阿里巴巴
业务技术-AI Agent 开发工程师-商品方向
业务技术-AI Agent 开发工程师-商品方向
发布于 大约 8 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
本科
后端开发
Autogen
Go
Graphrag
Llamaindex
Mcp
Multi-Agent
Qwen
Rag
Spring Ai
AI 估算 · 30k–60k
阿里P6-P7级别，AI Agent方向稀缺，薪资竞争力强，16薪。
职位详情
关于这个职位
作为阿里巴巴淘天集团商品域的核心技术成员，你将负责构建智能业务Agent，赋能商家经营，提升商品供给质量与效率
你将深度参与AI Agent、RAG、多智能体等前沿技术的落地，与产品、算法团队紧密协作，推动电商供给体系的智能化升级
该岗位技术挑战大，发展前景广阔，适合对AI应用有热情、具备扎实后端功底的技术专家
最低要求
精通 Java/Go/Python 至少一门，具备核心链路的高并发处理能力及AI生态下的双语/多语言架构设计经验
熟悉分布式系统设计，在 MySQL/Redis/Tair等存储与缓存调优方面有实战深钻经验
熟练掌握 LangChain / LlamaIndex / AutoGen / Spring AI 等，具备源码级理解或二次开发经验
精通 RAG 全流程（Embedding、Rerank、混合检索），有 GraphRAG 实战经验者优先
熟悉 Function Calling 协议及大规模 API 编排
深刻理解电商商品模型（SPU/SKU/Category），熟悉发布、审核、库存等核心业务链路
具备极强的责任心，能独立负责复杂业务逻辑的方案设计及跨团队沟通协同
工作职责
赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商品AI发布、智能补齐与经营辅助，显著提升商家经营效率与产品体验
高质量的商品供给： 结合AI和平台数据沉淀，持续迭代商品底池基础能力，判定并治理各类商品问题，确保平台供给的高质量与标准化，源源不断输出优质供给
驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力
主导端到端交付： 协同产品、业务及算法团队，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环
优先资格
进阶加分项：有 Multi-Agent（多智能体）博弈或协作系统落地经验，熟悉 MCP (Model Context Protocol) 标准或有 通义千问 (Qwen) 深度应用经验
AI 洞察
优缺点分析
优点
- 技术前沿：涉及Agent、RAG、多智能体等AI热门领域，技术成长快
- 业务价值：直接赋能电商核心业务，影响面广，成就感强
- 薪资竞争力：大厂薪资水平，福利完善
- 技术深度要求高：需要精通多种技术栈，并具备源码级理解能力
- 业务复杂度高：电商商品链路复杂，需要快速理解业务
- 工作强度大：互联网大厂节奏快，可能面临加班
- 适合对AI技术有热情、具备扎实后端功底、渴望在电商领域深耕的技术专家
缺点 / 挑战
- 平台优势：阿里巴巴大平台，资源丰富，业务场景复杂，挑战性强
角色解读
- 技术专家路线：深耕AI Agent、RAG、多智能体等前沿技术，成为领域专家
- 架构师路线：主导复杂系统架构设计，向系统架构师方向发展
- 管理路线：带领技术团队，向技术管理岗位发展
- 构建智能业务Agent，实现商品AI发布、智能补齐与经营辅助，提升商家经营效率
- 结合AI与平台数据，持续迭代商品底池能力，治理商品问题，保障供给质量
- 关注Agentic Workflow、LLM等前沿技术，引入创新方案进行系统重构与智能化升级
- 协同产品、业务及算法团队，主导从需求分析到交付的全链路实现
- 精通Java/Go/Python至少一门，具备高并发处理和分布式系统设计经验
- 熟练掌握LangChain、LlamaIndex等AI框架，具备源码级理解或二次开发能力
- 精通RAG全流程，熟悉Function Calling协议及大规模API编排
- 深刻理解电商商品模型（SPU/SKU/Category）及核心业务链路
申请策略
- 了解阿里淘天集团业务，特别是商品域相关产品
- 准备一个AI Agent相关的项目案例，展示从设计到落地的完整过程
- 突出AI Agent、RAG、LangChain等项目的实战经验，展示技术深度
- 强调高并发系统设计、分布式架构的经验，体现架构能力
- 如有电商商品域经验，务必突出，这是加分项
- 展示跨团队协作和项目交付能力
- 深入学习LangChain、LlamaIndex等框架源码，提升二次开发能力
- 补充GraphRAG、Multi-Agent、MCP等前沿技术知识
面试指南
- STAR法则：描述情境、任务、行动和结果，突出个人贡献
- 技术深度：从原理到实践，展示对技术细节的理解
- 业务结合：将技术方案与业务价值结合，体现商业思维
- 请介绍一个你主导的AI Agent项目，如何设计架构？
- 如何优化RAG系统的检索效果？
- 在分布式系统中，如何保证高并发下的数据一致性？
- 如何理解电商商品模型？如何设计一个商品发布Agent？
- 对Multi-Agent系统有何理解？如何解决协作问题？
职位点评
76
综合评分
阿里大厂，AI Agent前沿技术，薪资高，但工作强度可能较大。
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。
更适合这类人
适合追求技术成长、希望在大平台挑战复杂业务的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
阿里巴巴作为大厂，薪资水平高，福利完善，但具体薪资需面议。
薪资信号面议 (30K-60K/月)
成长发展
95较高
职位涉及AI Agent、RAG等前沿技术，技术成长空间大，且业务核心，发展前景好。
技术前沿前沿/新兴技术
技术栈Java、Go、Python、LangChain、LlamaIndex、AutoGen、Spring AI、RAG、GraphRAG、Multi-Agent、MCP、Qwen
业务类型profit_center
工作生活
40较低
工作地点在杭州，现场办公，未提及弹性工作，互联网大厂工作强度可能较大。
工作模式仅现场办公
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
电商行业稳定，但社会影响力中性，技术驱动业务创新，有一定意义感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs