阿里巴巴
菜鸟-供应链计划Agent工程师-供应链AI
菜鸟-供应链计划Agent工程师-供应链AI
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公供应链与物流
供应链与物流
Graphrag
Langchain4J
Rag
Springai
向量数据库
图数据库
知识图谱
系统架构设计
值不值得投
75综合评分
综合评分 75
技术前沿的供应链AI工程师岗位，成长性强但工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
40K
比供应链与物流中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2550 个在招 · 其中供应链与物流 25 个
市场机会
选择适中
杭州 · 供应链与物流 · 25 个在招
职位详情
关于这个职位
这是菜鸟供应链AI团队的核心研发岗位，负责供应链计划Agent（如需求预测、库存优化、智能调度）的研发与架构设计
你需要运用RAG、知识图谱等前沿技术提升Agent的自主决策能力，并推动平台在复杂B端业务场景中的落地，是连接AI技术与供应链实际问题的关键角色
最低要求
● 本科及以上学历，计算机相关专业，5年以上 Java 后端研发经验，有To B经验加分
● 熟悉Agent开发，理解 Agent Loop 的运转机制和 Harness Engineering 的核心思想，有工具调用、状态与记忆、RAG、GraphRAG、工作流/Agent 运行时相关实践
● 熟悉Java技术栈，有 SpringAI或LangChain4J 等框架的Agent开发落地经验，熟悉图数据库、向量数据库的使用场景并有具体的应用场景落地
● 熟悉 Redis、Kafka、Milvus、Nebula Graph、Neo4J 等常用中间件和数据库，理解分布式系统常见问题与解决方案，可独立完成生产系统的运维、问题排查和解决
● 具备较强的系统设计和抽象建模能力，能独立完成复杂模块的方案设计与落地，具备良好的工程习惯，重视代码质量、可测试性、可维护性和系统稳定性
工作职责
● 负责供应链计划Agent研发，包括需求预测、库存优化、智能调度等产品的Agentic AI架构设计，持续引入RAG、GraphRAG、知识图谱等新技术提升Agent的推演分析、自主执行能力
● 负责企业级 Foundry / Ontology 类平台后端核心模块的设计与开发，包括本体对象建模、属性配置、关系管理、知识抽取等
● 参与推演引擎、仿真引擎、决策引擎的建设，支持复杂业务场景下的状态流转、规则执行、假设分析和结果归因，结合知识图谱和本体建模，实现Agent的what-if推演和归因分析
● 负责系统架构设计、接口设计、性能优化、稳定性建设及研发质量提升
● 与SA、产品、数据等团队紧密协作，推动平台能力在真实B端客户业务场景中落地
优先资格
有知识平台、领域本体（Ontology）落地经验加分
AI 洞察
优缺点分析
优点
- 技术前沿，深度参与Agentic AI在核心供应链场景的应用，技术积累价值高
- 业务场景复杂且明确，技术成果能直接看到业务价值，成就感强
- 背靠大型技术平台，有丰富的技术资源和数据支持
- 技术栈复杂，需要同时掌握后端架构、AI工程、知识图谱等多个领域知识
- B端业务场景逻辑复杂，对业务理解和抽象建模能力要求极高
- 适合具备扎实后端架构功底，并对AI Agent、知识图谱等新兴技术有浓厚兴趣和实践，乐于解决复杂业务问题的资深工程师
缺点 / 挑战
- 项目复杂度高，跨团队协作多，对沟通和项目管理能力有挑战
角色解读
- 技术深耕：成为供应链AI领域的专家架构师，深入Agent与领域知识结合的技术方案
- 技术管理：带领团队负责供应链AI平台或某一子领域的整体技术规划和落地
- 业务拓展：凭借对供应链和AI的理解，转型为解决方案架构师或技术产品负责人
- 设计和开发供应链领域的AI Agent，实现需求预测、库存优化、智能调度等核心功能
- 构建企业级的本体/知识图谱平台后端，处理复杂的数据建模与知识管理
- 参与构建推演、仿真、决策引擎，支持复杂的业务分析和假设验证
- 负责核心模块的架构设计、性能优化和稳定性保障，并与多团队协作推动技术落地
- 扎实的Java后端开发能力和大型分布式系统设计经验
- 对AI Agent有深入理解，有RAG、GraphRAG、知识图谱的实践项目经验
- 熟悉Java生态下的AI框架（如LangChain4J/SpringAI）和图/向量数据库
- 具备将复杂技术方案在B端业务场景中落地的能力，需要较强的沟通协作
申请策略
- 仔细研究菜鸟的供应链业务和产品，思考AI Agent技术可以在哪些环节创造价值
- 准备一个能体现你系统抽象和架构设计能力的复杂项目案例
- 突出5年以上Java后端和分布式系统项目经验，特别是高并发、高可用的系统设计
- 详细描述参与或主导的Agent、RAG、知识图谱相关项目，说明具体技术选型和实现方案
- 强调参与过的复杂B端项目，说明如何将技术方案与业务需求结合并落地
- 系统学习并实践Agent开发框架，如LangChain4J，理解Agent Loop的设计模式
- 深入理解图数据库（如Neo4J/Nebula Graph）和向量数据库（如Milvus）的原理与应用场景
- 研究领域本体（Ontology）的建模方法及其在知识管理系统中的应用
面试指南
- 对于系统设计问题，采用STAR法则（情境、任务、行动、结果），重点阐述你的技术决策和权衡思考
- 对于技术选型问题，从业务场景需求、技术特点、团队现状等多维度对比分析，展示你的深度思考
- 对于架构问题，遵循分层、解耦的原则，从数据流、控制流、关键抽象等角度进行阐述
- 请介绍一个你设计过的Agent系统，它的核心流程是怎样的？遇到了哪些关键挑战？
- 如何设计一个支持复杂业务规则和假设分析的推演引擎？
- RAG和GraphRAG在供应链场景下，各有什么优劣势？你会如何选择？
- 如果让你负责供应链计划Agent的整体架构设计，你会如何划分模块和考虑核心非功能需求（如性能、扩展性）？
- 如何保证这样一个复杂系统的稳定性和可观测性？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
岗位属于大型科技公司核心技术岗，薪资待遇预期在市场中上水平，但JD未明确福利细节。
薪资信号市场水准 (30K-50K/月)
成长发展
90较高
岗位涉及Agentic AI、知识图谱等前沿技术在供应链领域的落地，技术挑战高，学习成长空间大。
技术前沿前沿/新兴技术
技术栈Agent、RAG、GraphRAG、知识图谱、LangChain4J、SpringAI、Neo4J、Milvus
业务类型profit_center
工作生活
50较低
JD未明确说明办公模式和WLB情况，但大型科技公司核心项目通常工作强度较高。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
利用AI技术提升供应链效率，具有明确的行业应用价值和商业影响力。
行业发展稳定成熟行业
社会影响中性/一般
使命信号提升Agent的推演分析、自主执行能力、推动平台能力在真实B端客户业务场景中落地
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs