产品SA

该职位来源于猎聘 【岗位定位】 隶属于产品团队，AI 平台方案专家，负责 AI PaaS 与算力底座方案资产建设，支撑售前重点项目，实现商业化落地与客户成功 【岗位职责】 1. 售前咨询与解决方案设计

① 深入理解 B 端客户在 AI 落地中的痛点（如算力昂贵、数据安全合规、遗留系统难以对接、模型选型混乱等），主导企业级 AI 模型平台 / AI PaaS 的售前技术交流与架构设计。

② 编写高质量的技术方案书、PoC方案、架构拓扑图及招投标文档，精准阐述平台在大模型路由、PD 分离调度、语义缓存、、FinOps 成本管控方面的商业与技术价值。 2. PoC 验证与技术攻坚

① 负责大客户 PoC 项目的架构规划与现场落地，指导交付团队完成平台在客户私有云、混合云或信创环境下的部署与性能调优。

② 针对高并发高吞吐、低延迟（TTFT）及复杂系统对接等攻坚场景，进行算力压测与架构验证，完成技术控标与对垒竞品。 3. 企业级安全与系统集成方案打通

① 结合企业现有的 IT 资产与安全体系，设计身份穿透、基于 MCP 的动态工具 RBAC 授权、语义防火墙及人机协同（HITL）高危拦截方案。

② 协助客户将老旧 ERP/CRM/MES 等遗留系统通过 API、RPA 或私有 MCP Server 适配接入 AI 模型网关。 4. 市场洞察与产品闭环

① 收集并提炼一线客户对模型网关、算力调度、Prompt 资产管理及 Agent 编排的共性需求，与产品经理（PM）及研发团队建立紧密的反馈回路，共同定义产品的演进 Roadmap。 【任职要求】 1. 本科及以上学历，计算机、软件工程、电子信息等相关专业； 2. 5 年以上 ToB 领域解决方案架构师（SA）、售前专家或系统架构师经验；有云计算 PaaS、AI 基础设施、大数据平台或企业级 Gateway 项目落地经验者优先。 3. 深入理解大模型网关机制（如 LiteLLM、Higress 等），熟悉 Token 计费、限流熔断、模型降级及语义缓存设计。 4. 理解 LLM 推理引擎（vLLM、SGLang、TRT-LLM 等）原理，了解 PD 分离、KV Cache 共享机制（如 Mooncake 架构）及 GPU 切分（MIG/MPS/vGPU）。 5. 熟悉 Agent 架构演进，理解 MCP、RAG、向量数据库及 Prompt Ops 的工作原理与企业级落地路径。 6. 精通 Kubernetes、Docker 等云原生技术栈，熟悉微服务架构、API 网关及企业级认证协议（OAuth2、JWT、mTLS、RBAC）。 7. 具备良好的商业敏感度、客户沟通表达能力及高层（C-Level / IT 总监）技术说服力，能独立承担大型项目的方案汇报。 【加分项】 1. 具备华为昇腾（CANN 生态 / 910B/C）、海光 DCU、摩尔线程等国产算力卡适配与混部调度的实际项目经验。 2. 在制造、金融、能源或大型央国企具备深厚的客户资源或成功实施的大模型 PaaS / 模型中台案例。 3. 掌握 Python/Go 等至少一种编程语言，能够编写轻量级 Demo 或脚本辅助 PoC 演示。