主分类：售前解决方案
辅助：AI应用开发（非Agent）（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "解决方案架构"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。\n核心职责\n1. AI解决方案设计与售前支持\n• 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。\n• 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。\n• 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。\n• 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。\n2. 技术资产代码化\n• 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。\n• 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。\n3. 技术影响力与布道 (Technical Evangelism)\n• 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。\n• 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。\n• 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。",
"requirements_text": "1、开发者背景：拥有软件工程背景，在AI的合作下可以做到精通至少一门编程语言（Python为佳，熟练使用LangChain, LlamaIndex等框架），有能力现场手写代码演示。\n2、AI/LLM 实战经验：熟悉Transformer架构，有实际的Prompt Engineering、RAG系统搭建经验，理解向量检索（Vector Search）原理。甚至具有大模型微调（Fine-tuning）经验者更佳。在日常的工作中深度应用AI辅助办公，包括代码、文档等基础工作以及创新、方案等进阶工作。\n3、解决问题的执着：面对报错和未知Bug，有刨根问底的能力，不满足于转发文档，而是致力于提供Workable Solution。\n4、商业敏锐度：理解Token商业模式，懂得通过技术手段帮助客户扩大业务规模，从而自然带动模型用量的增长。",
"skills": [AI生成
"Python",
"模型微调",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100010123003"
}
]
},
"posting": {
"posting_id": "100010123003",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100010123003"
},
"fulltext": "阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas\n阿里云智能-解决方案架构师 - GenAI (Hands-on / Engineering Focused)-Maas\n\n基础信息\n工作地点：北京 / 杭州 / 上海\n\n职位描述\n您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。\n核心职责\n1. AI解决方案设计与售前支持\n• 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。\n• 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。\n• 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。\n• 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。\n2. 技术资产代码化\n• 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。\n• 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。\n3. 技术影响力与布道 (Technical Evangelism)\n• 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。\n• 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。\n• 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。\n\n职位要求\n1、开发者背景：拥有软件工程背景，在AI的合作下可以做到精通至少一门编程语言（Python为佳，熟练使用LangChain, LlamaIndex等框架），有能力现场手写代码演示。\n2、AI/LLM 实战经验：熟悉Transformer架构，有实际的Prompt Engineering、RAG系统搭建经验，理解向量检索（Vector Search）原理。甚至具有大模型微调（Fine-tuning）经验者更佳。在日常的工作中深度应用AI辅助办公，包括代码、文档等基础工作以及创新、方案等进阶工作。\n3、解决问题的执着：面对报错和未知Bug，有刨根问底的能力，不满足于转发文档，而是致力于提供Workable Solution。\n4、商业敏锐度：理解Token商业模式，懂得通过技术手段帮助客户扩大业务规模，从而自然带动模型用量的增长。\n您将作为阿里云MaaS平台及通义系列模型（Qwen/Wan）的核心技术专家。您的核心使命是通过技术硬实力，加速客户业务系统的AI化改造，直接带动模型Token消耗与业务价值产出。不同于传统的咨询顾问，这是一个强调工程落地与实战能力的岗位。您不仅需要设计架构，更需要深入代码层面，亲自通过构建原型（POC）、调试代码和优化算法，扫除客户接入大模型的工程障碍。\n核心职责\n1. AI解决方案设计与售前支持\n• 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。\n• 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。\n• 全链路技术攻坚，针对RAG（检索增强生成）、Agent（智能体）构建、多模态交互等复杂场景，可以在AI的配合下进行现场演示。解决客户在向量数据库对接、Context Window管理、Prompt工程调优中遇到的实际工程难题。\n• 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。\n2. 技术资产代码化\n• 沉淀可运行的代码库：构建并维护高质量的Demo Code、SDK示例代码库（Repositories）和Jupyter Notebooks，让客户的开发人员可以“开箱即用”，而非仅提供PDF文档。\n• 最佳实践工程化：将通义大模型在特定行业（如代码辅助、客服、内容生成）的最佳实践固化为可复用的解决方案包或自动化脚本。\n3. 技术影响力与布道 (Technical Evangelism)\n• 开发者视角的沟通：具有能与客户的CXO级别对话的能力，更能与客户的一线架构师和开发者进行代码级交流。通过Live Coding演示、技术Workshop和Hackathon（黑客松），展示阿里云MaaS平台的极致易用性。\n• 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。\n• 产品反馈闭环：基于深度的应用开发体验，向阿里云产品研发团队（R&D）提供精准的API改进建议、SDK易用性反馈，直接推动产品技术迭代。\n1、开发者背景：拥有软件工程背景，在AI的合作下可以做到精通至少一门编程语言（Python为佳，熟练使用LangChain, LlamaIndex等框架），有能力现场手写代码演示。\n2、AI/LLM 实战经验：熟悉Transformer架构，有实际的Prompt Engineering、RAG系统搭建经验，理解向量检索（Vector Search）原理。甚至具有大模型微调（Fine-tuning）经验者更佳。在日常的工作中深度应用AI辅助办公，包括代码、文档等基础工作以及创新、方案等进阶工作。\n3、解决问题的执着：面对报错和未知Bug，有刨根问底的能力，不满足于转发文档，而是致力于提供Workable Solution。\n4、商业敏锐度：理解Token商业模式，懂得通过技术手段帮助客户扩大业务规模，从而自然带动模型用量的增长。",
"standard_classification": {
"std_category_code": "B020",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}