{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "高级售前解决方案架构师",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "",
        "location": "杭州·滨江区·长河",
        "work_mode": "现场办公",AI生成
        "job_category": "AI售前技术架构师"AI生成
    },
    "company": {
        "company_name": "上海曦望芯科智能科技",
        "company_industry": "半导体/芯片",
        "company_size": "100-499人",
        "company_website": "",
        "company_description": "曦望（Sunrise）成立于2020年，专注于研发极致推理GPU芯片和AI推理基础设施，前身为商汤科技大芯片部门。我们通过自研推理GPU芯片和推理平台，极致降低大模型推理成本与门槛，致力于让算力变得普惠且可广泛获取，从而释放AGI的全部潜力。"
    },
    "compensation": {
        "salary_range": {
            "min": 50000,
            "max": 80000,
            "currency": "元",
            "cycle": "月"
        },
        "benefits": "团建聚餐 | 补充医疗保险 | 带薪年假 | 法定节假日三薪 | 夜班补助 | 年终奖 | 股票期权 | 定期体检 | 零食下午茶 | 五险一金"
    },
    "requirements": {
        "working_years": 10,
        "degree": "本科",
        "language": "中文",AI生成
        "visa_support": "",
        "responsibilities": "售前技术支持经验\n计算机/通信相关专业\nPOC验证\n解决方案架构\nGPU集群\n大模型推理\nAI售前\n1. 商机技术支持\n- 与销售共同覆盖重点客户和商机，参与客户拜访和技术交流。\n- 准确介绍芯片、板卡、服务器、软件栈及解决方案的能力与边界。\n- 判断客户需求、项⽬阶段、技术可⾏性和资源投⼊价值。\n2. 需求澄清与方案设计\n- 梳理客户模型、业务负载、SLA、集群规模、部署环境及预算要求。\n- 输出技术方案、产品配置、系统架构、测试计划及风险说明。\n- 对⽅案的准确性、完整性和可落地性负责。\n3. PoC与技术验证\n- 明确PoC范围、测试模型、数据集、指标、验收标准和双方责任。\n- 协调产品、研发、FAE及合作伙伴资源，推动测试和问题闭环。\n- 输出PoC计划、阶段报告、结果分析和验收材料。\n4. 招投标与竞争支持\n- 负责技术标书、应标参数、澄清答疑及客户技术评审。\n- 收集竞争对手产品、方案、价格和项目动态。\n- 形成竞品对比、客户话术和针对性竞争策略。\n5. 一线反馈与资产沉淀\n- 将客户需求、产品问题和竞争信息结构化反馈至产品和研发团队。\n- 沉淀标准问答、配置模板、PoC模板、案例及销售工具。\n- 复盘重点项目，持续优化售前方法和商机推进机制。",
        "requirements_text": "教育及专业背景\n- 本科及以上学历，计算机、人工智能、电子信息、通信、自动化等相关专业，985/211或海外知名院校优先。\n- 具备扎实的计算机体系结构、AI基础设施和大模型推理相关知识。\n任职经验\n- 8年以上AI、云计算、GPU、服务器或数据中心相关经验，其中5年以上大型客户售前、解决方案架构或技术咨询经验。\n- 具有互联网头部客户、大型企业、运营商或金融客户的复杂项目售前经验，能够独立负责从商机识别、需求澄清、方案设计、PoC验证、招投标到技术定标的完整流程。\n- 至少主导过3个大型AI基础设施、GPU集群、智算中心或大模型项目，其中至少1个项目进入采购、正式部署或规模扩容阶段。\n- 有AI芯片厂商、GPU厂商、云厂商、服务器厂商或头部互联网企业相关经验优先。\n大模型与GPU专业能力\n- 熟悉大模型训练和推理的典型GPU应用场景，重点理解推理Serving、模型迁移、性能调优和集群部署。\n- 能够根据模型架构、参数规模、精度、上下文长度、并发量和SLA要求，完成GPU选型、集群规模估算及系统配置设计。\n- 熟悉Dense、MoE、多模态等模型架构，以及Prefill/Decode、KV Cache、量化、并行策略和分布式推理等关键技术。\n- 理解GPU算力、显存容量与带宽、卡间互联、网络、存储、功耗和散热对整体性能的影响。\n- 熟悉PyTorch、vLLM、SGLang等主流框架或推理引擎；了解容器、Kubernetes及大模型生产部署体系。\n- 能围绕TTFT、TPOT、吞吐、并发、时延、显存占用、稳定性和Token成本等指标设计测试及验收方案。\n大型项目售前能力\n- 能够快速识别大型客户的组织关系、决策链、技术选型流程和项目关键人，形成清晰的售前推进路径。\n- 能够牵头客户高层与技术团队交流，把复杂技术能力转化为客户可理解的业务价值和选型依据。\n- 能够主导复杂需求澄清，准确识别客户的模型、负载、SLA、存量环境、迁移成本及采购约束。\n- 能够独立完成总体架构、配置清单、性能测算、TCO分析、实施边界和风险说明。\n- 能够定义大型PoC的范围、指标、数据集、资源投入、验收标准和退出条件，避免无边界测试与资源消耗。\n- 熟悉大型项目招投标、技术应答、参数引导、专家评审和竞争攻防，能够推动项目进入技术短名单或定标。\n- 能够组织产品、研发、FAE、交付和合作伙伴共同支撑项目，对售前阶段的技术节奏、重大风险和结果闭环负责。\n专业产出要求\n- 能独立输出高质量客户技术方案、总体架构、配置与容量规划、PoC方案、测试报告、TCO分析及技术标书。\n- 能将项目经验沉淀为标准方案、客户问答、配置模板、测试基线、竞争策略和可复用案例。\n- 能清晰说明本人在代表性项目中的职责、关键判断、技术难点、竞争策略及最终商业结果。\n核心素质\n- 具备优秀的技术表达、结构化思考和客户影响能力，能够与客户CTO、技术委员会、架构师和一线工程团队进行有效沟通。\n- 具备较强的项目判断力，能够区分真实需求、验证需求和定制开发需求，合理控制承诺及资源投入。\n- 结果导向，能够在复杂组织、多方协作和高压竞争环境下持续推进项目。\n- 能适应较高频率的客户现场支持和出差。",
        "skills": [AI生成
            "需求调研与需求分析",
            "产品方案与功能设计",
            "Agent系统构建",
            "模型训练与算法优化",
            "多模态AI应用",
            "解决方案架构设计",
            "售前交流与方案演示",
            "POC/试点验证",
            "投标/RFP/标书",
            "客户需求洞察与澄清",
            "销售支持与商机转化",
            "技术可行性与系统架构",
            "驻场与客户现场共创",
            "客户定制与二次开发",
            "部署上线与环境配置",
            "调试排障与技术支持",
            "分布式/微服务系统设计",
            "云平台与云计算",
            "伙伴体系建设",
            "销售与客户开发",
            "项目推动与执行闭环",
            "复杂干系人管理",
            "结构化思考与系统抽象",
            "结果导向与Ownership",
            "软件测试与质量工程"
        ],
        "preferred_qualifications": "- 有互联网大模型平台、搜索推荐、广告、内容生成、智能客服、Agent或多模态推理项目经验。\n- 有千卡级GPU集群、智算中心或超节点项目售前经历。\n- 有国产GPU替代、CUDA应用迁移、异构算力或存量GPU协同方案经验。\n- 有头部互联网客户、大型央国企或金融机构的中标和规模部署案例。\n- 具备性能测试、模型迁移、GPU集群运维或大模型推理调优的实际动手能力。",
        "job_highlights": "10年以上 | 本科"
    },
    "contact": {
        "recruiter_name": "郜女士",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/54ebf6443287b9f70nJ-3tu0FFVY.html"
            }
        ]
    },
    "posting": {
        "posting_id": "54ebf6443287b9f70nJ-3tu0FFVY",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/54ebf6443287b9f70nJ-3tu0FFVY.html"
    },
    "fulltext": "售前技术支持经验\n计算机/通信相关专业\nPOC验证\n解决方案架构\nGPU集群\n大模型推理\nAI售前\n职位描述\n1. 商机技术支持\n- 与销售共同覆盖重点客户和商机，参与客户拜访和技术交流。\n- 准确介绍芯片、板卡、服务器、软件栈及解决方案的能力与边界。\n- 判断客户需求、项⽬阶段、技术可⾏性和资源投⼊价值。\n2. 需求澄清与方案设计\n- 梳理客户模型、业务负载、SLA、集群规模、部署环境及预算要求。\n- 输出技术方案、产品配置、系统架构、测试计划及风险说明。\n- 对⽅案的准确性、完整性和可落地性负责。\n3. PoC与技术验证\n- 明确PoC范围、测试模型、数据集、指标、验收标准和双方责任。\n- 协调产品、研发、FAE及合作伙伴资源，推动测试和问题闭环。\n- 输出PoC计划、阶段报告、结果分析和验收材料。\n4. 招投标与竞争支持\n- 负责技术标书、应标参数、澄清答疑及客户技术评审。\n- 收集竞争对手产品、方案、价格和项目动态。\n- 形成竞品对比、客户话术和针对性竞争策略。\n5. 一线反馈与资产沉淀\n- 将客户需求、产品问题和竞争信息结构化反馈至产品和研发团队。\n- 沉淀标准问答、配置模板、PoC模板、案例及销售工具。\n- 复盘重点项目，持续优化售前方法和商机推进机制。\n职位要求\n教育及专业背景\n- 本科及以上学历，计算机、人工智能、电子信息、通信、自动化等相关专业，985/211或海外知名院校优先。\n- 具备扎实的计算机体系结构、AI基础设施和大模型推理相关知识。\n任职经验\n- 8年以上AI、云计算、GPU、服务器或数据中心相关经验，其中5年以上大型客户售前、解决方案架构或技术咨询经验。\n- 具有互联网头部客户、大型企业、运营商或金融客户的复杂项目售前经验，能够独立负责从商机识别、需求澄清、方案设计、PoC验证、招投标到技术定标的完整流程。\n- 至少主导过3个大型AI基础设施、GPU集群、智算中心或大模型项目，其中至少1个项目进入采购、正式部署或规模扩容阶段。\n- 有AI芯片厂商、GPU厂商、云厂商、服务器厂商或头部互联网企业相关经验优先。\n大模型与GPU专业能力\n- 熟悉大模型训练和推理的典型GPU应用场景，重点理解推理Serving、模型迁移、性能调优和集群部署。\n- 能够根据模型架构、参数规模、精度、上下文长度、并发量和SLA要求，完成GPU选型、集群规模估算及系统配置设计。\n- 熟悉Dense、MoE、多模态等模型架构，以及Prefill/Decode、KV Cache、量化、并行策略和分布式推理等关键技术。\n- 理解GPU算力、显存容量与带宽、卡间互联、网络、存储、功耗和散热对整体性能的影响。\n- 熟悉PyTorch、vLLM、SGLang等主流框架或推理引擎；了解容器、Kubernetes及大模型生产部署体系。\n- 能围绕TTFT、TPOT、吞吐、并发、时延、显存占用、稳定性和Token成本等指标设计测试及验收方案。\n大型项目售前能力\n- 能够快速识别大型客户的组织关系、决策链、技术选型流程和项目关键人，形成清晰的售前推进路径。\n- 能够牵头客户高层与技术团队交流，把复杂技术能力转化为客户可理解的业务价值和选型依据。\n- 能够主导复杂需求澄清，准确识别客户的模型、负载、SLA、存量环境、迁移成本及采购约束。\n- 能够独立完成总体架构、配置清单、性能测算、TCO分析、实施边界和风险说明。\n- 能够定义大型PoC的范围、指标、数据集、资源投入、验收标准和退出条件，避免无边界测试与资源消耗。\n- 熟悉大型项目招投标、技术应答、参数引导、专家评审和竞争攻防，能够推动项目进入技术短名单或定标。\n- 能够组织产品、研发、FAE、交付和合作伙伴共同支撑项目，对售前阶段的技术节奏、重大风险和结果闭环负责。\n专业产出要求\n- 能独立输出高质量客户技术方案、总体架构、配置与容量规划、PoC方案、测试报告、TCO分析及技术标书。\n- 能将项目经验沉淀为标准方案、客户问答、配置模板、测试基线、竞争策略和可复用案例。\n- 能清晰说明本人在代表性项目中的职责、关键判断、技术难点、竞争策略及最终商业结果。\n核心素质\n- 具备优秀的技术表达、结构化思考和客户影响能力，能够与客户CTO、技术委员会、架构师和一线工程团队进行有效沟通。\n- 具备较强的项目判断力，能够区分真实需求、验证需求和定制开发需求，合理控制承诺及资源投入。\n- 结果导向，能够在复杂组织、多方协作和高压竞争环境下持续推进项目。\n- 能适应较高频率的客户现场支持和出差。\n加分项\n- 有互联网大模型平台、搜索推荐、广告、内容生成、智能客服、Agent或多模态推理项目经验。\n- 有千卡级GPU集群、智算中心或超节点项目售前经历。\n- 有国产GPU替代、CUDA应用迁移、异构算力或存量GPU协同方案经验。\n- 有头部互联网客户、大型央国企或金融机构的中标和规模部署案例。\n- 具备性能测试、模型迁移、GPU集群运维或大模型推理调优的实际动手能力。"
}