阿里巴巴
ATH事业群-AI Agent研发工程师-AI搜索-杭州/北京
ATH事业群-AI Agent研发工程师-AI搜索-杭州/北京
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Faiss
Go
Langgraph
Llm
Rag
值不值得投
77综合评分
综合评分 77
阿里云智能核心AI搜索岗位，技术前沿、薪资优厚，但工作强度大，适合追求技术成长的资深工程师。
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
55K
比后端开发中位数高
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 1680 个在招 · 其中后端开发 55 个
市场机会
选择面较广
杭州 · 后端开发 · 约 130 个在招
职位详情
关于这个职位
作为阿里巴巴云智能集团AI搜索方向的AI Agent研发工程师，你将负责构建和优化大规模联网搜索基础设施，包括网页抓取、内容理解、索引构建等核心链路
同时，你将深入参与RAG与Agentic Search架构的研发，打造面向Agent的Deep Search能力，并推动Agent平台核心模块的建设与落地
该岗位技术挑战大，涉及搜索、NLP、大模型应用等多个前沿领域，适合对技术有深度追求、希望在大规模分布式系统上解决复杂问题的资深工程师
最低要求
计算机科学、人工智能、软件工程或相关专业本科及以上学历，具备 5 年以上搜索、推荐、NLP、大模型应用、AI Agent、爬虫系统或分布式系统研发经验
精通 Python、Go、Java、C++ 中至少一到两门语言，具备扎实的数据结构、算法、系统设计和工程落地能力
熟悉搜索引擎核心原理，包括倒排索引、向量索引、召回、排序、重排、相关性优化、增量索引、索引压缩和大规模集群调优
熟悉 Elasticsearch、Lucene、Solr、OpenSearch、Milvus、Qdrant、Weaviate、Faiss 等搜索或向量检索系统，有生产环境建设和调优经验
熟悉联网搜索或大规模数据采集链路，理解爬虫调度、网页解析、内容抽取、去重、反爬、数据质量评估、增量更新和合规治理等问题
熟悉搜索质量评估方法，能够基于 Query 分析、点击反馈、人工标注、离线评测、在线 A/B、Badcase 分析持续优化搜索效果
理解 RAG、Hybrid Search、Query Rewriting、Reranking、Context Compression、GraphRAG、多跳检索、Deep Search 等技术，有复杂知识问答或智能搜索系统落地经验
熟悉 AI Agent 核心机制，包括任务规划、工具调用、工作流编排、记忆管理、上下文管理、多 Agent 协作等
有 LangChain、LlamaIndex、LangGraph、AutoGen 或自研 Agent Framework 经验优先
熟悉 LLM 工程化实践，包括 Prompt Engineering、Function Calling / Tool Calling、模型路由、缓存、并发控制、推理加速、上下文裁剪和成本优化
熟悉微服务、消息队列、任务调度、缓存、数据库、K8s、Docker 等基础设施，有高并发、高可用、低延迟系统设计和性能调优经验
工作职责
负责联网搜索基础设施建设，包括网页抓取、采集调度、站点适配、反爬策略、代理管理、失败重试、增量更新、数据合规与链路监控
建设网页内容理解与数据处理链路，支持 HTML、PDF、Word、表格、图片、动态网页等多源内容的解析、正文抽取、去噪、去重、质量评估与结构化处理
负责离线通用索引构建体系，建设面向大规模网页和异构数据的倒排索引、向量索引、结构化索引、混合索引、增量索引和索引质量评估能力
建设垂类搜索能力，面向企业知识、行业数据、内容、商品、业务系统等场景，设计领域数据 Schema、召回策略、排序策略、过滤规则和结果展示策略
建设搜索质量优化与数据回流链路，包括 Query 日志、点击行为、用户反馈、Badcase 归因、人工标注、训练数据构建、离线评测、在线 A/B 实验和排序迭代闭环
设计和优化搜索召回与排序体系，融合全文检索、语义召回、结构化查询、知识图谱、业务规则、Learning to Rank、Reranking 等能力，提升相关性、时效性和可信度
构建面向 Agent 的 Deep Search / Deep Research 能力，支持多轮检索、多步推理、动态 Query 改写、结果聚合、反思校验、引用溯源和答案生成
深入优化 RAG 与 Agentic Search 架构，解决复杂任务中的意图理解、Query Rewriting、Hybrid Search、Context Compression、多跳检索、GraphRAG、幻觉控制与事实一致性问题
参与 Agent 平台核心模块建设，包括 Agent Runtime、Workflow Engine、Tool Registry、Memory Store、Prompt / Policy 管理、任务队列和执行调度框架
推动系统生产化落地，重点解决稳定性、可观测性、延迟、成本、质量评估、失败恢复和线上效果退化定位等问题
优先资格
有联网搜索、通用网页搜索、垂类搜索、企业搜索或搜索引擎从 0 到 1 建设经验
有大规模爬虫 Infra、网页解析、离线索引构建、增量索引、搜索数据回流或搜索质量优化经验
有 Agentic Search、Deep Research、企业知识库问答、AI 助手或通用 Agent 平台核心开发经验
有复杂 RAG / GraphRAG 系统落地经验，熟悉多源异构数据的检索、重排、推理和答案生成链路
有排序模型、Reranker、Learning to Rank、语义匹配、Embedding、点击模型或搜索相关性优化经验
有 Agent RL、RLHF / RLAIF、DPO / GRPO、Reward Model、Trajectory 数据构建或模型后训练相关工程经验
在 Lucene、Elasticsearch、OpenSearch、LangChain、LlamaIndex、LangGraph、vLLM 等开源项目中有贡献，或有高质量技术博客 / 开源项目
AI 洞察
优缺点分析
优点
- 技术前沿性极强，涉及搜索、NLP、大模型、Agent等多个热门领域，个人技术成长空间巨大
- 阿里巴巴集团平台大，业务场景丰富，数据资源海量，为技术研发和落地提供了绝佳的实践环境
- 薪资待遇优厚，福利完善，职业发展路径清晰，是技术人才理想的职业平台
- 技术栈复杂，对工程师的综合能力要求极高，需要不断学习新知识，保持技术敏感度
- 工作强度较大，可能面临项目周期紧、任务重的情况，需要具备较强的抗压能力
- 业务场景复杂，需要深入理解搜索、Agent等业务逻辑，对问题定位和解决能力要求高
缺点 / 挑战
- 适合对搜索、AI Agent、大模型应用有浓厚兴趣，具备扎实的工程能力和系统设计能力，渴望在技术前沿领域挑战自我的资深工程师
角色解读
- 技术专家路线：在搜索、RAG、Agent等方向持续深耕，成为领域内的技术权威，主导核心架构设计
- 架构师路线：从单一模块扩展到整个搜索或Agent平台，负责系统整体架构演进和技术选型
- 技术管理路线：在技术能力基础上，逐步承担团队管理和项目管理工作，带领团队完成复杂项目
- 负责构建和维护阿里巴巴的联网搜索基础设施，包括网页抓取、内容解析、索引构建等核心链路，确保搜索数据的全面性和时效性
- 深入研发RAG与Agentic Search架构，解决复杂任务中的意图理解、多跳检索、结果聚合和事实一致性问题，提升AI搜索的准确性和可靠性
- 参与Agent平台核心模块建设，如Agent Runtime、Workflow Engine、Tool Registry等，为上层应用提供稳定、高效的Agent执行环境
- 推动搜索系统的生产化落地，关注稳定性、可观测性、延迟和成本，并持续优化线上效果
- 精通至少一门主流编程语言（Python、Go、Java、C++），具备扎实的算法、数据结构和系统设计能力
- 深入了解搜索引擎原理，熟悉Elasticsearch、Milvus等搜索和向量检索系统，并有生产环境调优经验
- 对RAG、Agent、LLM工程化有深入理解，熟悉LangChain、LangGraph等主流框架，并有实际项目经验
- 具备大规模分布式系统研发经验，熟悉K8s、Docker、消息队列等基础设施，能解决高并发、高可用问题
申请策略
- 在面试中，除了展示技术深度，也要展现对搜索业务和用户体验的理解，体现结果导向思维
- 可以提前了解阿里巴巴云智能集团的相关产品和业务，在面试中表达对业务的理解和思考
- 突出搜索、推荐、NLP或大模型应用相关的项目经验，特别是从0到1建设或大规模优化经历
- 详细描述在RAG、Agent、Deep Search等方向的具体实践，包括技术选型、架构设计和效果数据
- 强调对Elasticsearch、Milvus、LangChain等核心组件的深入理解，以及性能调优和问题解决案例
- 展示在开源社区的贡献或高质量技术博客，体现技术热情和影响力
- 系统梳理RAG、Agentic Search、GraphRAG等前沿技术，并尝试在个人项目中实践
- 深入学习LangGraph、LlamaIndex等Agent框架源码，理解其核心机制和设计思想
面试指南
- 采用STAR法则（情境-任务-行动-结果）回答项目经验问题，清晰展示你的思考过程和实际贡献
- 对于技术方案设计问题，先明确业务目标和约束条件，再阐述技术选型理由，最后说明方案的优缺点和演进方向
- 对于开放性问题，可以结合具体案例，展现你的技术深度和系统性思考能力
- 请详细描述你过去负责的一个搜索或RAG系统的架构设计，以及你如何解决其中的关键难点？
- 在构建大规模爬虫系统时，如何平衡抓取效率、数据质量和目标网站的合规性？
- 如何评估和优化一个搜索系统的质量？请结合具体指标和工具说明
- 谈谈你对Agentic Search的理解，以及它和传统搜索的区别和联系？
- 在RAG系统中，如何有效缓解大模型的幻觉问题，确保生成内容的准确性？
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
阿里巴巴作为行业巨头，薪资福利在市场上具有很强的竞争力，能够很好地满足求职者对薪酬和稳定性的需求。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
该岗位处于AI搜索、Agent等前沿技术领域，技术挑战大，学习资源丰富，个人成长空间巨大，能极大满足求职者的技能提升和职业发展需求。
技术前沿前沿/新兴技术
技术栈RAG、Agent、LLM、Deep Search、GraphRAG、LangChain、LangGraph、Elasticsearch、Milvus
业务类型profit_center
工作生活
40较低
该岗位要求现场办公，且工作强度可能较大，对工作与生活平衡的满足程度有限。
工作模式仅现场办公
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
该岗位致力于构建先进的AI搜索和Agent技术，推动人工智能在信息获取和知识服务领域的应用，具有较高的技术价值和社会意义。
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