阿里巴巴
阿里云智能-Full Stack AI Engineer-杭州/北京
阿里云智能-Full Stack AI Engineer-杭州/北京
发布于 大约 22 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Rag
云原生
分布式系统
多模态Ai
微服务
值不值得投
79综合评分
综合评分 79
前沿AI Agent技术深度研发，大平台资源丰富，成长空间大，工作模式和WLB未明确
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
33K
比人工智能中位数低
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 2610 个在招 · 其中人工智能 约 260 个
市场机会
选择面较广
杭州 · 人工智能 · 约 290 个在招
职位详情
关于这个职位
该职位负责阿里云智能集团新一代AI Agent技术体系的研发，涵盖任务规划、多Agent协同、模型推理及多模态AI等核心能力，旨在打造可规模化、全球化交付的AI产品
要求具备AI和全栈开发经验，参与从POC到生产环境的工程落地
最低要求
本科及以上学历，计算机、软件工程、人工智能等相关专业
具备扎实的计算机基础，熟悉 Python、TypeScript、Go、Rust 等至少一种编程语言
熟悉现代软件工程体系，包括云原生、微服务、分布式系统、CI/CD、服务治理等
熟悉大模型应用开发，理解 Agent、RAG、Prompt、Tool Use、Memory 等核心技术
具备 AI Agent、推理平台、多模态 AI 或 AI 应用相关研发经验，有良好的系统设计与工程实现能力
具备良好的沟通协作能力和业务理解能力，能够推动复杂项目落地
工作职责
负责 AI Agent 核心能力研发，包括任务规划、工具调用、记忆管理、知识增强、多 Agent 协同等
负责 Agent 平台及相关工程能力建设，包括 Workflow、开发框架、评测、可观测、部署发布等
负责模型推理平台、多模态 AI 能力及 AI 应用开发，持续优化系统效果、性能、成本与稳定性
负责 AI 应用的全栈开发与工程落地，推动从 POC 到生产环境的持续演进
与产品、模型、解决方案及基础设施团队协作，沉淀通用能力和最佳工程实践
优先资格
有 Agent 平台、AI 开发平台、模型推理平台或多模态 AI 相关研发经验
熟悉主流 Agent 框架、推理框架或 AI 工程化生态
有国际化产品、国际业务或英文工作环境经验
有优秀的云原生、平台工程或基础设施研发背景，并希望深入 AI Agent 方向
AI 洞察
优缺点分析
优点
- 参与前沿AI Agent技术研发，处于人工智能创新前沿，技术成长空间大
- 团队协作环境好，与产品、模型等多团队合作，积累全栈和跨职能经验
- 技术栈现代且深入，涵盖AI、云原生和分布式系统，增强个人竞争力
- 项目推动涉及多团队协作，沟通和协调要求高，可能遇到跨部门落地难题
缺点 / 挑战
- 依托大平台资源，能接触全球化业务场景和复杂工程挑战，提升系统化思维
- 技术复杂度高，需要快速掌握AI Agent、多模态等新兴领域知识，学习压力较大
- 工作强度可能较高，需平衡技术深度与工程进度，适应快速迭代环境
- 适合具备AI和全栈开发经验，对前沿技术有热情，追求技术深度与规模化落地的工程师，能接受一定挑战并享受创新过程
角色解读
- 技术专家路径：深耕AI Agent领域，成为架构师或技术专家，引领技术方向
- 管理路径：积累项目经验后，可晋升为技术团队负责人，带领小团队攻克难题
- 跨领域发展：结合行业知识，转向AI产品设计、解决方案架构或国际化业务拓展
- 负责AI Agent核心能力研发，如任务规划、多Agent协同等，构建可扩展的智能体系统
- 搭建Agent平台及工程化基础设施，包括工作流、评测和部署工具链，提升开发效率
- 开发并优化模型推理平台和多模态AI应用，确保系统性能、成本与稳定性
- 推动AI应用从概念验证到生产环境的全栈开发与落地，与产品团队协作实现业务价值
- 扎实的编程基础，熟练使用Python、TypeScript等语言，熟悉云原生和微服务架构
- 深入理解大模型应用技术，掌握Agent、RAG、Prompt Engineering等AI核心概念
- 具备系统设计和工程实现能力，能独立负责复杂项目并推动跨团队协作
- 良好的业务理解力和沟通能力，能够将技术方案与实际业务需求结合
申请策略
- 研究阿里云智能的AI产品线和业务方向，在面试中展示对国际化业务的理解
- 准备技术案例，重点说明如何解决AI系统性能、成本或稳定性问题
- 关注公司文化，强调对创新和团队协作的价值认同
- 突出AI Agent、RAG或相关AI项目经验，展示从设计到落地的完整案例
- 强调云原生、分布式系统等工程能力，附上技术栈和项目成果数据
- 体现沟通协作经历，如跨团队项目推动或业务需求转化实例
- 学习主流Agent框架（如LangChain）和推理优化技术，增强AI工程化能力
- 提升国际化工作语言能力，适应英文文档和全球化协作场景
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出技术难点和解决方案
- 从架构设计、技术选型、性能优化等角度回答系统设计问题，结合实际案例
- 强调团队协作和业务视角，说明技术决策如何支持产品目标
- 描述一个你参与过的AI Agent或类似项目，你的角色和贡献是什么？
- 如何设计一个多Agent协同系统？需要考虑哪些关键因素？
- 在模型推理平台优化中，你如何平衡效果、性能和成本？
- 对于RAG技术，你有哪些实践经验和遇到的挑战？
- 如何推动一个AI项目从POC到生产环境？请举例说明
职位点评
薪资福利80
成长发展90
工作生活60
使命价值85
薪资福利
80较高
该职位提供有市场竞争力的薪资，作为大平台岗位可能包含完善的福利体系，但JD未明确提及具体福利
薪资信号偏高 (25K-40K/月)
成长发展
90较高
职位涉及前沿AI Agent技术，提供深度学习机会，大平台资源有助于技能成长和职业发展
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、Prompt、Tool Use、Memory、多模态AI、云原生
业务类型ambiguous
工作生活
60中等
JD未提及工作模式，可能需要现场办公，工作生活平衡信号不足，办公地点位于城市核心区域
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
AI是高速增长赛道，该职位推动全球化AI产品落地，具有正向技术影响力和社会价值
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号面向全球业务、可规模化、可生产化、可全球化交付的 AI 产品能力
创新程度积极采用新技术
Watch Jobs