阿里巴巴
ATH事业群-AI Agent研发工程师/专家-杭州
ATH事业群-AI Agent研发工程师/专家-杭州
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
硕士
人工智能
Go
Llm
Mcp
Rag
微服务
高并发
AI 估算 · 30k–60k
职位详情
关于这个职位
该职位负责大模型应用系统的架构设计与开发，包括Agent框架、工作流系统、工具调用协议等，并保障高并发与稳定性
你将参与构建行业级Agent编排系统，深度整合阿里内部能力，对接第三方生态，推动AI在ToB场景的落地
适合有大模型应用经验、熟悉后端开发、对Agent技术有深入理解的工程师
最低要求
计算机科学、软件工程或相关专业硕士及以上学历，2年以上后端系统或平台型产品研发经验
熟练掌握Go / Python / Java等至少一门后端语言
熟悉微服务架构设计与分布式系统
大模型相关经验：有 LLM应用开发经验
熟悉Context Engineering
熟悉 RAG 架构与向量数据库
熟悉主流大模型 API使用与优化（满足其中任意2项即可）
熟悉 Redis / MySQL / Kafka 等中间件
有高并发系统设计经验
熟悉容器化与云原生（K8s）
具备良好的代码结构设计与工程规范意识
有大模型Agent应用的规模化落地经验
主导或深度参与过先进Agent Harness架构（如计划-执行、反思、多智能体协同等）的设计与实现，对Agent的规划、工具调用、状态管理有系统性认知
工作职责
大模型应用系统架构设计：设计并实现大模型应用整体后端架构（API 层、编排层、Agent 层、工具层）
构建 LLM + RAG + Tool Calling + Workflow 的服务框架
构建稳定可复用的大模型调用封装层
Agent 与工作流系统开发：构建可扩展的 Agent 执行框架（ReAct / Planner-Executor / Multi-Agent）
设计工具调用协议（MCP、Tool Schema、Function Calling）
支持复杂任务拆解、状态管理、上下文管理、长短期记忆管理
制定标准化的工具描述协议、Agent接入规范与开发者工具链（SDK/CLI/调试平台），降低内外部生态伙伴的接入门槛
高并发与稳定性保障：构建支持高并发请求的大模型服务网关，优化模型调用延迟与成本，设计缓存机制，保障 SLA、容灾、限流、熔断
面向ToB行业场景（如AI手机等），设计并构建可扩展、高可用的Agent编排系统，支撑多模态交互系统中复杂任务的自动化执行，深度整合阿里集团内部丰富的Agent能力，同时对接第三方生态服务，打造统一的行业级Agent应用
优先资格
有 Agent 系统设计经验
有系统级 AI 助手经验
有多模态模型接入经验
有模型成本优化经验（Token 优化、批处理、缓存）
有从 0 到 1 构建 AI 应用平台经验
具备To B商业化产品从0到1的工程落地经验，熟悉华为云、腾讯云等主流云平台的商业化服务架构，对产品的可靠性、安全性、计费与运维体系有实战积累
拥有主流手机厂商或智能服务的云端服务端核心研发经验，精通大规模高并发、高可用系统的架构设计，对终端与云端的协同工作机制有深刻理解
AI 洞察
优缺点分析
优点
- 阿里巴巴作为行业巨头，平台大，资源丰富，能接触前沿AI技术
- AI Agent是当前热门方向，技术成长快，职业前景广阔
- 薪资福利优厚，有股票期权，职业发展路径清晰
- 工作强度大，可能面临加班和高压环境
- 技术难度高，需要不断学习新知识，保持技术领先
缺点 / 挑战
- 竞争激烈，需要持续产出成果，绩效压力大
- 适合对AI技术有热情、具备扎实后端功底、渴望在AI领域深耕并愿意接受挑战的工程师
角色解读
- 从Agent研发工程师向技术专家或架构师方向发展，主导大模型应用架构设计
- 有机会成为团队负责人，带领Agent研发团队，推动行业级Agent应用落地
- 在阿里云智能集团，可接触前沿AI技术，参与多个业务场景，积累丰富的ToB商业化经验
- 设计大模型应用的后端架构，包括API层、编排层、Agent层和工具层，构建稳定可复用的服务框架
- 开发Agent执行框架，支持ReAct、Planner-Executor、Multi-Agent等模式，实现复杂任务的拆解与状态管理
- 制定工具调用协议和Agent接入规范，开发SDK/CLI等开发者工具链，降低生态伙伴接入门槛
- 保障系统的高并发与稳定性，优化模型调用延迟与成本，设计缓存机制，确保SLA和容灾能力
- 熟练掌握Go、Python或Java等后端语言，具备微服务架构和分布式系统设计经验
- 熟悉大模型应用开发，包括RAG、向量数据库、Context Engineering，以及主流大模型API的使用与优化
- 熟悉Redis、MySQL、Kafka等中间件，有高并发系统设计经验，熟悉Kubernetes和云原生技术
- 有Agent系统设计经验，对Agent的规划、工具调用、状态管理有系统性认知
申请策略
- 了解阿里巴巴云智能集团的最新AI产品和战略方向，在面试中展现对业务的思考
- 准备系统设计面试题，特别是高并发、分布式系统设计
- 突出大模型应用开发经验，特别是Agent系统设计、RAG、工具调用等
- 强调高并发系统设计、微服务架构、云原生技术等后端能力
- 展示从0到1构建AI应用平台或ToB商业化产品的项目经历
- 如有开源项目或技术博客，可附上链接，体现技术影响力
- 深入学习Agent框架（如LangChain、AutoGen）和MCP协议
- 熟悉主流云平台（阿里云、华为云）的AI服务架构
面试指南
- 使用STAR法则回答项目经验问题：情境、任务、行动、结果
- 对于技术设计问题，先明确需求，再给出架构方案，最后讨论权衡和优化
- 展示对技术细节的深入理解，同时体现业务思维
- 请描述你设计过的一个Agent系统，包括架构、关键技术和遇到的挑战
- 如何优化大模型应用的延迟和成本？
- 在设计高并发服务网关时，你会考虑哪些因素？
- 如何实现Agent的长期记忆和状态管理？
- 谈谈你对MCP协议的理解和应用
职位点评
76
综合评分
大厂高薪、前沿AI技术，但工作强度大，WLB一般。
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。
更适合这类人
适合追求技术成长、愿意接受高强度工作、对AI充满热情的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
阿里巴巴提供有竞争力的薪资和福利，作为上市公司，薪酬体系完善，补偿性动机满足度较高。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
95较高
该职位涉及前沿AI技术，如Agent、RAG等，技术成长空间大，且公司提供丰富的学习资源和晋升机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、MCP、Kubernetes
业务类型profit_center
工作生活
40较低
工作地点在杭州，但未提及远程或弹性办公，互联网大厂通常工作强度较大，生活化动机满足度较低。
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
70中等
AI技术对社会有较大影响，但职位本身更偏技术实现，意义感中等。
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
Watch Jobs