阿里巴巴
千问办公-AI全栈工程师-AI硬件
千问办公-AI全栈工程师-AI硬件
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公全栈开发
全栈开发
Llm
Prompt Engineering
全栈开发
分布式系统
值不值得投
80综合评分
综合评分 80
前沿AI技术、全栈开发、平台大、薪资有竞争力但WLB未明
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。
薪资怎么样
3.3万
与全栈开发中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 2850 个在招 · 其中全栈开发 15 个
市场机会
选择适中
杭州 · 全栈开发 · 38 个在招
职位详情
关于这个职位
负责AI驱动应用的核心架构设计与开发，打通前端交互、后端服务、数据链路与AI模型能力，构建端到端智能化产品
工作涉及分布式系统、LLM集成与工程化落地，需主导技术方案设计与交付，并辅导团队成员提升工程能力
最低要求
精通 Java、Python 等后端开发语言，具备扎实的工程编码能力和良好的代码质量意识
具备良好的面向对象编程经验，深入理解 OO、AOP 思想，熟悉常用设计模式
精通多线程编程，熟悉分布式系统、缓存、消息队列、RPC、任务调度等机制
熟悉 JVM，包括内存模型、类加载机制、GC 调优及性能优化
具备 AI 辅助下的全栈交付能力，能够利用 AI 编程工具提升研发效率，独立完成从前端页面、后端接口、数据存储到 AI 能力接入的端到端开发
对LLM及Agent应用有浓厚兴趣和实际项目经验，理解模型能力边界，具备 Prompt 调优、上下文管理、模型评测、效果优化和成本优化经验者优先
熟悉以下 AI 工程技术中的一种或多种： LangChain / LangGraph / Agent Framework / Skills ，并具备将其应用到真实业务场景中的能力
工作职责
负责 AI 驱动应用的核心架构设计与开发，打通前端交互、后端服务、数据链路与 AI 模型能力，构建端到端可落地的智能化产品能力
构建稳定、高可用、可扩展的后端服务体系，熟悉分布式架构、消息中间件、缓存、远程调用、任务调度等核心技术，支撑复杂业务逻辑、高并发场景及 AI 应用的异步化、长链路执行需求
负责LLM及多模态 AI 能力的集成、编排与工程化落地，持续优化 Prompt Engineering、Context Engineering、RAG、工具调用、成本控制与效果评估体系
结合业务场景进行技术选型、领域建模与 AI 应用流程设计，能够设计并实现复杂的 Agentic Flow、AI Workflow、MCP 工具链或人机协同流程
具备技术 Owner 意识，能够主导关键模块从方案设计、技术攻坚到上线运维的完整交付，并能沉淀工程规范、辅导团队成员，提升团队在 AI 时代的工程交付能力
优先资格
具备 Prompt 调优、上下文管理、模型评测、效果优化和成本优化经验者优先
AI 洞察
优缺点分析
优点
- 参与前沿AI技术应用，如LLM和Agent，技能成长速度快
- 阿里巴巴平台资源丰富，项目影响力大，有机会处理复杂业务场景
- 全栈开发能力全面提升，技术栈覆盖前后端与AI，职业竞争力强
- 技术更新迅速，需持续学习AI和分布式系统新知识，保持技术领先
- 复杂业务逻辑和高并发场景对系统设计和优化能力要求高
缺点 / 挑战
- 作为技术Owner需承担模块完整交付责任，可能面临较高压力和工作强度
- 适合对AI技术有浓厚兴趣、具备全栈开发经验、喜欢挑战复杂系统、并追求技术成长的工程师
角色解读
- 可深入AI工程领域，成为AI架构师或技术专家，主导复杂AI项目
- 向技术管理方向发展，如技术经理或团队负责人，提升团队工程能力
- 探索更多AI应用场景，推动技术创新，在行业内建立影响力
- 设计与开发AI驱动应用的端到端架构，整合前后端与AI能力，构建智能化产品
- 构建稳定可扩展的后端服务体系，支撑高并发和AI应用的异步化执行需求
- 集成与编排LLM等AI能力，优化Prompt Engineering和工程化落地
- 结合业务场景设计AI应用流程，实现Agentic Flow或人机协同
- 精通Java、Python后端开发，具备扎实工程编码能力和设计模式知识
- 熟悉分布式系统、缓存、消息队列、RPC等核心技术，了解JVM和性能优化
- 对LLM及Agent应用有实际经验，掌握Prompt Engineering、RAG、成本优化等
- 熟悉LangChain、LangGraph等AI工程技术，并能应用到真实业务场景
申请策略
- 研究阿里巴巴千问办公产品及相关业务方向，面试时展示业务理解
- 准备展示AI应用落地的具体案例，说明问题解决和优化过程
- 注意平衡技术深度与广度，突出在AI和工程领域的综合能力
- 突出AI项目经验，特别是LLM集成、Agent开发或RAG应用案例
- 展示分布式系统设计、高并发处理和性能优化的实际经历
- 强调全栈开发能力，包括前后端技术栈和AI工具使用
- 体现技术Owner意识，如主导项目交付、制定工程规范或辅导团队
- 深入学习Prompt Engineering、Context Engineering和Agent框架如LangGraph
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经历和问题解决过程
- 结合具体技术点（如LangChain、RAG、分布式缓存）阐述方案设计，展示技术深度
- 强调从业务场景出发的技术选型和优化思路，突出工程化落地和效果评估
- 请描述你如何设计一个端到端的AI应用架构，从需求到上线？
- 你有哪些使用LLM或Agent解决实际业务问题的经验？具体怎么做的？
- 如何优化AI模型的性能、效果和成本？请举例说明
- 在分布式系统中，如何处理高并发和异步任务调度？遇到过哪些挑战？
- 你如何保证代码质量、工程规范和团队协作效率？
职位点评
薪资福利85
成长发展90
工作生活60
使命价值75
薪资福利
85较高
职位来自上市巨头，薪资福利体系较完善，但JD未明确薪资细节，具体待遇需面试确认。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
岗位涉及前沿AI技术和全栈开发，提供良好的技能成长和项目经验机会，利于职业发展。
技术前沿前沿/新兴技术
技术栈Java、Python、LLM、LangChain
业务类型ambiguous
工作生活
60中等
JD未提及工作模式和WLB信息，可能默认现场办公，具体工作节奏需入职后了解。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
AI领域是高速增长赛道，技术创新活跃，但该岗位更偏向工程实现，社会影响力中性。
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