跨国客户,方案表达需要兼顾技术深度、商业价值和合规细节,容错空间较低
  • 适合有公有云售前或企业架构经验、希望转向生成式AI解决方案,并具备商务级日语沟通能力的求职者

缺点 / 挑战

  • 需要同时满足云架构、AI落地、日语沟通和客户汇报要求,能力模型较复合,准备成本较高
  • 售前流程涉及POC、投标、技术答疑和多方协同,项目节奏和客户响应压力可能较大

角色解读

  • 可向资深云架构师、AI解决方案架构师或行业解决方案专家方向发展,积累日本MNC与跨国企业上云案例
  • 可转向云产品管理、技术战略规划、交付架构负责人或售前团队管理岗位
  • 随着大模型项目经验沉淀,可发展为生成式AI落地专家,负责企业级AI平台、知识库、Agent应用和算力成本治理方案
  • 面向日本MNC客户,梳理业务场景、IT现状和上云诉求,设计阿里云整体技术架构与迁移方案
  • 围绕生成式AI转型,交付百炼、通义千问、RAG知识库、AI Agent、模型评测与推理成本优化等方案
  • 配合销售完成售前流程,包括需求评估、方案撰写、技术演示、POC验证、投标应答和客户高层汇报
  • 沉淀日本客户场景下的行业解决方案、Prompt模板、Agent技能和评测方法,并协同产品、研发、交付和生态伙伴推动复制落地
  • 需要扎实的公有云与企业架构基础,理解网络、服务器、存储、数据库、容器、Serverless和IaC等技术体系
  • 需要掌握大模型应用落地能力,至少能独立完成RAG、Prompt工程、Agent编排或模型微调/评测中的一类POC交付
  • 需要具备商务级日语沟通能力,能用日语完成客户沟通、方案讲解和文档撰写,英语可作为加分项
  • 需要较强的方案写作、架构图表达和C-level汇报能力,能在业务价值、技术可行性和成本合规之间做权衡

申请策略

  • 申请前了解阿里云国际业务、日本MNC上云常见关注点,以及数据合规、成本治理和模型效果评测等话题
  • 面试中尽量用具体客户案例说明如何从需求梳理走到方案落地,体现技术判断、商业意识和跨文化沟通能力
  • 突出公有云售前、企业架构设计或技术咨询经历,尤其是独立承接中等复杂度客户方案设计与讲解的案例
  • 明确写出大模型落地项目经验,如RAG知识库、Prompt工程、Agent编排、模型评测、GPU推理选型或成本优化
  • 强调日语商务沟通能力,包括日语客户沟通、方案讲解、技术文档撰写或跨国团队协作经历
  • 展示技术演示、POC验证、投标应答和C-level汇报经验,并尽量用业务结果或交付效率量化成果
  • 补齐阿里云百炼、通义千问、Model Studio等模型服务的使用经验,熟悉模型调用、评测和成本估算流程
  • 强化向量数据库、数据入湖、数据治理、Kubernetes、Terraform和Serverless等相关技术基础

面试指南

  • 项目类问题采用“背景-痛点-方案-验证-结果-复盘”结构,重点突出个人独立贡献和可量化交付
  • 架构类问题按“业务需求-现状约束-技术选型-成本性能合规权衡-实施路径-风险预案”展开
  • 客户沟通类问题强调先理解决策链和真实诉求,再用分层表达把技术细节转化为业务价值与行动建议
  • 请介绍一个你独立负责的云架构或AI售前项目,包括客户痛点、方案设计、POC验证和最终结果
  • 如果日本MNC客户希望构建企业知识库RAG系统,你会如何设计架构、评测效果并控制推理成本?
  • 你如何向客户C-level人员解释大模型POC的业务价值、技术风险和投入产出?
  • 面对客户现有系统复杂、数据质量差且迁移窗口有限的情况,你会如何制定上云与AI数据底座规划?
  • 请用日语或英语介绍一个你做过的技术方案,并说明如何处理客户异议

职位点评

薪资福利78
成长发展88
工作生活55
使命价值72

薪资福利

78中等

JD未披露薪资和福利信息,但岗位要求包含云架构、大模型落地和商务日语等复合能力,通常对应较高技能溢价;稳定性与福利需向招聘方确认。

薪资信号未披露(AI估算:3.0千–5.5万/月)

成长发展

88较高

岗位覆盖公有云、生成式AI、RAG、Agent、数据底座和算力优化等前沿方向,并有机会沉淀行业方案与可复用资产,技能成长空间较大。JD未明确提及晋升通道或培训机制。

技术前沿前沿/新兴技术
技术栈公有云、IaaS/PaaS、Terraform、Kubernetes、Serverless、SOA、RDS、NoSQL、大模型、生成式AI、阿里云百炼(Model Studio)、通义千问、RAG、AI Agent、Prompt工程、模型微调/评测、向量数据库、Milvus、AnalyticDB、pgvector、GPU推理
业务类型ambiguous

工作生活

55较低

JD仅明确北京/上海地点,未说明远程、弹性、双休或加班情况;同时包含客户交付、POC验证和多方协同,但具体工作节奏需进一步确认。

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

72中等

岗位聚焦企业上云和AI转型,能帮助客户构建应用、数据底座和智能化能力,具有一定技术赋能价值;JD未直接表达社会使命或公共价值导向。

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