阿里巴巴
达摩院-AI 应用开发专家-芯片业务
达摩院-AI 应用开发专家-芯片业务
发布于 大约 3 小时前普通员工/个人贡献者
上海市
专家级经验
全职员工
仅现场办公
本科
机器学习工程
CI/CD
Nlp
Rag
大模型
机器学习
深度学习
知识库
AI 估算 · 40k–70k
上海AI专家岗，大模型与RAG技术稀缺，阿里平台薪资竞争力强，通常16薪。
职位详情
关于这个职位
这是阿里巴巴达摩院的AI应用开发专家岗位，负责将大模型和AI技术融入芯片业务的研发测试流程
主要工作包括开发AI辅助工具、构建RAG知识库系统以及搭建AI工具平台，以提升研发效率和质量
适合有深厚AI理论基础、熟悉大模型和RAG系统并有实际项目落地经验的技术专家
最低要求
教育背景：计算机科学、人工智能、数据科学或相关领域的本科及以上学历
专业技能：AI理论基础深厚，熟悉机器学习、深度学习、NLP等领域新技术
熟悉大模型（如Transformer架构）原理及应用
有RAG系统构建与优化经验
熟悉DevOps流程及CI/CD工具
熟练使用Python、Java、C++
熟练使用Pandas、NumPy、SQL等数据处理工具
项目经验：有多个成功的AI项目落地经验，能够在实际业务场景中应用AI技术解决复杂问题
有良好的团队协作和沟通能力
工作职责
AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量
自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度
数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程
AI知识库系统构建
知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务
RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答
AI辅助工具平台开发
工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用
用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用
项目管理和团队协作
需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案
项目管理：跟踪项目进度，确保按时交付高质量的AI系统
团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升
优先资格
优先条件：
实践经验：对AI落地场景有深入思考和实践经验，有成功将AI技术应用于实际业务场景的案例
创新思维：具备创新思维，能够在现有技术基础上提出新的解决方案和优化方法
行业背景：有相关行业（如半导体、存储、智能制造等）的背景和经验，了解行业特点和业务需求
AI 洞察
优缺点分析
优点
- 技术前沿：聚焦大模型、RAG等当前最热门的AI技术，个人技术视野和技能成长快
- 公司平台：阿里巴巴达摩院拥有顶尖技术资源和海量业务场景，项目影响力和含金量高
- 行业前景：芯片业务与AI结合，属于国家战略方向，行业前景广阔，个人价值易凸显
- 业务复杂度高：芯片业务知识门槛高，需要快速理解并抽象业务需求，沟通成本不小
- 稳定性未知：作为内部效能角色，可能受集团业务调整影响，且工作节奏可能较快
- 适合有资深AI算法与工程背景、热爱前沿技术、能在高速变化环境中主动探索并落地的技术专家
缺点 / 挑战
- 技术难度大：需要同时掌握AI算法、系统开发、DevOps等多领域知识，持续学习压力大
角色解读
- 技术深度方向：成为AI应用架构师或大模型专家，主导企业级AI平台建设
- 业务融合方向：深入芯片、半导体行业，成为AI+行业解决方案专家
- 管理方向：逐步转向技术管理，带领AI应用团队，推动更多业务场景智能化
- 将大模型和AI技术引入芯片研发测试流程，开发自动化工具（如代码审查、测试用例生成、性能分析），提升效率
- 构建企业级AI知识库系统和RAG系统，实现专业知识的高效检索与文档生成
- 设计与开发AI辅助工具平台，统一接口支持多种AI应用，并为业务部门提供技术支持
- 与业务团队紧密协作，管理项目进度，推动AI解决方案落地并促进团队技术分享
- 扎实的AI理论基础，熟悉机器学习、深度学习、NLP最新进展，精通大模型（Transformer）原理与优化
- 有RAG系统开发经验，掌握检索与生成模型的设计与实现
- 熟练Python、Java、C++，熟悉DevOps流程和CI/CD工具，能处理大规模数据
- 具备AI项目落地能力，能跨团队协作解决复杂业务问题
申请策略
- 在求职信或面试中表达对AI赋能硬科技的使命感，展现长期深耕的意愿
- 主动询问团队当前的技术栈和项目阶段，以便更有针对性地展示匹配度
- 重点突出大模型和RAG系统的实际落地项目，描述遇到的问题、技术选型与最终效果
- 展示自动化工具开发经验，如代码审查、测试生成等，并标明性能提升数据
- 强调数据处理和DevOps能力，例如使用Pandas/SQL处理大规模日志、搭建CI/CD流水线
- 如有芯片、半导体、智能制造行业经验，务必放在显眼位置
- 提前复习Transformer架构、RAG检索优化、Prompt Engineering等最新实践
- 补充学习半导体行业基础知识，了解芯片设计、制造流程中的痛点
面试指南
- 用STAR法则（情境-任务-行动-结果）组织项目经验，突出个人角色和量化成果
- 对于设计类问题，先澄清需求边界，然后从架构选型、模块拆分、技术难点、迭代计划几个维度展开
- 强调跨团队协作经历，展示你能理解业务语言并转化为技术方案的能力
- 请介绍一个你主导的大模型应用项目，包括架构设计、落地效果和遇到的挑战
- 如何优化RAG系统的检索准确率和生成质量？请具体说明
- 在DevOps流程中，你是如何自动化处理测试和部署的？有实际案例吗？
- 你如何理解芯片业务中的研发测试痛点？AI可以如何切入？
- 如果你要构建一个企业级AI知识库，你会如何设计整体方案？
职位点评
70
综合评分
前沿AI技术岗，成长空间大，薪资未明确，现场办公，WLB不明。
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
最看重技术成长和前沿领域探索、对薪资和WLB要求相对灵活的技术专家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展88
工作生活50
使命价值72
薪资福利
65中等
薪资未披露，但阿里巴巴平台通常提供有竞争力的薪酬和福利，然而JD未明确具体数字，补偿性动机满足程度中等。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
88较高
岗位聚焦大模型和RAG等前沿技术，技术挑战大，且达摩院具有丰富的学习资源和实践场景，发展性动机强。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Transformer、机器学习、深度学习、NLP、Python、DevOps、CI/CD、知识库
业务类型cost_center
工作生活
50较低
JD未提及弹性办公或远程，默认现场办公，且上海通勤成本较高，生活方式满足度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
AI赋能芯片业务属于高速增长赛道，具有产业价值，但JD未强调社会使命，意义感中等偏上。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs