天门技术开发工程师
技术开发工程师是负责设计、开发和维护技术系统和解决方案的专业人员。他们通常需要具备良好的编程技能、系统架构设计能力和问题解决能力，能够将业务需求转化为可行的技术解决方案。技术开发工程师还需要与团队成员合作，参与项目规划、需求分析和技术方案设计，并在整个开发周期中负责编码、测试和优化程序。他们还需要与客户和其他团队成员沟通，理解客户需求并提供相应的技术支持和解决方案。技术开发工程师需要不断学习和更新技术知识，以保持对新技术的敏感度并持续提高自己的专业水平。在互联网和科技行业，技术开发工程师的角色至关重要，他们的工作直接影响着公司产品的质量和用户体验。
薪酬概览
平均月薪
¥7200
中位数 ¥0 ｜ 区间 ¥5200 - ¥9200
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
80% 人群薪酬落在 0-8k
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
9月新增岗位
1
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 | 1 | 100% |
热招职位
1.参与财务系统核心模块（账务引擎、计费中心、清结算、对账系统、业财一体化等）的架构设计（系统设计？）与开发，负责处理复杂的财务业务逻辑与资金流转，确保高并发场景下核心交易链路的高精确度与数据最终一致性。
2.参与财务核心系统基础平台能力建设，打造安全、可靠、稳定、高效的财务核心系统，参与主数据平台、集成平台、流程引擎、规则引擎等系统规划、架构设计、研发。
3.负责财务系统整体技术方案的规划与评审，设计高性能、高可用的分布式架构，制定并推行技术规范，保障系统的高可用、高并发、可扩展性及安全性。
4.在业财融合深入推广过程中，逐步承接统建系统内部定开、统建系统与下级单位自建系统、与外部监管系统等集成对接等二次开发工作。
5.跟踪前沿技术趋势，持续优化技术方案与代码质量。
阿里云智能-商业技术工程师BTE（广电）-文化传媒行业线（北京）
1. 根据部门战略方向，进行中国广电&有线网络等重点目标客户的云业务和服务拓展，或建立基于AI+云的商业合作；
2. 保持对AI趋势的深度及时掌握，识别市场机会，充分了解客户业务及AI场景下的挑战，进行客户组织架构梳理和决策链摸排，获取客户信息，通过串联客户OKR，找到双方合作机会点；
3. 与客户或合作伙伴进行重点项目对接，布局，完成商务全流程；
4. 具备一定的解决方案顾问能力，能够协调公司阿里内部产品、研发、运维等资源，高效完成项目推动与落地；
5.理解阿里云产品及解决方案：深入理解飞天云计算操作系统、七大件、全栈AI（从算力到模型到应用）等阿里云产品的技术价值，了解竞对的差异化竞争优势，能够根据客户需求初步制定解决方案；
1.储能系统方案设计与集成：对接客户，了解客户需求（容量、功率、应用场景等），对接设计院完成储能系统的整体方案设计，出具并审核完整的技术方案和规范设计文档；
2.关键部件选型：进行电池模组、PCS、BMS、EMS等核心硬件的选型定义与匹配，评估其性能、安全性、寿命及成本；
3.提供技术方案支持：审核设计院储能系统技术方案、标书；为项目现场安装、调试、并网提供技术支持，快速诊断并解决系统故障，保障系统稳定运行；处理储能系统故障，快速识别故障信息并执行应急预案。
阿里云智能-大模型商业技术工程师MTE（数字金融）-新金融行业线（北京）
客户开拓与商机挖掘
1、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。
2、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。
3、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。
4、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
1、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。
2、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。
制定商务策略及商机转化
1、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。
2、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
1、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。
2、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。
1、 政企客户AI场景挖掘：负责全国范围内政企方向相关行业的客户拓展，重点梳理阿里云AI产品在教育科研、民生服务、文化文旅、智能硬件、客服等重点场景的销售机会点，触达并维护客户关系，发掘潜力客户并捕获项目机会；
2、AI客户拓展：规模化开拓全国AI客户，覆盖AI原生企业、初创公司、AI开发商、AI数据服务商及正在进行AI转型的各类企业，构建高转化率的AI客户销售漏斗。
3、AI业务收入：负责政企市场的AI MaaS业务的销售线索与商机全生命周期，通过线上和线下多渠道交流方式，协同解决方案和产品团队，从线索挖掘，商机引导，方案交流，商务沟通到项目成单，对政企AI MaaS业务的Token用量和收入增长负责。
4、市场洞察与GTM策略：紧密跟踪生成式AI前沿趋势，包括大模型演进、智能体（Agent）框架、AI基础设施架构及主要竞品动态，联合解决方案团队将行业客户洞察转化为场景化的客户化解决方案，协助市场和产品方案部门进行GTM市场策略设计。
5、AI重点客户经营：在政企领域与AI导向型企业的C-level高管及技术决策者建立长期、互信的合作关系，推动客户高满意度、高留存率及持续业务增购。
6、AI场景共创：理解客户的AI目标和业务挑战，通过深入交流和行业经验，一起找到高价值的AI应用机会；用客户语言沟通表达阿里云大模型价值，共同设计并验证可行方案，让AI发挥业务价值
7、 AI生态建立：善于整合技术、生态与商业资源，攻克AI落地中的关键挑战，与客户技术决策层及生态合作伙伴建立深度信任关系，沉淀可复用的行业解决方案与最佳实践，为阿里云AI战略的长期发展储备关键客户与技术资产。
8、跨部门协同运作：联动AI解决方案、产品、市场等团队，打造面向细分市场与重点客户的价值主张；策划并执行线上线下技术研讨会、Demo演示等活动，激发客户兴趣，传递技术价值，赢得客户信任。
1.聚焦MST细胞培养相关实验设计、方案优化及落地执行，参与上市后生物大分子药物细胞培养工艺的技术迭代与优化工作，配合开展供应商相关技术对接，推动新技术、新方法在细胞培养环节的探索与应用。
2.通过上游工艺现场排查及研发、生产环节工艺数据分析，挖掘细胞培养工艺提升潜力，协调内外部技术资源，制定工艺优化实验方案并推进实施，助力产品质量与生产效率提升。
3.持续跟踪上游细胞培养工艺领域前沿技术进展，结合公司实际发展需求，开展新技术、新方法的探索与调研，做好技术总结与理念宣贯，提升团队技术认知与应用能力。
4.负责细胞培养相关实验方案、技术报告、工艺总结等资料的撰写与完善，配合完成相关申报资料的编制、整理工作，确保各类资料规范、准确、完整。
阿里云智能-商业技术工程师(公共云Maas方向）-北京/大连/成都/重庆
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。
本岗位的本质是AI商业解决方案专家——你需要做到：
● 讲清楚业务逻辑：理解客户的业务场景、核心痛点和目标
● 设计业务方案：将AI能力与业务目标对齐，规划可落地的解决路径
● 知道技术如何实现：了解方案背后的技术架构和实现路径（不要求亲自编码实施）
● 建立长期关系，促进产品销售：与客户建立长期业务与技术信任，帮助客户AI转型成功
作为阿里云AI商业解决方案的核心角色，面向行业头部客户，围绕大模型平台（MaaS）构建端到端的解决方案，帮助客户完成AI转型并实现商业价值。核心使命是：以方案能力建立客户信任，以业务理解驱动商机转化，以长期伙伴关系促进持续增长。
一、客户需求洞察与业务方案设计
● 深入了解客户的业务场景、组织架构和战略目标，识别客户核心业务中具备高价值的AI应用机会。
● 与客户共同梳理业务问题和效果预期，明确AI介入的价值点和成功标准。
● 基于客户业务目标和现有技术约束，设计完整的AI解决方案路径——包括场景选择、模型选型方向、效果评估框架和上线计划。
二、售前技术引导与价值传递
● 结合客户业务需求，通过标杆案例、Demo演示和方案讲解，向客户展示阿里云大模型产品的竞争优势和落地效果。
● 向客户的业务决策者（CEO/VP/BU负责人）和技术决策者（CTO/架构师）分别传递AI带来的业务价值和技术可行性。
● 在客户侧建立影响力，确保方案与客户业务目标深度绑定，影响客户技术选型决策。
三、商机管理与项目推进
● 主动识别和开发商业合作机会，制定客户经营策略，将AI方案优势转化为商业签约。
● 面向重点客户高层，清晰阐述阿里云AI全栈能力的价值主张，引导客户AI转型方向。
● 制定正确的产品选型策略、POC验证策略、商务策略和招投标策略，把控项目推进节奏。
● 在售前到交付的全过程中，识别和应对技术与项目风险，协同产研和交付团队保障项目成功。
四、客户关系经营与持续增长
● 与客户建立长期的业务与技术信任关系，成为客户在AI转型中的首选咨询对象。
● 持续跟踪客户AI应用的使用效果和满意度，发掘新场景、拓展合作范围，推动收入持续增长。
● 面向内部团队和生态伙伴输出行业最佳实践、标杆案例等知识资产，提升组织能力。
五、产品反馈与改进驱动
● 将客户侧的真实需求和使用反馈系统性传递给产品团队，影响产品功能开发和路线图。
● 对客户使用过程中遇到的问题反向推动内部解决，持续优化产品和流程。
客户开拓与商机挖掘
1、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。
2、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。
3、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。
4、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
1、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。
2、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。
制定商务策略及商机转化
1、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。
2、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
1、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。
2、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。
客户开拓与商机挖掘
1、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。
2、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。
3、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。
4、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
1、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。
2、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。
制定商务策略及商机转化
1、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。
2、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
1、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。
2、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。
1、负责北京公共云客户（SAAS服务商、AI）客户拓展工作；包括商机获取，客户关系维护，商务报价，合同签约等；同时进行标杆打造，行业突破以及场景创新等；
2、梳理客户业务规划及云计算需求预算，挖掘新的商业机会并为客户提供有价值的方案并促成合作，为阿里云在客户的目标结果负责；
3、成为行业专家，理解客户的业务，有商业敏锐度，通过新技术为客户业务带来价值提升，互利共赢；
4、和核心客户不同层级人员建立友好互信、长期的合作关系。