Watch Jobs
Alibaba logo
阿里巴巴
Al推理平台-AI搜索资深研发专家-杭州/北京
立即应聘

Al推理平台-AI搜索资深研发专家-杭州/北京

发布于 大约 15 小时前

中层管理(经理/总监)

北京市 / 杭州市
专家级经验
全职员工
仅现场办公
硕士
技术管理
Dpo
Llm
Rag
Sft
Tob
Vlm
分布式系统
向量检索
存储引擎

AI 估算 · 60k–100k

阿里资深专家级岗位，技术难度高，管理职责大，薪资对标市场顶尖水平，16薪。

职位详情

关于这个职位

该职位负责阿里巴巴AI搜索与Agent产品的核心技术架构与算法研发，主导传统搜索向AI原生架构的融合重构，并推动商业化落地与政企交付

作为技术管理者，需要统筹跨方向团队，制定技术战略，并确保系统在高并发、低成本下稳定运行
适合具备深厚分布式系统与搜索内核经验、同时拥有商业化视野和团队管理能力的资深技术专家

最低要求

计算机相关专业硕士及以上，10年以上分布式系统、搜索引擎内核、存储引擎、数据工程及大规模服务架构经验，3年以上30人+跨算法/工程团队管理经验

具备大规模搜索系统迭代实践，以工程存储为支撑统筹后训练与知识库优化，实现企业检索效果显著提升并规模化上线
具备成熟ToB商业化视野，有头部企业POC攻坚与赢单经历，具备战略判断力、系统拆解力与风险兜底能力，极强的无边界协同与结果扛压能力

工作职责

AI Search与Agent核心架构及算法：制定AI Search与企业Agent中长期技术战略

主导传统搜索向AI原生架构的融合重构，全链路设计Query理解、多模态召回、精排、生成式答案与Agent编排
推进长文本/多模态检索与RAG体系优化，突破意图拆解、长上下文管理、工具调用与多步规划，建立知识连接器与安全护栏
底层引擎攻坚与AI系统基建：攻坚底层存储与分布式检索引擎，优化内核、索引结构与向量存储
通过存算分离、冷热分层、集群调度等手段，系统性解决延迟、成本与高并发稳定性问题
打通数据治理、向量嵌入、模型实验到灰度发布的标准化闭环，保障高吞吐与低成本
数据飞轮、模型训练与评测体系：构建“数据飞轮—场景微调（SFT/DPO）—自动化评测”的闭环体系，以检索导向的奖励信号与数据生态从源头强化事实忠实度，依托高置信度评测基线与动态消融实验，精准归因并系统性压制幻觉，保障企业级交付效果可靠性
商业化落地与政企交付闭环（聚焦业务结果与ToB交付）：联动产研销团队，主导政企客户AI搜索与Agent方案落地
负责客户知识库结构化接入、向量化治理与记忆体系搭建，结合模型适配微调，推进工程化交付与评测，拿下KA客户
并沉淀行业解决方案与微调范式，实现标准化、规模化复制
团队管理、跨部门协同与技术影响力（聚焦组织发展与行业发声）：管理跨方向技术团队，打造以存储工程为核心、模型定制与算法协同为延伸的复合型技术团队

优先资格

向量检索、分布式存储等开源项目核心贡献者

强化学习/后训练提升企业检索准确率的大规模上线案例，政企KA客户AI搜索标杆交付经验
数据和AI方向（如SIGMOD、VLDB、ACL、SIGIR等）会议成果，或自研搜索/存储/向量引擎内核经验

AI 洞察

优缺点分析

优点

  • 团队规模大，管理经验积累快，行业影响力高
  • 薪资待遇优厚，福利完善
  • 技术复杂度高，需要持续学习与创新
  • 跨部门协同多，对沟通协调能力要求高

缺点 / 挑战

  • 阿里平台资源丰富，技术挑战大，能接触前沿AI搜索技术
  • 工作强度大，需要承担高压力下的结果交付
  • 适合拥有深厚技术背景、具备团队管理经验、渴望在AI搜索领域发挥影响力并接受高强度挑战的资深技术专家

角色解读

  • 在技术专家路线继续深入，成为AI搜索领域的权威
  • 向技术总监或更高管理层发展，负责更大范围的技术战略与业务落地
  • 积累政企交付经验，可转向业务线负责人或创业
  • 制定AI搜索与Agent的技术战略，主导传统搜索向AI原生架构的融合重构
  • 攻坚底层存储与分布式检索引擎，优化系统性能与稳定性
  • 构建数据飞轮、模型训练与评测体系，提升检索效果与事实忠实度
  • 负责政企客户AI搜索与Agent方案的商业化落地，推动标准化交付
  • 精通分布式系统、搜索引擎内核、存储引擎等底层技术
  • 具备大规模AI系统架构设计经验，熟悉LLM/VLM与RAG技术
  • 拥有团队管理经验，能够统筹跨算法/工程团队
  • 具备ToB商业化视野，有政企客户项目交付经验

申请策略

  • 了解阿里巴巴AI搜索业务方向，准备相关技术见解
  • 强调与岗位匹配的战略规划能力，展示长期技术视野
  • 突出分布式系统、搜索引擎内核、存储引擎等核心技术项目经验
  • 强调团队管理规模与成果，特别是跨团队协作
  • 展示ToB商业化落地案例，尤其是政企客户交付
  • 列出开源贡献、顶会论文等加分项
  • 补充LLM/VLM、RAG、Agent等AI前沿技术知识
  • 强化数据飞轮、模型微调（SFT/DPO）等实践经验

面试指南

  • 结合具体项目经验，用STAR法则回答，突出技术难点与解决方案
  • 强调数据驱动和结果导向，展示量化成果
  • 体现战略思维，将技术决策与业务目标关联
  • 如何设计一个面向大规模用户的AI搜索架构？
  • 请分享一个你主导的分布式系统优化案例
  • 如何平衡模型效果与系统性能？
  • 如何管理跨团队协作并推动项目落地？
  • 请谈谈你对AI搜索未来发展趋势的看法

职位点评

71
综合评分

技术前沿、薪资优厚，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
适合追求技术成长与职业发展，能接受高强度工作节奏的资深技术专家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值70

薪资福利

75中等

阿里为上市巨头，薪资福利优厚，但具体薪资面议，稳定性高。

薪资信号面议 (60K-100K/月)

成长发展

90较高

岗位涉及前沿AI搜索技术，技术挑战大，成长空间广阔。

技术前沿前沿/新兴技术
技术栈LLM、VLM、RAG、分布式系统、向量检索
业务类型profit_center

工作生活

40较低

岗位要求高强度工作，无明确WLB信息，工作地点为北京/杭州，通勤便利性一般。

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

70中等

AI搜索技术具有社会价值，但岗位更侧重商业落地，使命感一般。

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