阿里巴巴
淘宝平台事业部-AI应用研发工程师-消费者服务
淘宝平台事业部-AI应用研发工程师-消费者服务
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Prompt Engineering
Rag
Saas
多模态技术
值不值得投
78综合评分
综合评分 78
核心业务AI研发岗，技术栈前沿且成长空间大，薪资竞争力强，但工作节奏可能较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
与人工智能中位数基本持平
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 3530 个在招 · 其中人工智能 约 360 个
市场机会
选择面较广
杭州 · 人工智能 · 约 430 个在招
职位详情
关于这个职位
该职位负责淘宝消费者服务场景下的智能对话Agent系统设计与研发，推动客服体系向AI客户经理模式演进
你需要落地多模态交互技术，并推动系统向模块化、SaaS化转型，支撑Agent的大规模部署与快速迭代
最低要求
本科及以上学历，具备计算机科学、软件工程、人工智能或相关专业背景
年以上软件开发、1年以上AI Agent系统研发经验，精通Python/JAVA主流编程语言
深入掌握Agent架构核心组件设计原理和调优方案，包含Prompt Engineering，Function Calling，RAG，长短期记忆等
具备批判性思维，能将复杂问题转化为简洁、高效的实现方案，热爱技术，拥抱开源
工作职责
Agent 升级：负责智能对话Agent系统的全场景设计，构建Beehive等核心基础设施，推动客服体系从传统问答向“会思考、能行动”的AI客户经理模式演进
多模态交互与体验提升：落地语音、图像、视频等多模态技术，打造自然流畅的人机交互体验
平台化建设与规模化支撑：推动系统向模块化、SaaS化转型，建立支持多租户接入与定制化扩展的平台能力，支撑Agent的快速迭代与大规模部署
探索大模型Agent前沿技术，建立标准化评测与AI自进化能力，打造 AI 智能体新范式
优先资格
参与过企业级Agent平台设计和实现
有Prompt调优、RAG系统调优、上下文压缩等优化经验
有多种AI辅助编程工具经验，能够生成全栈代码
有电商、客服等垂直领域的Agent应用落地经验
AI 洞察
优缺点分析
优点
- 依托头部电商平台的丰富场景与海量数据，能够接触到最前沿的大模型与Agent落地实践
- 技术栈前沿，涵盖多模态、RAG、Agent架构等当前AI领域最热门的方向，极具技术含金量
- 业务价值明确，直接赋能消费者服务，容易产出具有行业影响力的技术成果
- 大模型与Agent技术迭代极快，需要持续保持高强度的学习与探索状态
- 在大规模高并发场景下保障Agent系统的稳定性与响应速度，对工程架构能力要求极高
- 适合具备扎实工程能力、对大模型和Agent技术有浓厚兴趣，且希望在电商核心业务场景中落地AI技术的研发人员
缺点 / 挑战
暂无明显挑战项
角色解读
- 从AI应用研发工程师向AI架构师或技术专家方向发展，深耕大模型与Agent底层技术
- 随着业务深入，可转型为AI产品技术负责人，主导电商客服等垂直领域的AI商业化落地
- 负责淘宝消费者服务场景下的智能对话Agent系统全场景设计与研发，推动客服体系向AI客户经理模式演进
- 落地语音、图像、视频等多模态技术，优化人机交互体验
- 推动系统向模块化、SaaS化转型，支撑Agent的大规模部署，并探索大模型Agent前沿技术
- 精通Python或Java，具备扎实的软件开发基础与一定年限的开发经验
- 深入理解Agent架构核心组件，熟练掌握Prompt Engineering、Function Calling、RAG及长短期记忆等技术
- 具备多模态技术落地经验及系统平台化、SaaS化架构设计能力
申请策略
- 提前体验淘宝现有的智能客服产品，思考其痛点并提出基于Agent技术的改进方案，面试时作为亮点展示
- 重点突出在AI Agent、RAG、Prompt Engineering等方面的实际项目经验与优化成果
- 展示多模态技术落地或系统SaaS化、平台化架构设计的成功案例
- 强调在电商或客服等垂直领域的业务理解与AI应用落地经验
- 深入学习大模型Agent的前沿论文与开源框架，提升架构设计与调优能力
- 补充多模态大模型的调用与微调经验，完善全栈AI技术栈
面试指南
- 采用STAR法则描述项目经验，重点突出遇到的技术难点及你的解决思路与最终收益
- 在回答架构设计问题时，从业务需求出发，分层阐述数据层、模型层、应用层的设计，并强调可扩展性与高可用性
- 请详细介绍你过往设计的Agent系统架构，以及你是如何解决长短期记忆和上下文压缩问题的？
- 在RAG系统中，你是如何进行调优以提升检索准确率和生成质量的？
- 如果要将现有的问答系统升级为‘会思考、能行动’的AI客户经理，你会如何设计Agent的Function Calling和工具调用逻辑？
- 在多模态交互场景下，如何处理语音、图像、视频数据的融合与延迟问题？
- 复习大模型Agent的核心概念，并了解阿里在AI客服领域的最新技术分享与业务痛点
- 准备复杂系统优化或平台化改造案例，用数据证明你的技术产出与业务价值
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
作为核心业务AI研发岗，薪资福利具备较强市场竞争力，但JD中未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及大模型Agent、多模态等前沿技术，且明确要求探索前沿技术与AI自进化能力，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、Prompt Engineering、Function Calling、RAG、多模态技术、Python、Java
成长机会探索大模型Agent前沿技术、打造 AI 智能体新范式
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，结合岗位性质与业务要求，工作节奏可能较快，生活化动机满足程度有限。
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
80较高
推动客服体系向AI客户经理模式演进，打造自然流畅的人机交互体验，具有较好的社会价值与行业创新意义。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动客服体系从传统问答向“会思考、能行动”的AI客户经理模式演进、打造自然流畅的人机交互体验
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs