Solutions Architect Vs. Presales در صنعت ابر: معمار و پیش فروش AWS Solutions

1. مقدمه

در بخش فناوری ، به ویژه در محاسبات ابری مانند خدمات وب آمازون (AWS) ، دو نقش اغلب به وجود می آیند: معمار راه حل ها و پیش بینی ها. در حالی که هر دو در پل زدن راه حل های تکنولوژیکی با نیازهای مشتری بسیار مهم هستند ، مسئولیت ها ، مهارت ها و اهداف کار آنها تفاوت چشمگیری دارد. این پست وبلاگ بر روی شفاف سازی توضیحات شغلی متمرکز است و مهارت های حرفه ای را برای این دو نقش لازم دارد تا افراد علاقمند به پیگیری حرفه ای در ابر ، اما فاقد جهت شغلی روشن و بین این دو موقعیت ، با دیدگاه دقیق و واضح و روشن ، بدون نیاز به حرفه شغلی باشد. این به آنها کمک می کند تا اهداف شغلی خود را تعریف کنند. این مقاله برای کاهش ارزش هر دو نقش در نظر گرفته نشده است. علاوه بر این ، از طریق این مقاله ، من همچنین می خواهم دیدگاه شخصی خود را در مورد تفاوت های بین Solutions Architect (SA) و نقش های Prosales در میهن من ، ویتنام به اشتراک بگذارم. من همچنین می خواهم بینش بیشتری از کسانی که تجربه دارند بشنوم تا همه بتوانند نظرات ارزشمندی را ارائه دهند.

2. معمار راه حل چیست؟

اگر از طریق شرکت هایی مانند AWS یا Google Cloud ، پست های شغلی را برای این موقعیت خوانده اید ، متوجه خواهید شد که آنها نقش معمار راه حل ها را به شرح زیر توصیف می کنند: یک معمار راه حل مسئول طراحی ، ساخت و اجرای راه حل های فناوری متناسب با نیازهای خاص مشتری است. در زمینه AWS ، یک معمار AWS Solutions از خدمات ابری AWS استفاده می کند تا معماری های بهینه شده سیستم را ایجاد کند که عملکرد ، امنیت ، مقیاس پذیری و راندمان را تضمین می کند.
مسئولیت های کلیدی یک معمار راه حل:
• تجزیه و تحلیل نیازهای مشتری: تجارت ، نیازهای فنی و چالش های مشتری را درک کنید.
• معماری راه حل طراحی: معماری های ابر بومی یا ترکیبی را با استفاده از خدمات AWS مانند EC2 ، S3 ، Lambda ، RDS و غیره توسعه دهید.
• بهینه سازی سیستم ها: اطمینان حاصل کنید که راه حل ها مطابق با عملکرد ، امنیت ، قابلیت اطمینان و معیارهای هزینه هستند.
• اجرای پشتیبانی: همکاری با تیم های فنی برای استقرار راه حل ها ، گاهی اوقات در عملیات اولیه کمک می کند.
• ارائه مشاوره فنی: توصیه های فناوری را بر اساس تخصص عمیق AWS ارائه دهید.
• برآورد دقیق و فنی: معماران راه حل ها برآورد منابع را در طی مراحل طراحی و برنامه ریزی راه حل برآورد می کنند ، و اطمینان می دهند که معماری نیازهای فنی و عملکردی را برآورده می کند.
مهارت های مورد نیاز:
• دانش عمیق از خدمات AWS و معماری ابر.
• مهارت در طراحی سیستم های توزیع شده ، خدمات میکروسرویس و شیوه های DevOps.
• مهارت های اصلی برنامه نویسی (پایتون ، جاوا اسکریپت یا CloudFormation) برای اتوماسیون یا سفارشی سازی.
• توسعه نرم افزار
• مهارت های ارتباطی برای توضیح مفاهیم فنی پیچیده برای ذینفعان غیر فنی.
• گواهینامه هایی مانند AWS Solutions Solutions Architect – همکار یا حرفه ای اغلب مورد نیاز است.
یک معمار راه حل (SA) کسی است که درک عمیقی از سیستم های مشتری از جمله زیرساخت ها ، شبکه ، بانک اطلاعاتی ، برنامه ها ، رفتار کاربر و حتی ویژگی های خاص تجارت برای پیشنهاد راه حل های مهاجرت یا استفاده از برنامه در ابر دارد. این کار به شکلی انجام می شود که به چالش های مشتری بپردازد و ارزش آنها را ارائه دهد.

3. پیش فروش ها چیست؟

Presales (پیش فروش) بر حمایت از تیم فروش در متقاعد کردن مشتریان برای انتخاب محصولات یا خدمات یک شرکت متمرکز است. در اکوسیستم AWS ، یک حرفه ای Prosales با راه حل های ابری کار می کند تا ارزش ، مزایا و توانایی های AWS ، بسته شدن قرارداد رانندگی را نشان دهد.
مسئولیت های کلیدی پیش فرض ها:
• پشتیبانی از تلاش های فروش: شریک با تیم فروش برای تهیه ارائه ها ، نسخه های نمایشی محصول یا پاسخ به پرس و جوهای فنی مشتری.
• مشاوره راه حل: توضیح دهید که چگونه خدمات AWS می تواند به چالش های مشتری بپردازد ، به طور معمول در سطح بالایی در مقایسه با معماران راه حل.
• تهیه مواد فنی: اسنادی مانند پیشنهادهای فنی (RFP/RFQ) ، عرشه های زمین یا اثبات مفاهیم (POC) ایجاد کنید.
• اعتماد مشتری را بسازید: اطمینان حاصل کنید که مشتریان ارزش راه حل های AWS را درک می کنند و در انتخاب خود احساس اطمینان می کنند.
• هماهنگی داخلی: برای اطمینان از امکان پذیر بودن راه حل های پیشنهادی ، با معماران راه حل یا تیم های فنی کار کنید.
• برآورد سطح بالا برای پیشنهادات: متخصصان PRESALES در درجه اول مسئول ایجاد برآورد منابع اولیه در مرحله قبل از فروش برای پشتیبانی از پیشنهادات یا پاسخ های RFP هستند. این برآوردها سطح بالایی است ، با تمرکز بر هماهنگی با اهداف و بودجه تجاری مشتری
مهارت های مورد نیاز:
• مهارت های عالی ارتباطی و ارائه برای انتقال اطلاعات به مخاطبان غیر فنی.
• درک گسترده از خدمات AWS و کاربرد آنها در سناریوهای تجاری.
• مهارت های مذاکره و ایجاد روابط با مشتریان.
• توانایی کار تحت فشار زمان و رسیدگی به نیازهای پیچیده مشتری.
• گواهینامه هایی مانند AWS دارای گواهی Cloud Cloud یا AWS Solutions Solutions Architect – همکار سودمند هستند اما همیشه اجباری نیستند.

4. مقایسه راه حل های معمار و پیش فروش در صنعت ابر

به طور خلاصه ، در اینجا مقایسه مفصلی از دو نقش در زمینه AWS وجود دارد:

5. نمونه در دنیای واقعی در AWS
سناریو 1: یک بانک متوسط ​​می خواهد درخواست اصلی بانکداری خود را در AWS مستقر کند
یک بانک منطقه ای قصد دارد با مهاجرت و استقرار آن در AWS ، سیستم بانکداری اصلی خود را مدرن کند. این بانک برای رسیدگی به معاملات مهم ، داده های مشتری و الزامات نظارتی مانند اقامت داده ها و استانداردهای صنعت مالی (به عنوان مثال ، PCI DSS) نیاز به یک راه حل بسیار ایمن ، مقیاس پذیر و سازگار دارد. این بانک در حال ارزیابی AWS در برابر سایر ارائه دهندگان ابر است و به راه حلی نیاز دارد که خرابی را به حداقل برساند و راندمان را تضمین کند.
• نقش برجسته:
o درگیر شدن با مدیران بانک: برای ارائه مزایای استراتژیک AWS ، با تأکید بر زیرساخت های جهانی ، گواهینامه های امنیتی (به عنوان مثال ، PCI DSS ، ISO 27001) و صرفه جویی در هزینه در مقایسه با سیستم های داخلی ، با CIO ، CFO و افسران انطباق ملاقات کنید.
o نشان دادن قابلیت ها: تهیه و ارائه خدمات نمایشی متناسب با نمایشگاه AWS مانند Amazon RDS برای مدیریت پایگاه داده های معامله ای و خدمات مدیریت کلید AWS (KMS) برای رمزگذاری ، برجسته کردن چگونگی اطمینان از امنیت داده ها و انطباق.
o نگرانی های مربوط به مشاغل: به سؤالات مربوط به هزینه کل مالکیت (TCO) ، توافق نامه های سطح خدمات (SLA) و توانایی AWS در پشتیبانی از عملیات بانکی 24/7 با در دسترس بودن بالا پاسخ دهید.
o منابع تخمین برای پیشنهادات: از ماشین حساب قیمت گذاری AWS برای تولید تخمین هزینه سطح بالا بر اساس فرضیات (به عنوان مثال ، 100 نمونه EC2 ، ذخیره سازی 1TB RDS ، 10TB S3 برای بایگانی) استفاده کنید و هزینه 50،000 دلار در ماه را در مقایسه با 80،000 دلار در ماه برای تأمین هزینه خرید ارائه دهید.
o ایجاد یک مورد تجاری: یک عرشه زمین و یک پیشنهاد سطح بالا (پاسخ RFP) ایجاد کنید که بیان می کند که چگونه AWS می تواند هزینه های زیرساخت ها را تا 30 ٪ کاهش دهد و زمان به بازار را برای ویژگی های جدید بانکی ، پشتیبانی شده توسط مطالعات موردی سایر موسسات مالی در AWS ، تسریع کند.
o تسهیل اعتماد به نفس: کارگاه آموزشی را با مدیران حساب AWS ترتیب دهید تا این بانک را به تیم خدمات مالی AWS معرفی کنید و اعتماد به نفس خود را در تخصص AWS در بانکداری تقویت کنید.
• نقش معمار راه حل ها:
o مورد نیاز بانک را تجزیه و تحلیل کنید: جلسات کشف را با تیم فناوری اطلاعات بانک انجام دهید تا معماری اصلی برنامه بانکداری ، از جمله بانک اطلاعاتی آن (به عنوان مثال ، اوراکل) ، میانی ، ادغام با دروازه های پرداخت و نیازهای انطباق نظارتی را درک کنید.
o طراحی یک معماری امن: یک معماری دقیق AWS مانند:

• محاسبه: از آمازون EC2 با مقیاس خودکار برای رسیدگی به سنبله های معامله در ساعات اوج بانکداری استفاده کنید.
• بانک اطلاعاتی: RDS Amazon را برای اوراکل یا آمازون شفق قطبی برای داده های معامله ای مستقر کنید ، که با Multi-AZ برای در دسترس بودن بالا تنظیم شده است.
• امنیت: اجرای سیاستهای AWS WAF ، AWS Shield و IAM برای محافظت در برابر حملات DDOS و اطمینان از دسترسی کمترین قدرت. از AWS KMS برای رمزگذاری داده در حالت استراحت و در ترانزیت استفاده کنید.
• انطباق: یک منطقه فرود با برج کنترل AWS را برای اجرای اقامت داده ها و رعایت مقررات محلی تنظیم کنید.
• شبکه: یک VPC را با زیر شبکه های خصوصی برای بار کاری حساس و Gateway Transit AWS برای ادغام ایمن با سیستم های پرداخت شخص ثالث پیکربندی کنید.
• منابع را دقیقاً تخمین بزنید: بار کار (به عنوان مثال ، 10،000 معاملات/پایگاه داده فعال 500 گیگابایتی) را به اندازه منابع ، تجزیه و تحلیل کنید ، 50 نمونه EC2 را مشخص کنید ، یک نمونه Oracle Multi-AZ با ذخیره 1TB و 5TB S3 Standard Standard. برای تخمین هزینه دقیق 48.500 دلار در ماه ، از AWS Cost Explorer استفاده کنید و نمونه های رزرو شده را برای 15 ٪ پس انداز توصیه کنید.
• مهاجرت برنامه: یک استراتژی مهاجرت فاز برای به حداقل رساندن خرابی ، با استفاده از سرویس مهاجرت پایگاه داده AWS (DMS) برای انتقال داده ها از پایگاه داده Oracle در محل به RDS و سرویس مهاجرت برنامه AWS برای بارهای کار برنامه تهیه کنید.
• ایجاد یک اثبات مفهوم (POC): یک محیط POC را در AWS تنظیم کنید تا معاملات اصلی بانکداری را شبیه سازی کنید ، عملکرد و قابلیت های عدم موفقیت را در طی یک تست استرس نشان دهید.
• بهینه سازی هزینه ها و عملکرد: از مشاور قابل اعتماد AWS و AWS Cost Explorer برای توصیه اقدامات صرفه جویی در هزینه ، مانند نمونه های رزرو شده برای نمونه های RDS EC2 و با اندازه سمت راست استفاده کنید ، ضمن اینکه این سیستم را تضمین می کند که 99.99 ٪ نیاز به روزرسانی بانک را برآورده می کند.
• اجرای پشتیبانی: برای استقرار برنامه ، پیکربندی نظارت با Amazon CloudWatch و تهیه اسناد برای عملیات در حال انجام با تیم DevOps بانک کار کنید. سناریو 2: یک شرکت خرده فروشی می خواهد یک شرکت AI تولیدی را در AWS مستقر کند و یک شرکت خرده فروشی با اندازه متوسط ​​قصد دارد یک برنامه تولید AI (Genai) را برای ایجاد محتوای بازاریابی شخصی ، مانند توضیحات محصول ، پست های رسانه های اجتماعی و کمپین های ایمیل مشتری ، مستقر کند. این برنامه باید مجموعه داده های بزرگ (به عنوان مثال ، سابقه خرید مشتری ، کاتالوگ محصول) ، مدل های Genai را برای تولید محتوا پردازش کند و با سیستم عامل های تجارت الکترونیکی موجود ادغام شود. این شرکت نیاز به یک راه حل مقیاس پذیر و مقرون به صرفه با تأخیر کم و رعایت مقررات حفظ حریم خصوصی داده ها (به عنوان مثال ، GDPR برای مشتریان اروپایی) دارد. آنها در حال مقایسه AWS با سایر ارائه دهندگان ابر هستند و برای ادامه کار به یک پرونده قانع کننده نیاز دارند. • نقش PRESALES: O با ذینفعان مشاغل درگیر شوید: با CMO ، CTO و افسر حفظ حریم خصوصی شرکت برای برجسته کردن قابلیت های Genai AWS ، با تأکید بر خدماتی مانند Amazon Bedrock برای مدل های مدیریت شده AI و AWS Sagemaker برای آموزش مدل های سفارشی ، همراه با پیروی از GDPR ، تأکید کنید. o نشان دادن ارزش کسب و کار: برای تولید نمونه توضیحات محصول بر اساس کاتالوگ شرکت ، یک نسخه ی نمایشی را با استفاده از بستر آمازون ارائه دهید ، نشان می دهد که چگونه Genai می تواند زمان ایجاد محتوا را 50 ٪ کاهش داده و تعامل با مشتری را بهبود بخشد. o خطاب به نگرانی های مربوط به مشاغل: به سؤالات مربوط به هزینه ها ، مقیاس پذیری و ادغام با سیستم های موجود (به عنوان مثال ، Shopify یا Salesforce) پاسخ دهید ، با تأکید بر قیمت گذاری پرداخت و زیرساخت های جهانی AWS و زیرساخت های جهانی برای تحویل محتوای کم. o منابع تخمین برای پیشنهادات: از ماشین حساب قیمت گذاری AWS برای ایجاد یک برآورد هزینه سطح بالا بر اساس فرضیات استفاده کنید (به عنوان مثال ، 10،000 تماس API در روز به بستر ، 500 گیگابایت S3 ذخیره سازی برای مجموعه داده ها ، و Sagemaker برای آموزش مدل) ، ارائه هزینه ماهانه 15،000 دلار در مقایسه با 25،000 دلار برای سرودهای GPU در مقاصد. o یک مورد تجاری را تهیه کنید: یک عرشه زمین و پاسخ RFP را تهیه کنید که بیان می کند چگونه راه حل های Genai AWS می تواند ROI بازاریابی را از طریق محتوای شخصی ، که توسط مطالعات موردی شرکت های خرده فروشی با استفاده از AWS برای AI پشتیبانی می شود ، افزایش دهد. O Build Trust: یک کارگاه مجازی را با متخصصان AI/ML AWS سازماندهی کنید تا در مورد انطباق GDPR صحبت کنید و ویژگی های امنیتی AWS را نشان دهید و به شرکت در مورد حریم خصوصی داده اطمینان دهید. • Solutions Architect نقش: o تجزیه و تحلیل الزامات فنی: کارگاه های آموزشی را با علم داده های شرکت و تیم های فناوری اطلاعات انجام دهید تا نیازهای برنامه Genai را درک کنید ، از جمله اندازه مجموعه داده ها (به عنوان مثال ، داده های مشتری 500 گیگابایتی) ، الزامات استنباط مدل (به عنوان مثال ، 10،000 تماس API در روز) و ادغام با API های تجارت الکترونیکی. o طراحی یک معماری مقیاس پذیر: یک معماری دقیق AWS را پیشنهاد کنید ، مانند:  Genai Core: از آمازون از بستر آمازون برای دسترسی به مدلهای بنیاد از پیش آموزش (به عنوان مثال ، کلود انسان شناسی یا متا آوی لاما) برای تولید محتوا استفاده کنید ، به حداقل رساندن توسعه سفارشی. storage ذخیره سازی داده ها: مجموعه داده های موجود در آمازون S3 با خط مشی های چرخه حیات به انتقال داده های قدیمی تر به یخچال S3 برای صرفه جویی در هزینه. adprention پردازش داده ها: برای تهیه داده های مشتری و محصول برای ورودی مدل AI ، از چسب AWS برای ETL (استخراج ، تبدیل ، بار) استفاده کنید. training آموزش مدل (در صورت لزوم): Sagemaker Amazon را برای مدل های تنظیم دقیق با داده های خاص شرکت (به عنوان مثال ، تن برند برای محتوا) مستقر کنید.  محاسبه: از Amazon ECS با Fargate برای API های کانتینر شده سرور استفاده کنید تا خروجی های Genai را به پلت فرم تجارت الکترونیکی ارائه دهید.  امنیت و انطباق: اجرای AWS IAM برای کنترل دسترسی ، AWS KMS برای رمزگذاری داده ها و پیکربندی AWS برای اجرای اقامت داده های سازگار با GDPR.  شبکه سازی: یک VPC را با زیر شبکه های خصوصی برای پردازش داده ها و دروازه AMAMON API برای دسترسی به API ایمن توسط پلت فرم تجارت الکترونیکی تنظیم کنید. o منابع تخمین را دقیقاً برآورد کنید: حجم کار را تجزیه و تحلیل کنید (به عنوان مثال ، 10،000 تماس API BEDROCK در روز ، 500 گیگابایت ذخیره سازی S3 ، 100 ساعت در ماه آموزش ساج ساز) به اندازه منابع ، مشخص کردن قیمت گذاری در تقاضای Bedrock ، ذخیره سازی استاندارد S3 و Sagemaker ML.G5.Xlarge. برای تخمین هزینه دقیق 14،200 دلار در ماه ، از AWS Cost Explorer استفاده کنید ، و توصیه می کنید S3 هوشمندانه برای صرفه جویی 10 ٪ در هزینه های ذخیره سازی. o استقرار برنامه: یک خط لوله استقرار را با استفاده از AWS CodePipeline و CodeBuild برای خودکارسازی به روزرسانی برنامه ها طراحی کنید و از ادغام یکپارچه با پلت فرم تجارت الکترونیکی اطمینان حاصل کنید. o ایجاد اثبات مفهوم (POC): یک محیط POC را در AWS ایجاد کنید تا 1000 ایمیل بازاریابی نمونه را با استفاده از بستر ، آزمایش تأخیر (به عنوان مثال ، <1 ثانیه در هر تماس API) و ادغام با API Shopify شرکت ایجاد کنید. o بهینه سازی هزینه ها و عملکرد: از مشاور قابل اعتماد AWS برای توصیه بهینه سازی هزینه (به عنوان مثال ، ظرفیت رزرو شده برای بستر) و Amazon CloudWatch برای نظارت بر تأخیر API استفاده کنید ، اطمینان حاصل کنید که این برنامه با دسترسی به SLA 99.9 ٪ در دسترس است. o اجرای پشتیبانی: با توسعه دهندگان شرکت همکاری کنید تا برنامه را مستقر کنید ، داشبورد مانیتورینگ را پیکربندی کنید و آموزش استفاده از Bedrock و Sagemaker را برای تولید مداوم محتوا ارائه دهید.

6. واقعیت در ویتنام: نقش ترکیبی برای معمار راه حل ها و پیش فروش ها

در ویتنام ، خط بین Solutions Architect و نقش های Prosales در صنعت ابر ، به ویژه با AWS ، غالباً مشخص نیست. بسیاری از سازمان ها ، به ویژه شرکای ابری ، این نقش ها را در یک موقعیت واحد ادغام می کنند یا انتظار دارند که یک فرد هر دو مجموعه مسئولیت را برطرف کند. این ترکیب نشان دهنده پویایی منحصر به فرد بازار ویتنام است و منظره ای متمایز شغلی را برای متخصصان ابر ایجاد می کند.
چرا این نقش ها در ویتنام همگرا می شوند؟
• تیم های جمع و جور: بسیاری از شرکت های فناوری ویتنامی با تیم های فنی و فروش لاغر فعالیت می کنند و این امر را برای حفظ نقش های جداگانه ناکارآمد می کند. یک حرفه ای مجزا اغلب مشاوره مشتری (پیش فروش) و طراحی راه حل فنی (معمار راه حل) را انجام می دهد.
• ترجیحات مشتری: مشتریان ویتنامی ، به ویژه مشاغل کوچکتر ، از یک نقطه تماس واحد حمایت می کنند که می توانند اهداف تجاری ، جزئیات فنی و نگرانی در مورد هزینه را برطرف کنند. این امر نقش ترکیبی دارد که فروش و مهندسی را برطرف می کند.
• بهینه سازی هزینه: ترکیب نقش ها باعث کاهش هزینه های استخدام و عملیاتی می شود ، اولویت شرکت ها در یک بازار رقابتی و حساس به هزینه.
• بازار ابری در حال ظهور: در حالی که پذیرش ابر ویتنام در حال تسریع است ، بازار هنوز در حال بلوغ است. بسیاری از مشتریان فاقد تخصص ابر داخلی هستند و به یک حرفه ای همه کاره متکی هستند تا آنها را از طریق جنبه های استراتژیک و فنی پذیرش AWS راهنمایی کنند.
• یک دلیل این است که برخی از معماران راه حل در ویتنام اغلب در تمایز بین مفاهیم SA و Pretales ناکام هستند و منجر به استفاده بیش از حد عنوان SA می شوند. آنها تمایل دارند فرض کنند که آنها فقط به مهارت های ارائه و توانایی برآورده کردن مشتریان برای درک نیازهای خود نیاز دارند ، بدون اینکه نیاز به دانش فنی عمیق داشته باشند. آنها همچنین بر این باورند که کارهایی مانند اثبات مفهوم (POC) یا اجرای آن توسط مهندسان ابر انجام می شود.
• دلیل دیگر این است که شرکت ها خود در تعریف الزامات شغلی و توضیحات در طی فرآیند استخدام ، شفافیت ندارند. آنها هنگام ارسال لیست های شغلی ، آنها اغلب نقش PREALES را ترسیم می کنند ، مانند ملاقات با مشتریان و تهیه تخمین ها ، همراه با برخی از مسئولیت های Solutions Architect (SA) ، مانند انجام اثبات مفهوم (POC) ، طراحی معماری ها و داشتن مهارت های توسعه نرم افزار. با این حال ، در واقعیت ، پرسنلی که آنها استخدام می کنند ، معمولاً فقط مهارت های پیش فرض دارند.
اگر با Cloud Partners در ویتنام مانند AWS Partners همکاری کرده اید ، متوجه خواهید شد که بسیاری از مهندسان این شرکا عنوان Solutions Architect (SA) را در اختیار دارند. با این حال ، کارهایی که آنها انجام می دهند اغلب شبیه به نقش PREALES است یا فقط بخش کوچکی از مسئولیت های SA را شامل می شود ، به این معنی که آنها به معنای کامل SAS درست نیستند. بیشتر وظایف آنها شامل همراهی مدیران حساب برای دیدار با مشتریان و درک نیازهای آنها است. پس از آن ، آنها برای ایجاد یک پیشنهاد سطح بالا ، که شامل یک معماری ابر سطح بالا و برآورد هزینه است ، باز می گردند و سپس آن را به مشتری ارائه می دهند. اگر آنها با موفقیت مشتری را متقاعد کنند که به مرحله اثبات مفهوم (POC) بپردازد ، این SA ها اغلب توانایی اجرای آن را ندارند زیرا آنها فقط در ابزارهایی مانند پاورپوینت ، اکسل و کلمه مهارت دارند ، بدون تجربه دستی یا درک عمیق تر ، درک عمیقی از کاربرد مشتری. حتی بیشتر نگران کننده است ، آنها معتقدند که کار SA برای دیدار با مشتریان ، پیشنهاد راه حل سطح بالا و تحویل آن به مهندسان ابر است. همانطور که شاهد آن بودم ، این طرز فکر منجر به عواقب جدی می شود. به عنوان مثال ، یک حرفه ای Prostales با عنوان AWS Solutions Architect در یک شریک ابری در ویتنام ، فاقد درک از گردش کار برنامه مشتری و دانش تخصصی Kubernetes و پایگاه داده ها ، یک راه حل بسیار بالا ایجاد کرد. آنها در طول جلسات با مشتری ، آنها صرفاً روی اندازه سرور برای برآورد هزینه بدون روشن شدن گردش کار خدمات در خوشه Kubernetes متمرکز شدند و در نتیجه حذف یک دروازه API داخلی در طراحی انجام شد. هنگامی که مهندس Cloud برای اجرای آن به عهده گرفت ، این موضوع کشف شد و آنها را مجبور به اطلاع مشتری در مورد تنظیمات لازم در معماری و برآورد هزینه کرد.

7. نتیجه گیری

معمار راه حل ها و نقش های Protales در رانندگی ابر ابر محوری است و هر کدام نقاط قوت منحصر به فرد را به جدول می آورند. متخصصان Presales از ایجاد اعتماد و بیان ارزش تجاری AWS برتری دارند ، همانطور که در توانایی آنها در راه حل های مقرون به صرفه Genai یا خرید امن برای مهاجرت های اصلی بانکداری مشاهده می شود. در عین حال ، معماران راه حل ها این دیدگاه ها را از طریق معماری های دقیق و اجرای دستی ، از دقت و انطباق فنی به واقعیت تبدیل می کنند. با این حال ، در ویتنام ، این نقش ها اغلب در یک موقعیت ترکیبی ادغام می شوند و تعامل مشتری را با طراحی فنی آمیخته می کنند. در حالی که این فرصت هایی را برای توسعه مهارت های همه کاره فراهم می کند ، اما همچنین چالش هایی مانند استفاده بیش از حد از عنوان Solutions Architect و توضیحات نامشخص شغلی را ارائه می دهد. بسیاری از متخصصان با عنوان SAS در درجه اول وظایف PRESALES را انجام می دهند-مشتری های مربوط به مشتری ، تهیه پیشنهادهای سطح بالا و تخمین هزینه ها-در حالی که فاقد تخصص فنی عمیق مورد نیاز برای POC ها یا استقرار هستند ، اغلب کارهای مهم را برای مهندسان ابر می گذارند. این امر ناشی از تصور غلط در بین متخصصان است ، که می توانند در اولویت ارائه در مورد عمق فنی و شیوه های استخدام مبهم شرکت ها ، که مسئولیت های پیش فروش و SA را بدون اطمینان از کاندیداها مهارت های لازم را در اولویت قرار می دهد ، در اولویت قرار دهد.
در این مقاله به روشن شدن توضیحات شغلی و مهارتهای حرفه ای مورد نیاز برای این نقش ها می پردازد تا وضوح را برای افرادی که مشاغل ابری را دنبال می کنند اما در مورد مسیر آنها مطمئن نیستند ، ارائه دهد. این که آیا شما به ترغیب استراتژیک Pretales یا کاردستی فنی یک معمار راه حل ها ، درک تفاوت های آنها – و زمینه منحصر به فرد ویتنام – شما را جلب می کنید و شما را به تعیین اهداف شغلی روشن می کند. از طریق این مقاله ، هدف من این است که دیدگاه شخصی خود را در مورد تفاوت های این نقش ها در میهن خود ، ویتنام به اشتراک بگذارم و دوست دارم بینش های متخصصان باتجربه را بشنوم تا این بحث را با دیدگاههای متنوع غنی سازی کنم. این اکتشاف مربوط به بالا بردن یک نقش بر دیگری نیست بلکه در مورد تجهیز دانش شما به دانش برای حرکت در چشم انداز ابری پویا ویتنام است. برای شکوفایی ، پیگیری گواهینامه های مربوط به AWS ، تعادل مهارت های فنی و نرم و درگیر شدن با جوامع ابری محلی برای یادگیری از چالش های دنیای واقعی ، مانند مواردی که در سناریوهای اصلی بانکداری و Genai ما هستند.
من همچنین می خواهم به شما کمک کنم تا نقش این دو عنوان را به وضوح درک کنید تا بتوانید عنوان خود را به طور دقیق مشخص کنید و جهت شغلی درستی داشته باشید. در عین حال ، امیدوارم شرکت ها نقش های شغلی را روشن کنند تا نامزدها بتوانند آنها را بهتر درک کنند ..
تجربه شما با این نقش ها چیست؟ افکار خود را به اشتراک بگذارید تا به دیگران کمک کنید تا سفر ابر خود را ترسیم کنند!