阿里巴巴
阿里云智能-Agent 平台技术研发高级工程师-杭州
阿里云智能-Agent 平台技术研发高级工程师-杭州
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公平台工程
平台工程
Ai Agent
Go
Llm
Mcp
Rag
上下文工程
分布式系统
平台开发
值不值得投
80综合评分
综合评分 80
AI Agent平台核心研发岗，技术前沿、发展空间大，但工作强度和WLB需入职后确认。
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
40K
比平台工程中位数低
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 2480 个在招 · 其中平台工程 15 个
市场机会
选择适中
杭州 · 平台工程 · 25 个在招
职位详情
关于这个职位
该岗位是阿里云智能集团的高级工程师，专注于Agent时代的企业级AI基础设施研发
你将深度参与阿里云级Agent平台的建设，负责平台核心能力、数据工程、上下文工程和系统集成，推动AI Agent在企业级场景中的高效开发、稳定运行和规模化落地
最低要求
计算机相关专业，具备扎实的工程基础、系统设计能力和生产级系统研发经验
熟练掌握 Java、Python、Go 中至少一门编程语言，具备良好的编码习惯和工程化能力
熟悉分布式系统设计与实现，对注册发现、配置中心、网关、RPC、消息、缓存、可观测等核心能力有实际落地经验
熟悉 AI Agent 或 LLM 应用开发，对 AgentScope、LangChain、Dify、ADK 等主流框架或平台有实际使用或二次开发经验
对上下文工程、RAG、Skills、Tool Calling、MCP、Memory、Agent 评估等方向有实际项目经验者优先
喜欢挑战性的技术研发工作，善于攻坚克难，自驱力和学习力强
有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破
工作职责
负责 Agent Platform 核心能力设计与研发，包括 Agent 开发框架、编排引擎、运行时、Agent Registry、工具管理、评估治理等方向
负责平台企业智能相关数据业务建设，包括企业知识接入、数据索引、权限治理、召回增强、效果评估和数据闭环，支撑企业级 Agent 应用高质量落地
负责上下文工程体系建设，围绕 Prompt、Skills、MCP Tools、Memory、知识库等能力，提升 Agent 在复杂业务场景中的理解、调用和任务完成效果
负责企业 AI 中台与云 Agent Platform 之间的智能集成，打通账号体系、统一鉴权、Agent 治理与管控能力，为企业 AI 中台提供友好、可治理、可管控、可扩展的云 Agent Platform 底座
参与 Multi-Agent 分布式架构设计，支持跨语言、跨平台 Agent 调用、协同、注册发现、链路追踪和统一治理
与 AI 网关、模型服务、数据平台等团队协同，持续提升平台高可用、性能、可观测、安全和稳定性能力
优先资格
有 Agent Platform、LLM 应用平台、企业智能平台、知识库平台、搜索推荐或数据平台建设经验
有企业数据治理、权限体系、多租户、召回排序、效果评估相关经验
有 Agent Harness / Evaluation Harness / Agent Runtime 相关系统研发经验者优先，包括但不限于 Agent 执行引擎、工具调用框架、评测框架、Benchmark、Trajectory 回放、Prompt/Skills 实验平台等方向
有 Multi-Agent 架构、Agent 编排、Agent 评估、强化学习相关实践经验
有 AgentScope、LangChain、ADK、Dify、OpenAI Evals、Inspect、Ragas、LangSmith 等 Agent 框架或评测相关项目研发/贡献经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿性高：直接参与AI Agent时代核心基础设施建设，技术栈领先，成长空间大
- 业务影响力强：所做平台直接支撑企业级AI应用落地，能清晰看到技术对业务的驱动价值
- 大平台资源：背靠顶级云平台，有机会接触大规模、高并发、高复杂度的真实企业场景和丰富技术组件
- 技术氛围浓厚：与AI网关、模型服务等优秀团队协同，能持续学习前沿技术
- 技术深度要求高：需要同时精通分布式系统和AI工程，对架构设计和解决复杂问题的能力是巨大考验
- 系统复杂度高：负责的平台模块多、集成关系复杂，需要处理好高性能、高可用与快速迭代的平衡
- 适合对AI基础设施有浓厚兴趣、具备扎实分布式系统功底、乐于解决复杂工程难题并追求技术深度的高级工程师
缺点 / 挑战
- 创新与落地压力：需将前沿的Agent技术与企业级场景的严苛要求结合，确保方案的实用性和规模化
角色解读
- 技术深度路径：持续深耕AI Agent基础设施，成为分布式系统与AI工程交叉领域的架构师或技术专家
- 技术广度路径：从平台研发扩展至AI产品或解决方案设计，负责更端到端的AI产品落地
- 技术管理路径：在承担复杂技术攻坚的同时，带领小团队，向技术负责人或架构师角色发展
- 设计和研发企业级AI Agent平台的核心组件，如开发框架、编排引擎和运行时
- 构建平台的企业数据智能能力，处理知识接入、数据索引和权限治理，确保Agent应用数据闭环
- 负责上下文工程，整合Prompt、Skills、MCP、Memory等能力，提升Agent在复杂任务中的效果
- 进行Multi-Agent分布式架构设计，支持跨平台Agent的协同与治理，并与模型服务、数据平台等团队协作保障平台稳定
- 精通至少一门主流编程语言（Java/Python/Go），具备优秀的工程化编码能力
- 拥有丰富的分布式系统设计与实战经验，熟悉注册发现、RPC、消息、缓存等核心中间件
- 深入理解AI Agent或LLM应用开发，熟悉主流Agent框架（如LangChain、AgentScope）并有实际使用或开发经验
- 具备平台级系统（如数据平台、搜索推荐或AI中台）的研发背景，熟悉企业级数据治理与评估体系
申请策略
- 深入理解“企业级AI中台”和“数据智能飞轮”的业务场景，思考平台如何真正解决企业客户在AI落地过程中的痛点
- 研究阿里云现有或公开的AI产品（如通义千问、百炼平台）和Agent相关解决方案，了解其技术选型和演进方向
- 重点突出你在分布式系统核心组件（如RPC、注册发现、消息）上的设计与落地经验，最好有大规模系统案例
- 详细描述你参与或主导过的AI Agent/LLM相关项目，说明你使用的技术框架、解决的具体问题和取得的效果
- 展示你对平台化开发、数据工程或中间件开发的经验，证明你具备构建复杂平台的能力
- 使用STAR法则描述1-2个最有挑战性的技术攻坚或架构设计项目，体现你的自驱力和问题解决能力
- 深入研究当前主流的Agent架构模式（如Multi-Agent、Tool Calling）和评估方法，了解业界最新实践
- 巩固或拓展一门主力编程语言在大型工程中的最佳实践，并熟悉云原生相关技术（如容器化、服务网格）
面试指南
- 回答系统设计问题时，采用“背景-目标-方案-权衡-效果”的结构
- 清晰阐述业务目标、技术挑战、你的设计思路、关键的技术选型以及最终效果
- 回答架构类开放问题时，可以分层阐述（如接入层、编排层、执行层、数据层），并强调可观测性、安全性和可扩展性等非功能性需求
- 回答技术细节问题时，结合具体项目经验，说明问题场景、分析过程、尝试的方案以及最终的最佳实践
- 请描述一个你设计过的最复杂的分布式系统模块，以及你是如何保证其高可用和可扩展性的
- 如果你要为一个企业设计Agent平台的架构，你会考虑哪些核心组件？如何保证其可治理和可管控？
- 在开发AI Agent应用时，上下文工程（Prompt、Memory、Tools）是如何协同工作的？请举一个具体例子
- 遇到过Agent在复杂业务场景中任务完成率低的问题吗？你是如何分析和优化的？
职位点评
薪资福利82
成长发展95
工作生活50
使命价值88
薪资福利
82较高
作为上市巨头公司的高级技术岗位，在杭州的薪资水平具有市场竞争力，但具体福利细节未在JD中披露。
薪资信号偏高 (30K-50K/月)
成长发展
95较高
该职位直接从事AI Agent平台这一前沿领域的核心研发，技术栈领先，且有清晰的平台建设与成长路径，能提供极强的技术深度和广度发展机会。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、MCP、上下文工程、RAG、Multi-Agent、分布式系统、Java、Python、Go
成长机会推动 AI Agent 在企业级场景中的高效开发、稳定运行和规模化落地、驱动企业数据智能飞轮持续运转
业务类型profit_center
工作生活
50较低
职位描述未提及任何关于办公模式、工作时间或WLB的具体信息，无法判断其对生活节奏的友好程度。
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
88较高
投身于AI Agent基础设施的建设，属于当前科技发展的核心赛道，具有很高的行业增长预期和技术驱动使命，对推动企业智能化转型有直接社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动 AI Agent 在企业级场景中的高效开发、稳定运行和规模化落地、驱动企业数据智能飞轮持续运转
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs