阿里巴巴
瓴羊-AI前沿部署工程师-北京
瓴羊-AI前沿部署工程师-北京
发布于 大约 1 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
Agentic Ai
Langgraph
Llamaindex
Rag
云原生
大模型推理优化
值不值得投
71综合评分
综合评分 71
阿里AI部署岗，前沿技术驱动，成长空间大，但工作强度高且需常驻客户现场。
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
30K
比人工智能中位数低
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 1630 个在招 · 其中人工智能 91 个
市场机会
选择面较广
北京 · 人工智能 · 98 个在招
职位详情
关于这个职位
作为阿里云瓴羊的AI前沿部署工程师，你将深入制造、零售、能源等行业客户现场，将通义千问等大模型解决方案落地
工作涵盖AI应用架构设计、Agent平台开发、模型编排优化以及端到端交付，需要较强的工程能力和客户沟通能力
适合对AI工程化落地有热情、希望接触前沿技术并推动实际业务变革的开发者
最低要求
背景： 计算机/人工智能相关专业，统招本科及以上，2-6 年开发经验
技术：具备良好的工程化能力（云原生、API 设计、系统稳定性等）
精通 Java/Python/Node.js 其中一种
AI ： 具备 AI 应用全生命周期开发与迭代经验，熟悉 Agentic AI 架构设计与多 Agent 协作落地
掌握 MCP、Tool Use/Function Calling 等现代模型与系统集成范式，有 RAG（含 GraphRAG/混合检索）、多模态 AI 等生产级项目案例
熟悉 LangChain/LangGraph、LlamaIndex 等主流框架生态，具备大模型推理优化、提示工程及 AI 工程化（评估、监控、成本治理）能力
熟悉SDD开发
对前沿 AI 技术趋势（如推理模型、端侧 AI、AI 安全对齐等）保持敏锐洞察
软素质： 沟通表达顺畅，有技术服务意识和客户导向思维
具备将技术语言转化为业务价值的能力
工作职责
深入重点客户业务场景，快速识别其对AI技术的需求场景，例如办公提效、经营优化、智能研发、多模态识别和生成等，充分利用企业数据对业务流进行重塑，通过数据+AI进行智能决策和行动，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地
AI 应用架构与开发： 基于 Agent 平台完成 AI应用 场景的架构设计、开发与迭代，负责模型编排、调用链路、成本与性能优化，确保应用稳定可扩展
场景落地与交付： 深入客户业务现场（制造/零售/能源等行业），理解行业痛点，将业务需求转化为 AI 技术方案并完成交付部署
平台能力反哺： 基于一线项目反馈，抽象通用能力推动平台产品优化，实现从“定制项目”到“平台能力”的转化
AI 洞察
优缺点分析
优点
- 前沿技术实践：接触Agentic AI、GraphRAG、多模态等最新AI技术，保持技术领先
- 大厂平台：阿里巴巴的资源和客户体系，能参与大型企业级AI项目，履历含金量高
- 行业影响力：推动AI在传统行业落地，创造实际业务价值，成就感强
- 薪酬福利优厚：阿里提供有竞争力的薪资、股票和培训资源
- 客户现场工作多：需频繁出差或常驻客户现场，工作地点和节奏不确定性高
- 技术复杂度高：需要快速掌握持续演进的AI技术栈，并解决生产级落地难题
- 适合技术功底扎实、对AI落地充满热情、愿意深入客户现场解决实际问题，且具备较强沟通能力的工程师
缺点 / 挑战
- 跨部门协作压力：需要与销售、产品、研发多方协调，对沟通和项目管理能力要求高
角色解读
- 技术纵深发展：成为AI架构专家，精通大模型部署、调优与平台化
- 行业解决方案专家：积累制造/零售/能源等行业Know-how，成为行业AI顾问
- 管理方向：带领团队负责大型客户AI项目，晋升技术Leader或解决方案总监
- 负责识别客户AI应用场景，如办公提效、经营优化，设计端到端解决方案，推动通义千问模型落地
- 基于Agent平台进行AI应用架构设计与开发，涵盖模型编排、调用链路、成本性能优化
- 深入客户现场（制造/零售/能源），将业务需求转化为技术方案并完成交付部署
- 总结项目经验，反哺平台产品能力，推动定制项目向平台化转化
- 扎实的工程能力：云原生、API设计、系统稳定性，精通Java/Python/Node.js之一
- AI全生命周期开发经验，熟悉Agentic AI、MCP、RAG、多模态等前沿技术
- 熟练使用LangChain/LangGraph、LlamaIndex等框架，具备大模型推理优化和成本治理能力
- 优秀的客户沟通和需求转化能力，能将技术语言转化为业务价值
申请策略
- 投递前了解瓴羊及阿里云AI产品线（如通义千问、百炼平台），在面试中展示对产品的理解
- 准备一个端到端的AI落地故事，从需求分析到部署上线，突出你解决的关键技术难点
- 突出AI应用项目经验：重点展示RAG、Agent、多模态等生产级项目，说明你的角色和成果
- 展示工程能力：强调云原生、API设计、系统稳定性方面的实际案例，用数据体现性能优化效果
- 体现客户导向：撰写你如何理解业务需求并转化为技术方案的经历，突出跨团队协作能力
- 列出技术栈关键词：明确标注Java/Python/Node.js、LangChain、LangGraph、LlamaIndex等工具
- 补强Agentic AI知识：学习AutoGen、CrewAI等框架，动手实现多Agent协作场景
- 深入学习RAG变体：掌握GraphRAG、混合检索的实现原理，并实践评估监控方案
面试指南
- 采用STAR法则（情境-任务-行动-结果）回答项目经历，突出个人角色和量化成果
- 对于架构设计题，先明确需求约束，再给出方案选型对比，最后说明权衡取舍
- 客户沟通类问题，强调换位思考、业务语言转换，并举出成功说服客户的案例
- 请描述一个你负责的AI应用项目，如何设计整体架构并解决性能瓶颈？
- 在RAG系统中，如何提升检索准确率？你使用过哪些检索增强技术？
- 多Agent协作中如何处理冲突和一致性？请举例说明
- 如何向非技术客户解释你的AI方案，并让他们认可价值？
- 如果客户数据敏感且部署在本地，你会如何设计系统架构？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
JD未提及薪资福利，但阿里巴巴作为大厂通常提供有竞争力的薪酬和16薪，结合北京水平，补偿性满足程度中等偏上。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
职位深度涉及前沿AI技术，如Agentic AI、RAG、多模态，且有大厂平台和行业场景历练，技术成长速度快，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Java、Python、Node.js、Agentic AI、MCP、Tool Use、RAG、GraphRAG、多模态、LangChain、LangGraph、LlamaIndex、云原生、大模型推理优化、提示工程
成长机会平台能力反哺、推动平台产品优化
业务类型profit_center
工作生活
50较低
JD未明确WLB，但岗位要求深入客户现场，可能涉及出差和驻场，工作节奏和地点不确定性高，生活化动机满足有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
AI技术落地传统行业具有较强价值感，能推动企业智能化转型，行业前景广阔，但商业化导向明显，社会公益属性一般。
行业发展高速增长赛道
社会影响中性/一般
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