阿里巴巴
阿里云智能-AI应用算法工程师-杭州
阿里云智能-AI应用算法工程师-杭州
发布于 3 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
Agentic Rl
Ai Agent
Llm
Prompt Engineering
Rag
Rlhf
Sft
云安全
机器学习
值不值得投
77综合评分
综合评分 77
阿里核心业务线、前沿AI技术栈、薪资偏高，但WLB未明确且挑战较大。
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
5万
比机器学习工程中位数高
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 3010 个在招 · 其中机器学习工程 约 180 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 260 个在招
职位详情
关于这个职位
该职位主要负责云安全场景下的AI Agent架构设计与落地，包括多Agent协作、记忆工程及评测体系构建
同时需要结合大模型微调与小模型优化，解决幻觉、推理偏差等问题，提升云安全风险的自动化分析与响应能力
最低要求
计算机科学、人工智能、机器学习、信息安全、网络安全等相关专业优先
熟悉常见 Agent 设计模式，有实际的 AI Agent 设计与落地经验
深入理解 LLM 技术栈：Transformer 架构、Prompt Engineering、Context Engineering、RAG、MCP 等关键能力
熟悉 Agentic RL 算法（如 GRPO、PPO、RLHF 等），能够通过强化学习推动 Agent 策略优化
熟悉机器学习 / 深度学习技术，熟悉分类、异常检测等常见任务的建模方法
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
云安全 Agent 建设： 深入理解云安全高发风险场景的分析与响应逻辑，主导包括任务编排、多 Agent 协作与权限分级管控的 Agent 架构设计
安全知识与记忆工程： 将专家分析知识与处置 Playbook 沉淀为版本化、可热更新的 Skill 与知识库
设计短期 / 长期 / 情景多层记忆机制，构建可跨 Agent 共享的用户画像与工单情景记忆
评测驱动的持续优化闭环： 构建覆盖场景数据集、离线评测、Trace 分析、根因归类到自动化回归的 Agent 评测体系，跟踪端到端解决率、意图准确率等核心指标，形成“评测 → 优化 → 回归”的自进化闭环
大小模型效果优化： 针对 Agent 运行中的幻觉、推理偏差、指令遵循不足等问题，通过 Prompt Engineering、SFT、RLHF / Agentic RL 对齐等手段对大模型做定制优化
面向异常检测、分类打标、风险打分等高频子任务，构建并调优小模型，形成与 LLM 协同的推理链路，在保障效果的同时降低延迟与成本，并沉淀高质量训练与评测数据集
优先资格
具备云安全或网络安全业务经验，理解入侵检测、告警响应、漏洞管理、安全配置基线等核心场景的工作方式或安全产品开发经验者优先
有 Claude SDK 生态、LangChain 等框架的实战经验
有强化学习（RLHF / GRPO / Agentic RL）在 Agent 策略优化上的实战经验
AI 洞察
优缺点分析
优点
- 接触大模型、Agent、强化学习等最前沿的AI技术，技术成长空间巨大
- 依托阿里云庞大的云安全业务场景，算法落地价值高，能积累丰富的实战经验
- 平台资源丰厚，能够接触到高质量的训练数据与算力支持
- 适合具备扎实大模型与Agent开发经验，对AI+安全领域充满热情，且抗压能力强的技术极客
缺点 / 挑战
- 云安全场景对准确率和延迟要求极高，解决大模型幻觉和推理偏差的技术挑战大
- 业务场景复杂且快速变化，需要持续学习新技术并承受较高的工作节奏压力
角色解读
- 从AI算法工程师向AI架构师或技术专家方向发展，主导更复杂的Agent系统设计
- 深入云安全业务，成为AI+安全领域的复合型顶尖人才
- 主导云安全场景下的AI Agent架构设计，实现多Agent协作与权限管控
- 构建安全知识与记忆工程，将专家经验沉淀为可热更新的Skill与知识库
- 建立评测驱动的优化闭环，并通过Prompt Engineering、SFT、RLHF等手段优化大小模型效果
- 深入理解LLM技术栈及常见Agent设计模式，具备实际落地经验
- 熟悉Agentic RL算法（如GRPO、PPO）及机器学习/深度学习建模方法
- 具备优秀的团队合作与沟通能力，能快速适应快速变化的环境
申请策略
- 了解阿里云安全近期的产品发布与技术博客，展现对业务的深入理解
- 准备好过往项目中遇到的技术难点及解决思路，特别是模型效果优化方面的案例
- 重点突出AI Agent设计与落地经验，特别是多Agent协作、记忆机制或评测体系的构建
- 展示在大模型微调（SFT/RLHF）或小模型优化方面的具体项目成果及指标提升
- 若有云安全、网络安全或LangChain/Claude SDK实战经验，务必在简历中详细展开
- 深入学习Agentic RL（如GRPO、PPO）在Agent策略优化中的最新论文与开源实现
- 熟悉云安全核心场景（如入侵检测、告警响应），补充安全领域的基础知识
面试指南
- STAR法则：针对项目经验，从背景、任务、行动、结果四个维度结构化回答，突出数据指标提升
- 技术深度剖析：先讲核心原理，再结合具体业务场景说明技术选型原因，最后分享踩坑经验与优化方案
- 请详细描述你设计过的最复杂的AI Agent架构，以及如何解决多Agent协作中的冲突问题？
- 在云安全场景下，你是如何通过Prompt Engineering或SFT解决大模型幻觉和推理偏差的？
- 请解释GRPO或PPO在Agent策略优化中的具体应用，以及你如何构建评测闭环？
- 大小模型协同推理链路是如何设计的？如何在保障效果的同时降低延迟与成本？
- 复习大模型微调（SFT/RLHF）、强化学习（PPO/GRPO）及Agent设计模式的底层原理与最新进展
- 梳理过往项目中的核心代码逻辑、评测指标及优化过程，准备应对深度的技术拷问
职位点评
薪资福利85
成长发展95
工作生活40
使命价值75
薪资福利
85较高
阿里作为头部互联网企业，算法岗薪资具备较强市场竞争力，且福利体系完善。
薪资信号偏高 (3.5千–6.5万/月)
成长发展
95较高
岗位涉及大模型、Agent、强化学习等最前沿AI技术，且处于核心业务线，技术成长与职业发展天花板极高。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Prompt Engineering、RAG、Agentic RL、SFT、RLHF、GRPO、PPO、LangChain
业务类型ambiguous
工作生活
40较低
JD未提及工作模式与WLB相关信息，且算法岗通常面临较高的业务交付压力，生活化动机满足度有限。
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
75中等
岗位致力于云安全Agent建设，保障云上数据安全，具有较高的社会价值与行业意义。
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
Watch Jobs