职位描述
1. 商机技术支持
- 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。
- 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。
- 判断客户需求、项目阶段、技术可行性和资源投入价值。
2. 需求澄清与方案设计
- 梳理客户模型、业务负载、SLA、集群规模、部署环境及预算要求。
- 输出技术方案、产品配置、系统架构、测试计划及风险说明。
- 对方案的准确性、完整性和可落地性负责。
3. PoC与技术验证
- 明确PoC范围、测试模型、数据集、指标、验收标准和双方责任。
- 协调产品、研发、FAE及合作伙伴资源，推动测试和问题闭环。
- 输出PoC计划、阶段报告、结果分析和验收材料。
4. 招投标与竞争支持
- 负责技术标书、应标参数、澄清答疑及客户技术评审。
- 收集竞争对手产品、方案、价格和项目动态。
- 形成竞品对比、客户话术和针对性竞争策略。
5. 一线反馈与资产沉淀
- 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。
- 沉淀标准问答、配置模板、PoC模板、案例及销售工具。
- 复盘重点项目，持续优化售前方法和商机推进机制。任职要求
教育及专业背景
- 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。
- 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。
任职经验
- 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。
- 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。
- 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。
- 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。
大模型与GPU专业能力
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
大型项目售前能力
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
专业产出要求
- 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。
- 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。
- 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。
核心素质
- 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。
- 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。
- 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。
- 能适应较高频率的客户现场支持和出差。
加分项
- 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。
- 有千卡级GPU集群、智算中心或超节点项目售前经历。
- 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。
- 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。
- 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。
