【广东创云科技有限公司】- 招聘职位详情(社招)

简介: 广东创云科技有限公司公司本次招聘岗位2个:1、云业务顾问 2、资深云业务顾问

广东创云科技有限公司介绍

广东创云科技有限公司是中国领先的公有云经销服务商。自2015年成立以来,一直以“帮助企业在云端创造更大价值”为使命,专注于公有云应用服务与互联网安全咨询领域,是华南地区第一家百分百专注在公有云场景的互联网综合解决方案服务商。累计服务覆盖企业客户过万家,年公有云销售业绩数亿元。
创云荣誉:阿里云全球最高级别合作伙伴:战略级合作伙伴/阿里云区域一级经销商,华南地区首家阿里云授权服务中心。2016~2019年连续四年入选商业伙伴咨询机构发布的“中国云计算500强”榜单。

职位1: 云业务顾问

Base地点: 广州
岗位职责:
1.通过电话/微信/QQ/钉钉等远程通讯手段服务阿里云客户,做好客情管理;
2.根据客户的业务属性,推荐适合的云解决方案和产品,并协助客户顺利使用;
3.进行阿里云产品及服务的销售及市场开拓相关工作,促进客户完成阿里云订单交易;
4.完成阿里云各项销售任务以及过程任务指标;
具体要求:
1.具备一定的销售能力与学习能力,口齿伶俐,乐于挑战,善于学习,抗压性好,上进心强,勇于承担工作任务和责任,能在压力下突破自己。
2.热爱销售工作,具备较好团队合作精神,能与团队协同获得成功;
其他要求:
热爱云计算行业,对云计算行业的发展保有信心与激情;有互联网相关产品销售经验及客户资源优先;
简历投递方式:
第一步:登录阿里云大学人才计划官网:https://edu.aliyun.com/recruit
第二步:进入 我的大学-->我的简历,创建简历
第三步:在阿里云大学人才计划官网选择岗位,投递简历

*招聘人数:3人;持阿里云认证优先

职位2: 资深云业务顾问

Base地点: 广州
岗位职责:
1.通过自身擅用的销售模式开拓阿里云客户,促进客户完成阿里云订单交易,做好客情管理;
2.根据客户的业务属性,推荐适合的云解决方案和产品,并协助客户顺利使用;
3.完成阿里云各项销售任务以及过程任务指标;
具体要求:
1.具备较强的销售能力与学习能力,抗压性好,上进心强,勇于承担工作任务和责任,能在压力下突破自己。
2.热爱销售工作,具备较好团队合作精神,能与团队协同获得成功;
其他要求:
热爱云计算行业,对云计算行业的发展保有信心与激情;有互联网相关产品销售经验及客户资源优先;
简历投递方式:
第一步:登录阿里云大学人才计划官网:https://edu.aliyun.com/recruit
第二步:进入 我的大学-->我的简历,创建简历
第三步:在阿里云大学人才计划官网选择岗位,投递简历

*招聘人数:3人;持阿里云认证优先
目录
相关文章
|
Linux
找不到自己Win10的Linux子系统的根目录?在这里哟!
找不到自己Win10的Linux子系统的根目录?在这里哟!
690 0
找不到自己Win10的Linux子系统的根目录?在这里哟!
|
缓存 前端开发 Linux
Composer 快速入门教程
Composer 是 PHP 是 PHP5.3 以上的一个依赖管理工具,你可以在自己的项目中声明所依赖的外部工具库(libraries),Composer 会安装这些依赖的库文件
1544 0
|
存储 算法 数据可视化
用Python开发猜数字游戏:从零开始的手把手教程
猜数字游戏是编程入门经典项目,涵盖变量、循环、条件判断等核心概念。玩家通过输入猜测电脑生成的随机数,程序给出提示直至猜中。项目从基础实现到功能扩展,逐步提升难度,适合各阶段Python学习者。
1071 0
|
测试技术 Shell
MindIE LLM场景快速上手实验
MindIE是昇腾自研推理框架,本实验手册可指导小白用户快速掌握MindIE在LLM(large language model)场景的基本功能,包括:大模型推理功能测试、大模型性能测试、大模型精度测试、服务化推理部署、benchmark测试等。
1251 3
|
前端开发 JavaScript
手敲Webpack 5:React + TypeScript项目脚手架搭建实践
手敲Webpack 5:React + TypeScript项目脚手架搭建实践
|
弹性计算 网络协议 应用服务中间件
自学软硬件工程师第751天域名和公网ip怎么绑定
自学软硬件工程师第751天域名和公网ip怎么绑定
|
人工智能 云计算 数据中心
阿里云当选UALink联盟董事会成员,推进新一代GPU互连技术!
阿里云当选UALink联盟董事会成员,推进新一代GPU互连技术!
717 2
|
Java 调度
Java 多线程系列Ⅰ(创建线程+查看线程+Thread方法+线程状态)
Java 多线程系列Ⅰ(创建线程+查看线程+Thread方法+线程状态)
|
机器学习/深度学习 自然语言处理
完全使用自生成数据实现LLM自我纠正,DeepMind新突破SCoRe:纠正性能提升15.9%
【10月更文挑战第27天】Google DeepMind 研究人员开发了 SCoRe 方法,利用多回合在线强化学习显著提升大型语言模型(LLM)的自我纠正能力。该方法分为两个阶段:第一阶段通过强化学习减少行为崩溃,第二阶段使用奖励塑造优化两次尝试的性能。实验结果显示,SCoRe 在数学和编程任务上分别提升了 4.4% 和 12.2% 的自我纠正性能。
646 3