阿里巴巴
阿里健康-AI agent研发工程师（harness工程）-杭州/北京
阿里健康-AI agent研发工程师（harness工程）-杭州/北京
发布于 2 小时前普通员工/个人贡献者
全职员工混合式弹性办公机器学习工程
机器学习工程
Ai Agent
Claude Code
Prompt Engineering
Rag
大语言模型(Llm)
系统工程
值不值得投
76综合评分
综合评分 76
聚焦前沿AI Agent研发，技术栈领先，业务落地导向强，适合追求技术突破的开发者
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.0万
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 3670 个在招 · 其中机器学习工程 约 200 个
市场机会
选择面较广
杭州 · 机器学习工程 · 约 290 个在招
职位详情
关于这个职位
负责阿里健康核心业务的AI Agent系统设计与研发落地，探索智能化应用范式
通过Harness Coding等半自动化研发方式提升构建效率与可复用性，沉淀Agent研发基础设施
涵盖需求诊断、知识体系构建、模型工具创新及研发提效全流程，助力业务智能化升级
最低要求
计算机、软件、人工智能等相关专业本科及以上学历
熟练掌握Cursor、Claude Code等AI编程工具，具备稳定的Prompt能力与高质量coding能力及实际项目交付经验
熟悉主流LLM能力与局限，掌握Context Engineering、Prompt Engineering、Agent、工具调用、RAG/搜索/Memory/LongChain等工程化应用，能搭建Prompt工厂等模块
具备扎实的Python和Java编程能力与工程实践能力，理解常见服务架构
具备良好的跨团队协作沟通能力、责任心及任务结构化拆解与推进能力
工作职责
深入业务前线，主导原子级需求分析，识别业务流程中的低效或痛点环节，挖掘可被Agent重构的业务场景
同时具备业务敏锐度和解决方案的清晰视角
围绕业务场景深度参与系统化AI Agent能力的构建，主导多Agent的协同体系设计与落地
通过对业务知识的深度理解和提炼，构建可被Agent高效利用的知识与系统能力
负责AI Agent关键能力的研发，实现复杂任务的自动化与智能化决策
将业务知识转化成模型可理解的语义结构，构建以业务为中心的Agent智能体系，实现从业务洞察到原子能力升级的闭环
在研发过程中建设和持续优化Harness组件
推动Harness Coding半自动化研发，提升开发效率、验证能力和复用水平
持续沉淀可复用的skill资产，支撑更多组织提效的场景
AI 洞察
优缺点分析
优点
- 接触最前沿的AI Agent与大模型应用落地场景，技术视野开阔
- 依托头部互联网平台资源，拥有海量真实业务数据与高并发实践机会
- Harness Coding等半自动化研发理念处于行业探索期，易形成差异化技术壁垒
- 业务直接关联医疗健康领域，具有明确的商业价值与社会意义
- AI Agent技术迭代极快，需保持高强度学习以跟进最新框架与最佳实践
- 业务落地导向强，需在技术创新与工程稳定性之间寻找平衡点
- 适合具备扎实工程基础、对大模型应用充满热情、渴望在前沿技术方向快速成长的开发者
缺点 / 挑战
- 跨部门协作频繁，对沟通效率与需求把控能力要求较高
角色解读
- 纵向深耕AI Agent架构与底层引擎研发，成为大模型应用方向的资深技术专家
- 横向拓展至业务架构师角色，主导复杂智能化系统的整体设计与商业化落地
- 向技术管理方向发展，带领团队构建企业级AI研发基础设施与标准化流程
- 负责阿里健康核心业务场景下AI Agent的系统设计、研发与落地推进
- 主导多Agent协同体系构建，将业务知识转化为模型可理解的语义结构
- 建设并优化Harness组件，推动半自动化研发流程，提升代码生成与验证效率
- 完成从需求洞察、方案设计到持续演进的全流程，沉淀可复用的Agent研发基础设施
- 熟练掌握AI编程工具（如Cursor、Claude Code），具备高质量的Prompt编写与代码交付能力
- 深入理解主流LLM的能力边界，精通Context/Prompt Engineering、Agent架构、工具调用及RAG等技术
- 具备扎实的Python与Java工程实践能力，能快速将技术方案转化为高可用代码
- 拥有良好的跨团队协作意识与任务结构化拆解能力，能独立推进项目落地
申请策略
- 提前研究阿里健康现有产品线，思考AI Agent可切入的具体业务痛点
- 准备1-2个完整的端到端项目案例，清晰阐述技术选型依据与迭代过程
- 突出实际项目中AI编程工具的使用经验与Prompt调优成果，量化代码产出效率提升比例
- 详细展示LLM应用架构设计经历，重点说明Context管理、RAG检索增强或Agent工具链搭建细节
- 强调Python/Java双栈工程能力，提供高可用服务架构设计或性能优化案例
- 体现业务理解力，描述如何将模糊需求转化为可落地的技术解决方案
- 系统学习LangChain/LlamaIndex等主流Agent框架，掌握多智能体协同通信机制
- 强化Prompt Engineering实战技巧，熟悉Docker、Kubernetes等云原生部署工具
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化陈述项目背景、个人贡献与技术难点
- 针对架构设计类问题，先阐述核心目标与约束条件，再分层说明技术选型逻辑与备选方案
- 对于效果优化类问题，结合指标监控、A/B测试与迭代反馈闭环进行回答，突出数据驱动思维
- 请分享一个你使用AI编程工具提升开发效率的实际案例，遇到了哪些瓶颈如何解决的？
- 在设计多Agent协同系统时，如何处理状态同步、冲突解决与容错机制？
- 面对复杂的业务需求，你是如何进行需求拆解并设计Agent交互流程的？
- 如何评估和优化RAG系统的召回准确率与响应延迟？
- 当LLM输出不稳定或出现幻觉时，有哪些工程化手段进行约束与修正？
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
JD未明确披露薪资结构与福利待遇，但依托头部互联网平台的薪酬体系通常具备市场竞争力，整体补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位聚焦AI Agent与Harness Coding等前沿方向，技术栈领先且直接参与核心业务智能化范式探索，技能成长与职业发展空间广阔。
技术前沿前沿/新兴技术
技术栈AI Agent、Harness Coding、LLM、Prompt Engineering、RAG、Context Engineering、Python、Java
业务类型profit_center
工作生活
60中等
JD未明确说明办公模式与工时安排，互联网研发岗通常节奏较快，生活化动机满足程度受实际团队文化影响较大。
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
70中等
岗位服务于医疗健康领域的智能化升级，技术应用具备明确的商业价值与社会正向影响力，行业前景稳健。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs