
阿里巴巴
千问事业部-AI应用研发专家-杭州
千问事业部-AI应用研发专家-杭州
发布于 4 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
Agent开发
Ai编程工具
Llm应用
Prompt Engineering
Rag
系统架构设计
高并发优化
值不值得投
77综合评分
综合评分 77
阿里核心AI团队、前沿技术栈、高成长潜力、工作强度可能较大
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
5.5万
比人工智能中位数高
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 4820 个在招 · 其中人工智能 约 420 个
市场机会
选择面较广
杭州 · 人工智能 · 约 490 个在招
职位详情
关于这个职位
该职位专注于AI原生系统架构设计与Agent核心模块开发,负责将业务需求转化为技术指标
主要工作包括搭建RAG知识库、实现意图识别与任务拆解等Agent关键能力,并构建全链路观测体系以保障高并发场景下的系统稳定性与可靠性
最低要求
计算机、软件工程、人工智能等相关专业优先
AI编程工具重度玩家:Cursor、Claude code等AI编程工具重度玩家,具备极强的Prompt编写与调优能力,有过完整的项目级开发经验,理解如何让AI写出生产级代码
大模型能力理解与掌握:理解主流LLM的能力与局限,能够清晰拆解任务并通过LLM或确定性逻辑兜底实现
熟悉主流大模型的应用范式(Context Engineering、Prompt Engineering、Agent、工具/函数调用等等)及主流Agent框架(如LangChain等),具备大模型幻觉、Prompt注入等风险的工程化应对思路
扎实的代码和工程能力:具备扎实的计算机基础知识,能至少在一种主流编程语言(如 Java / Python / JS 等)上有深度的实践经验,能够根据场景灵活选型并快速上手
能力特质:具备良好的学习能力,开放性与动手能力,好奇心与想象力,高能动性
工作职责
深入业务一线,通过数据挖掘精准识别高价值痛点,将模糊的业务需求转化为明确的 AI 解决目标与技术指标
设计 AI 原生系统架构,重点规划 Agent 的核心模块(记忆管理、推理策略、工具编排),确保架构兼具灵活性、可扩展性与工程落地性
搭建 AI 与业务系统的交互环境,负责 API 接入、RAG 知识库构建及记忆方案设计
持续优化召回质量与上下文注入策略,为模型提供精准的知识支撑
实现 Agent 关键能力(意图识别、任务拆解、反思纠错闭环)
封装标准化 SDK/API,构建全链路观测体系,实现多维归因分析与效果追踪
建立自动化评测与回测机制,通过 Case 分析收敛最优路径
沉淀方法论与可复用组件,推动 AI 能力规模化复制
优化高并发场景下的系统性能,实施异步处理与降级策略
通过低侵入性观测手段,保障系统在长期运行中的稳定性与可靠性
优先资格
加分项:有AI应用或Agent实际落地经验
在Github上有高质量AI项目、技术博客或社区影响力
对AI Infra有基本理解,有实际业务场景模型训练(SFT、RL)等经验的优先
AI 洞察
优缺点分析
优点
- 处于AI应用最前沿,直接参与通义千问核心应用研发,技术栈极具前瞻性
- 平台资源雄厚,数据与算力支持充足
- AI领域技术迭代极快,需保持高强度学习
- 适合对AI前沿技术有热情、具备扎实工程落地能力且追求技术深度的资深开发者
缺点 / 挑战
- Agent落地面临复杂场景下的稳定性与准确性挑战,工程难度大
角色解读
- 可向AI架构师、首席科学家或AI技术负责人方向发展,深耕大模型应用层技术与行业解决方案
- 负责AI原生应用的架构设计与核心模块开发,特别是Agent的记忆、推理和工具编排能力
- 精通LLM应用范式(Prompt/Context Engineering)、熟练掌握LangChain等Agent框架、具备扎实的Java/Python工程能力及高并发系统优化经验
申请策略
- 准备具体的AI应用落地案例,展示从需求分析到技术实现再到效果评估的全流程思考
- 突出Agent项目实战经验、RAG系统优化案例、LLM幻觉处理方案及高并发系统架构设计经历
- 深入理解LangChain/LlamaIndex等框架源码,提升Prompt Engineering技巧,加强分布式系统性能优化知识
面试指南
- 采用STAR法则(情境、任务、行动、结果)阐述项目经验,重点突出技术选型的理由、遇到的挑战及解决方案、最终的业务/技术指标提升
- 请描述你设计的一个Agent系统架构,如何处理记忆管理和工具调用?
- 在RAG系统中,如何优化召回质量和减少幻觉?
- 面对高并发场景,如何保证AI服务的稳定性和响应速度?
- 如何利用AI编程工具提升开发效率?请举例说明
- 复习LLM基本原理、Agent架构模式、RAG技术细节及常见优化策略
- 准备1-2个深度参与的AI项目案例进行复盘
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
阿里作为上市巨头,提供具有市场竞争力的薪资包(现金+股票+奖金),福利体系完善,符合高级人才的市场水准。
薪资信号市场水准 (4.0千–7.0万/月)
成长发展
95较高
职位处于AI应用研发最前沿,涉及Agent、RAG等新兴技术领域,技术成长空间巨大,能接触行业顶尖技术实践。
技术前沿前沿/新兴技术
技术栈Agent、RAG、LLM、Prompt Engineering、LangChain、AI编程工具
业务类型profit_center
工作生活
40较低
互联网大厂核心研发岗位,通常工作强度较大,JD中未提及弹性工作或WLB相关福利,推测为常规高强度工作节奏。
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
参与通用大模型应用研发,推动AI技术在各行业的落地,具有显著的技术创新性和社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
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
业务技术-AI应用研发工程师-用户质量
天猫 · 杭州市
AI 估算 · 3.0–6.0万12 小时前发布
大模型推理优化资深技术专家
中国融通集团 · 无锡市
AI 估算 · 4.0–8.0万24 小时前发布
Chief AI Officer
瀚纳仕 · 上海市
AI 估算 · 8.0–14.0万5 天前发布
agent开发
瀚纳仕 · 上海市
AI 估算 · 3.0–5.0万5 天前发布
【社区专项】Personal Agent开发工程师(AI应用)
小红书 · 北京市
AI 估算 · 2.5–4.5万6 天前发布
AI负责人
瀚纳仕 · 上海市
AI 估算 · 5.5–9.0万6 天前发布
Software Engineer, AI and DL Kernel Libraries
英伟达 · 上海市
AI 估算 · 4.5–8.0万12 天前发布
星星海实验室-AI Infra 研发工程师-GPU方向
腾讯 · 深圳市
AI 估算 · 3.0–6.0万12 天前发布
Watch Jobs