阿里巴巴
阿里云智能-AI Agent infra 资深技术专家-专有云（北京/杭州）
阿里云智能-AI Agent infra 资深技术专家-专有云（北京/杭州）
发布于 大约 14 小时前中层管理(经理/总监)
全职员工仅现场办公人工智能
人工智能
Ai Agent
Go
Llm
Multi-Agent
Prompt Engineering
Rag
云原生
分布式系统
微服务架构
值不值得投
76综合评分
综合评分 76
AI Agent平台资深技术专家，技术前沿、商业价值高，对综合能力要求极高，工作投入度要求可能较大。
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。
薪资怎么样
53K
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 2510 个在招 · 其中人工智能 约 240 个
市场机会
选择面较广
北京 · 人工智能 · 约 280 个在招
职位详情
关于这个职位
负责阿里云智能专有云AI Agent平台的整体技术架构设计与演进，主导前沿技术（如Multi-Agent、RAG）的攻坚与落地，确保平台在复杂2B场景下的稳定性与商业价值
同时，负责组建和培养高水平的AI工程团队，并作为技术负责人推动关键项目的交付与跨部门协同
最低要求
学历与经验背景
学历要求： 计算机、人工智能、数学等相关专业本科及以上学历，硕士/博士优先
工作年限： 8年以上后端或架构开发经验，其中至少3年专注于大模型应用、AI Agent系统或复杂分布式平台的研发
标杆经历： 有从0到1构建复杂AI系统的经验，或在知名大厂/独角兽企业担任过AI核心产品技术负责人者优先
扎实的工程架构能力
语言与框架： 精通Java/Go/Python中至少一门语言，具备深厚的并发编程、网络编程及数据库调优功底
熟悉LangChain、LlamaIndex、AutoGen等主流Agent框架源码和开发经验
系统设计： 具备卓越的系统设计能力，熟悉微服务架构、事件驱动架构及Serverless技术，能够设计支撑高吞吐、低延迟的实时交互系统
云原生技术： 熟练掌握Kubernetes、Docker等云原生技术，具备大规模集群管理与调度经验
AI大模型与Agent实战经验
核心技术栈： 深刻理解LLM原理，精通RAG（检索增强生成）的高级优化策略（如混合检索、重排序、知识图谱融合）
有Multi-Agent协作框架设计及落地经验
模型调优： 熟悉Prompt Engineering、SFT（监督微调）、RLHF及In-context Learning等技术，能够根据业务场景指导模型选型与调优
评估体系： 有构建Agent自动化评估体系（Evaluation Harness）的经验，能够量化评估Agent的准确性、鲁棒性及任务完成率
系统思维与商业敏感度
全局视野： 具备极强的系统思维，能够从业务本质出发，权衡技术投入产出比（ROI），避免过度设计，确保技术方案服务于商业目标
问题解决： 擅长在模糊和不确定的环境下定义问题、拆解问题并推动解决，具备出色的危机处理能力
沟通影响力： 具备优秀的跨部门沟通协调能力，能够清晰地向非技术高层阐述技术价值，推动资源倾斜与战略对齐
工作职责
技术战略与架构演进（Technical Vision & Architecture）
顶层架构设计： 主导企业级AI Agent平台的整体技术蓝图规划，设计支持高并发、低延迟、高可靠的分布式Agent运行时架构
前沿技术攻坚： 深入探索并落地Multi-Agent协作机制、长短期记忆管理（Memory Management）、复杂任务自动规划（Planning & Reasoning）及MCP&Skills等前沿技术，解决Agent在复杂场景下的幻觉、状态一致性及执行可靠性难题
技术演进路线： 制定平台未来1-3年的技术演进路线图，平衡技术创新与系统稳定性，确保架构具备极强的扩展性与兼容性
商业落地与场景赋能（Business Impact & 2B Delivery）
B场景规模化落地： 深入理解金融、政务、制造等2B核心客户的业务痛点，主导Agent平台在复杂企业场景下的解决方案设计与交付，确保技术指标转化为可量化的商业价值（如效率提升率、成本降低率）
生态建设与标准化： 构建开放的Agent插件生态与工具链标准，推动平台能力产品化，支持客户通过低代码/零代码方式自定义Agent工作流，加速行业解决方案的复制与推广
关键项目兜底： 作为技术负责人（Owner），直接对重大标杆项目的成功交付负责，解决跨部门、跨系统的复杂集成难题
工程底座与技术体系建设（Engineering Excellence）
夯实工程基石： 建立完善的Agent全生命周期管理体系（开发、调试、评估、部署、监控），打造业界领先的Agent Ops平台，显著提升研发效能与系统稳定性（SLA 99.99%+）
安全与合规体系： 构建企业级的AI安全围栏，包括提示词注入防御、敏感数据脱敏、Agent行为审计及合规性检测，确保平台符合数据安全法规
梯队建设与文化塑造（Leadership & Talent Development）
技术前瞻与创新： 保持对全球AI技术趋势的敏锐洞察，引入学术界最新成果（如ReAct, ToT, GraphRAG等）并在内部进行技术预研与转化
高端人才培养： 负责组建并培养一支高水平的AI工程团队，建立清晰的人才成长路径与晋升机制，通过技术分享、黑客松等形式营造浓厚的创新氛围
跨团队协同： 打破算法、工程、产品之间的壁垒，建立高效的协同机制，推动“算法模型”向“工程产品”的高效转化
AI 洞察
优缺点分析
优点
- 商业价值高：工作直接面向2B核心客户，技术成果能快速转化为可衡量的商业价值，成就感强
- 平台与资源：依托阿里巴巴的平台和资源，能够接触到行业最顶尖的客户需求和复杂场景
- 技术复杂度高：需要同时精通分布式系统、AI大模型和2B业务场景，对个人技术栈深度和广度要求极高
- 要求全能型：既是架构师，又是技术负责人和产品经理，需要具备强大的综合能力和抗压能力
- 适合拥有8年以上深厚技术积累，在后端架构和AI大模型应用领域有成功实践，同时具备强烈商业意识、系统思维和领导潜质的资深技术专家
缺点 / 挑战
- 技术前沿：深度参与AI Agent这一前沿领域的平台建设，技术挑战大，成长空间广阔
- 业务压力直接：作为关键项目的技术Owner，需要对商业交付结果负责，面临较高的结果压力
角色解读
- 技术路线：成为AI基础架构领域的顶尖专家或首席科学家，引领行业技术标准
- 管理路线：晋升为技术总监或更高级别的技术管理者，负责更大范围的技术战略和团队
- 创业或行业影响：凭借在AI Agent平台领域的深厚积累，成为行业意见领袖或参与创业
- 主导设计和构建企业级AI Agent平台的整体技术架构，确保其能应对高并发和复杂业务场景
- 深入研究并落地Multi-Agent、RAG、模型调优等前沿AI技术，解决技术难题并制定长期演进路线
- 负责将平台技术与金融、政务等2B客户的具体业务场景结合，推动商业价值实现
- 作为技术负责人，带领团队完成关键项目交付，并培养高水平的AI工程技术人才
- 深厚的后端架构与云原生技术功底，精通Java/Go/Python及分布式系统设计
- 丰富的AI大模型应用实战经验，特别是RAG、Multi-Agent和Prompt Engineering
- 卓越的系统思维与商业敏感度，能够从业务目标出发进行技术决策
- 强大的领导力与跨部门沟通能力，能够驱动复杂项目并培养团队
申请策略
- 深入了解阿里云专有云业务及主要客户（金融、政务等）的业务痛点与AI应用需求
- 思考并准备一个你认为在AI Agent平台化过程中最关键的技术挑战以及你的解决思路
- 突出从0到1构建复杂AI系统或大规模分布式平台的架构设计经验
- 详细描述在RAG、Multi-Agent等AI Agent核心技术栈上的实战项目和成果
- 量化展现技术成果带来的商业价值（如系统性能提升、效率提升比例、成本降低数据等）
- 强调领导技术团队、推动跨部门协作和培养人才的具体事例
- 系统性梳理并深化对主流Agent框架（如LangChain, AutoGen）源码的理解和定制能力
- 研究并实践如何将大模型与企业级安全、合规要求相结合，构建可信赖的AI系统
面试指南
- 使用STAR原则（Situation, Task, Action, Result）结构化地描述项目经验，重点突出你的决策、技术选型和量化成果
- 展现系统思维，从架构的可扩展性、高可用性、安全合规等多维度阐述你的设计考量
- 结合对业务的理解，说明你的技术方案如何具体解决客户的痛点并创造价值，体现商业敏感度
- 请描述一个你主导设计的复杂AI Agent系统或分布式平台的架构，其中最大的技术挑战是什么，你是如何解决的？
- 在设计一个面向2B客户的AI Agent平台时，你如何平衡技术的先进性、系统的稳定性和开发的易用性？
- 如果让你从零开始为一个大型企业设计一个支持Multi-Agent协作的平台，你的技术选型和实施步骤会是怎样的？
- 在推动AI Agent技术从实验室原型到规模化商业落地的过程中，你遇到过哪些非技术性障碍？是如何克服的？
- 你如何评估一个AI Agent系统的商业价值？请举例说明你是如何将技术指标与业务指标（如效率提升、成本降低）关联起来的？
职位点评
薪资福利80
成长发展95
工作生活40
使命价值82
薪资福利
80较高
作为对技术深度和商业影响力要求极高的资深专家岗位，薪资水平预计具有市场竞争力，且公司规模大，平台稳定。
薪资信号偏高 (40K-65K/月)
成长发展
95较高
该职位处于AI Agent技术落地的最前沿，涉及架构设计、前沿技术攻坚、商业落地和团队管理，提供了全方位的深度成长机会。
技术前沿前沿/新兴技术
技术栈AI Agent、Multi-Agent、RAG、LLM、Prompt Engineering、Kubernetes、Docker、微服务架构
成长机会技术演进路线图、高端人才培养、建立清晰的人才成长路径与晋升机制
业务类型profit_center
工作生活
40较低
职位描述未提及具体的工作模式（如远程、弹性），作为涉及关键项目交付和团队管理的核心技术岗位，工作强度和投入度要求可能较高。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
82较高
参与构建面向企业客户的AI基础设施，推动前沿AI技术在金融、政务等关键行业的规模化应用，具有明确的商业价值和一定的社会影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动平台能力产品化，支持客户自定义Agent工作流、确保平台符合数据安全法规
创新程度积极采用新技术
Watch Jobs