商丘Technical Engineer
Technical Engineer是一种技术工程师的职位。他们负责在工程项目中解决技术问题和提供技术支持,以确保项目的顺利进行。这些工程师通常需要具备扎实的技术知识和解决问题的能力,能够处理复杂的技术挑战并找到有效的解决方案。他们还需要与其他团队成员合作,包括工程师、设计师和项目经理,以确保项目的成功完成。技术工程师在工程项目中发挥着至关重要的作用,他们的工作涉及到技术方面的各种问题和挑战。
薪酬概览
平均月薪
¥12900
中位数 ¥12500 | 区间 ¥9000 - ¥16800
数据来源:样本数量过少,仅供参考;更新时间:2026年7月13日
月薪分布
50% 人群薪酬落在 15-30k

三大影响薪酬的核心维度
影响薪资的核心维度1:工作年限
影响薪资的核心维度2:学历背景
市场需求
10月新增岗位
13
对比上月:岗位减少1
数据由各大平台公开数据统计分析而来,仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 9 | 60% |
| 3-5年 | 6 | 40% |
热招职位
1 负责地方商管公司各档期促销、PR等活动的开展、落地及活动结束后的跟进评估工作。2 负责外部资源的拓展争取。3 负责活动类流程的发起和跟进等工作。4 本部门各类活动的整理汇总建档归档。5 对竞争项目的市场调研和跟踪并执笔撰写报告。6 其余各种日常工作。
1、负责所辖县区市场内的整体发货;
2、负责所辖县区渠道建设工作,包括但不仅限于配送商筛选、合作意向谈判、协议签订、客户管理、渠道优化等工作;
3、负责所辖县区配送商发货全流程,包括但不仅限于合同签订、日常回款、发货、库存管理、销售计划管理、流向数据管理、数据分析等;
4、负责所辖县区县级准入工作;
5、负责所辖县区市场推广项目活动策划与开展。
财务主管4-6K/月
1.负责公司经营工作中财务预决算;
2.负责公司经营活动成本分析、核算与控制;
3.负责对公司经营活动定期进行财务分析,并提出改进建议;
4. 负责制订完善公司财务制度,并推动执行;
5.负责公司有关税务申报工作,规范公司发票管理及纳税工作;
6.对公司财务管理进行指导、管理、培训,规范有关人员行为;
7.负责公司各类费用的审核报销。
任职要求:1年以上饲料行业财务主管经验,大专以上学历,财务相关专业,有会计从业资格证,有会计初、中级职称的优先考虑。非诚勿扰! 工作地点:商丘睢县分公司
阿里云智能-商业技术工程师BTE(医疗行业)-政企事业部(北京)
行业洞察与商机引导
主动洞察所在行业/区域客户的AI变革趋势,前瞻性地识别引导重点目标客户在智算/通算/大模型/高质量数据集/智能体/MaaS等领域的商机并重点拓展;
客户AI价值场景挖掘
深入调研客户业务场景,捕捉应用痛点与AI创新潜力,结合阿里云AI产品技术优势,提供有行业竞争力的AI场景化解决方案咨询设计服务;
客户影响与商机转化
向客户技术决策人阐述阿里云AI产品和解决方案优势,以影响客户的技术选型决策;向业务决策人呈现具有说服力的AI投资回报率(ROI)分析,加速商机转化;策划和组织各类品牌活动,提升客户对阿里云产品认同度;
商务运作和业务支持
基于阿里云和客户商务流程规则,完成客户招投标及商务合同签署等商务工作; 动态跟踪客户需求变化,推动合同变更; 协同产研、交付和生态伙伴等资源,及时发现并解决项目交付问题,及时向产研部门反馈AI产品的优化建议,支撑客户业务目标达成
市场敏感与扩展复制
挖掘可复制、可规模化、符合市场逻辑的AI解决方案,通过客户案例的落地对成功实践进行总结归纳完成从0到1;并对内部团队及客户进行推广,促进从1到N的复制;
1. 端到端销售闭环:负责阿里云大模型及 MaaS 在泛互联网领域的拓客、方案、商务报价、签约与复购全流程,管理 pipeline,对销售增长与业务健康度负责。
2. AI 落地标杆打造:围绕通义系列模型、百炼平台、Qoder(AI Coding)在客户侧沉淀可复制的行业场景,推动从 POC 到规模化。
3. 客户高层对话与商机引导:深入客户C-level与业务一号位,围绕AI提效业务从客户业务痛点反向挖掘大模型与AI Coding落地场景,引导并孵化新商机。
4. 对内高效调动模型团队、解决方案架构师、PD 等资源推动项目落地。
1、负责手机、PC、平板等产品系统热设计开发,构建有竞争力的整机散热解决方案,散热技术路标规划、需求分析、器件选型、架构设计、解决方案开发和验证;
2、负责先进散热新技术探索、预研及落地工作,在热功能材料、两相散热技术、主动散热创新技术、微尺度散热技术、柔性散热技术、器件封装散热技术等构建行业领先竞争力;
3、负责产品温控系统的方案设计和优化;达成极致的性能、噪音、发热的用户体验。
阿里云智能-商业技术工程师(公共云Maas方向)-北京/武汉/杭州
AI 客户开拓与商机挖掘:
● 新客户开拓及覆盖:负责AI原生及新兴增长赛道的市场机会识别及快速、敏锐判断,通过各种渠道开拓新客户,或挖掘现有客户的maas产品和技术需求,形成有效商机。
● 客户业务理解及需求挖掘:深度理解客户所在行业,了解客户商业模式和业务流程,能够进行业务分析,解构客户生产链路及对应的痛点,挖掘有效AI切入场景,找到双方合作机会点。
● 驱动Token价值挖掘与跃迁: 推动标准化AI产品、平台及Agent类应用的推广,通过深入挖掘客户使用场景,驱动模型调用量(Token)实现跨越式增长,为客户提供价值。
● 建立组织客情:能与客户业务负责人对话,维护好关键决策点的客情关系,协调我司管理层和客户建立连接,作为“铁三角”的导演,进行良好的内部项目协调。与客户各层级建立长期的业务和技术关系,赢取客户信任,在合作中获得关键性支持。
AI 价值传递与场景共创
● 理解阿里云MaaS产品及市场产品的差异化:深入理解阿里云MAAS产品的技术价值及适用场景,了解国内外市场先进模型特点及阿里云的差异化竞争优势,能够根据客户需求初步制定模型、应用及方案的匹配。
● 独立面向客户讲解业务解决方案:针对客户特定场景业务需求,独立面向客户讲解阿里云业务解决方案,清晰的传递阿里云竞争力以及能够为客户创造的业务价值。
AI 客户商务转化策略与业务收入
● 促进客户决策及商机转化:能摸清并影响客户决策链路,制定应对商务方案,运用销售策略,转化商机,达成业绩,实现与客户的双赢。对AI MaaS业务的Token用量和收入增长负责
● 客户运营和管理:作为第一责任人,从商机获取、客户交流、招投标商务流程管理、客户交付及问题解决,到内部产研、财税法等支撑部门有效协同,整合内外部资源,识别管理风险点,做好精细化运营和项目落地。
持续做好客户服务与市场洞察
● 客户全生命周期的业务支持:持续做好客户服务,及时解决客户问题,提高客户满意度。
● 竞对与趋势研究,推动产品反向优化:主动研究市场动态及竞对产品优劣,理解与阿里云的产品差异化优势,结合用户体验,持续输出产品优化建议,推动内部产品解决方案和流程体系的改进。
反刍技术总监15000-30000
1、解决客户和营销人员有关技术问题;
2、参与公司产品方案的营销策划并进行会议推进;
3、养殖终端大客户开发、维护、服务;
4、根据公司需要负责技术员的引进、培训、激励等团队建设工作;
5、收集和整理最新市场疾病、疫情等相关技术资料,撰写相关技术文章;
6、制定公司内外部专业培训计划并组织实施;
7、完成公司交办的其它事项。
任职要求:
1、30-50岁。
2、全日制本科及以上学历,动物医学、基础兽医、临床兽医等相关专业毕业,从事临床兽医工作3—5年以上,有执业兽医资格证书。
3、有相关养殖行业现场会议讲课经验;薪酬待遇:底薪15000+绩效+提成+车补+全勤奖+过节福利+带薪公休
阿里云智能-通义大模型产品解决方案架构师(集团内业务)-杭州
1. 商机判断与深度技术交流
1) 作为大模型产研代表,赋能前端销售/行业线,参与商业策略制定与高价值商机筛选;
2) 针对复杂项目,协同售前、销售、产品及研发团队,与客户关键决策人开展深度技术对话,引导技术选型与合作方向;
3) 结合行业趋势与技术演进,精准判断大模型应用场景的商业潜力,为商机转化和规模化结果负责。
2. 解决方案设计与规模化推广
1) 深入理解客户在功能性、非功能性(性能、稳定性、安全性、成本等)维度的核心诉求,基于通义大模型能力,设计具备技术竞争力与成本优势的端到端解决方案;
2) 主导POC、Win back、招投标等关键环节的技术方案输出,包括产品选型、配置报价、控标项设计及Demo验证;
3) 提炼客户场景中的关键技术指标,转化为可量化的产品能力项,形成差异化竞争优势;
4) 推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付;
5) 负责大模型服务的对客体验闭环:接收客户反馈,完成问题Triage、根因定位,并通过后训练、Prompt工程或产品调优等方式达成客户效果目标;
6) 推动及协助大模型服务平台(如解决方案Demo中心、落地页、API网关等)的架构设计与开发,保障高可用、安全、可扩展的统一服务能力。
3. 产品改进与技术反哺
1) 深入一线客户场景,系统性调研并抽象共性需求与痛点,精准传递至产品研发团队;
2) 参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化,确保产品在垂直行业保持领先;
3) 构建面向特定行业/场景的商业Benchmark,持续评估并推动模型能力边界拓展;
4) 识别模型在真实场景中的能力短板,主动发掘高质量数据合作机会,推动闭源模型与数据飞轮的正向循环。
4. 市场洞察与竞争分析
1) 持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略,输出竞对分析报告;
2) 快速捕捉行业热点与客户业务痛点,前瞻性挖掘高潜力应用场景,驱动新产品/新方案快速孵化与市场覆盖;
3) 将市场洞察转化为可执行的产品与解决方案策略,影响产研与前线团队高效协同落地。
5. 最佳实践沉淀与生态赋能
1) 在项目实践中总结标杆案例,沉淀可复用的解决方案模板、IaC(Infrastructure as Code)脚本、测试用例及标准化模块;
2) 输出GTM(Go-to-Market)材料,包括技术白皮书、解决方案手册、演示Demo等;
3) 联合生态伙伴共建联合解决方案,对销售团队、合作伙伴及开发者提供技术赋能与支持;
