阿里巴巴
AI创新事业部-AI Coding Agent 研发工程师-Qoder
AI创新事业部-AI Coding Agent 研发工程师-Qoder
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Ai Agent
Llamaindex
Llm
Rag
分布式架构
大模型训练
值不值得投
74综合评分
综合评分 74
前沿AI技术栈、大厂平台背书、成长空间广阔，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
比机器学习工程中位数低
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 3670 个在招 · 其中机器学习工程 约 200 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 290 个在招
职位详情
关于这个职位
该职位主要负责基于大语言模型与AI智能体技术的核心功能开发，涵盖代码生成、复杂问题分析与自动化记忆感知等模块
你将参与大模型训练工程、RAG技术栈落地及分布式架构优化，与产品团队协作打造下一代智能编程工具，切实提升开发者工作效率
最低要求
本科或硕士以上学历，计算机或其他相关专业优先，2年以上开发经验
熟练掌握 Java、Python 或 Golang语言，熟练掌握 OOP 编程方法
深入理解LLM技术栈（LangChain/LlamaIndex/MCP等），有Agent系统设计研发经验，精通RAG技术栈与工程实践
拥有AI Agent或研发效能工具开发经验，代码分析与处理系统开发经验者优先
熟悉大模型全链路（从模型训练到推理、各类AI框架），对AI研发助手有独到见解和创新思路，热衷技术社区，参与过开源生态建设者优先
优秀的团队合作精神和沟通技能，具备创新精神和持续学习的意愿，能够在快速变化的环境中进行有效工作
工作职责
负责基于大语言模型的AI Coding产品核心能力的开发工作，实现复杂问题分析与理解、代码生成与测试等功能，包括AI Coding智能体、复杂工程理解、自动化记忆感知、大规模知识管理等
负责大模型训练相关工程与算法能力，例如模型数据合成、模型与智能体评测、与算法团队合作模型训练等工作
持续优化和改进平台架构，提高系统的可用性、稳定性和扩展性
确保全球化多地域复杂分布式架构的稳定与高性能
跟踪最新的人工智能技术进展，评估并实现可能的技术解决方案以满足业务需求
与产品经理和运营团队紧密合作，确保技术实现能够满足产品规划和用户需求
优先资格
计算机或其他相关专业优先
拥有AI Agent或研发效能工具开发经验，代码分析与处理系统开发经验者优先
热衷技术社区，参与过开源生态建设者优先
AI 洞察
优缺点分析
优点
- 聚焦AI原生应用与智能体前沿赛道，技术栈领先
- 依托大厂平台资源，接触海量真实业务场景与高质量数据
- 团队氛围开放，鼓励技术创新与开源贡献
- 技术迭代极快，需保持高强度学习以跟进LLM与Agent最新进展
- 跨部门协作频繁，需在快速变化中平衡技术实现与产品需求
- 适合热爱AI前沿技术、具备扎实工程落地能力且渴望在智能体与开发工具领域深耕的开发者
缺点 / 挑战
- 系统稳定性与性能优化压力大
角色解读
- 可向AI系统架构师、大模型算法工程专家或技术负责人方向发展
- 在AI原生应用与智能体领域积累深厚经验后，可主导前沿技术落地与团队管理
- 负责AI Coding产品的核心功能开发，包括代码生成、智能体设计与RAG技术落地
- 参与大模型训练工程、数据合成与评测体系搭建
- 优化高可用分布式架构，保障系统稳定运行
- 精通Java/Python/Golang及OOP
- 深入掌握LLM技术栈（LangChain/LlamaIndex/MCP）与Agent系统设计
- 熟悉RAG工程实践与大模型全链路开发
- 具备分布式架构优化能力
申请策略
- 提前了解Qoder产品形态与竞品差异
- 准备1-2个完整的AI工程化落地案例，重点说明技术选型与难点突破过程
- 突出AI Agent/RAG项目实战经验，量化代码生成准确率或效率提升指标
- 展示大模型微调、数据合成或评测体系搭建经历
- 强调开源社区贡献与技术博客分享
- 深入研读LangChain/LlamaIndex源码与最佳实践
- 补充分布式系统设计与高并发架构知识
- 关注AI Agent评测标准与多模态/长上下文技术演进
面试指南
- 采用STAR法则结构化回答项目背景、任务、行动与结果
- 针对技术问题先阐述原理，再给出具体方案（如缓存、异步、量化、路由），最后补充监控与迭代机制
- 强调数据质量与闭环反馈的重要性
- 请介绍一个你主导的AI Agent或RAG项目，你是如何设计检索策略与提示词工程的？
- 在大模型推理延迟较高时，你会采取哪些架构层面的优化手段？
- 如何评估AI代码生成工具的实际效能与安全性？
- 复习LLM基础原理、向量数据库原理及主流Agent框架
- 梳理过往项目中关于模型训练、评测与部署的完整链路
职位点评
薪资福利75
成长发展90
工作生活55
使命价值70
薪资福利
75中等
阿里作为头部互联网企业，薪酬福利体系完善，AI研发岗市场溢价明显，整体补偿性动机满足度较高。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位深度绑定AI大模型与智能体前沿技术，提供全链路研发与算法协同机会，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、RAG、LangChain、LlamaIndex、MCP
业务类型profit_center
工作生活
55较低
JD未明确提及弹性工时或远程政策，互联网大厂研发岗通常节奏较快，WLB存在一定挑战。
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
致力于革新软件开发范式，打造提升开发者效率的智能工具，具有明确的行业价值与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号革新软件开发 paradigm、彻底改变开发者的工作方式、显著提升开发效率与创新力、共同定义软件开发的未来
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