阿里巴巴
全球速卖通-AI应用研发工程师（商家平台）-杭州
全球速卖通-AI应用研发工程师（商家平台）-杭州
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
本科
机器学习工程
Llm
Prompt工程
Pytorch
Rag
Tensorflow
大模型微调
AI 估算 · 25k–50k
AI技术热门，阿里巴巴平台加成，杭州互联网薪资高，岗位要求全栈AI能力，薪资竞争力强。
职位详情
关于这个职位
作为阿里巴巴全球速卖通团队的AI应用研发工程师，你将负责电商领域AI产品的全流程开发，包括大模型Agent应用的架构设计与落地，参与技术中台建设，推动AI技术在商业化场景的价值转化
适合有2年以上经验、熟悉LLM和Agent框架的工程师
最低要求
本科及以上学历，计算机科学、软件工程、人工智能、数学或相关领域
熟悉Java/Python/C++/Node.js 等至少一门语言，熟悉数据库设计和开发经验（如MySQL、MongoDB等），有一定的复杂项目的经验
有 AI 的认知，掌握LLM核心原理及实践方法，熟悉Agent框架设计逻辑，在RAG/Prompt工程/向量化技术等应用层具备技术落地能力
同时具备大模型微调的实践经验强烈的技术好奇心，持续追踪AI工程化前沿动态
具备跨团队协作意识，适应敏捷开发节奏对AI技术商业化落地有深刻理解，具备技术方案向业务价值转化的成功案例
工作职责
负责电商领域AI相关产品的全流程开发，包括但不限于大模型 Agent 应用的架构设计、工程实现、系统部署及迭代优化
参与大模型技术在多场景解决方案中的落地实施，开展技术攻关与效果验证，推动 AI 能力在商业化场景的价值转化
主导/参与大模型应用开发和技术中台建设，持续优化系统架构的高可用性、可扩展性及服务稳定性
探索前沿技术落地可能性，参与技术决策并推动关键技术预研，构建企业大模型应用技术生态
协同运营、产品、设计等协同团队共同完成复杂项目的技术方案设计与实施
优先资格
有大型 AI 项目开发经验 (熟悉强化学习（RL）、大模型微调（LoRA/P-tuning）或Agent技术栈
掌握任一主流深度学习框架（PyTorch/TensorFlow等），有模型服务化部署、优化经验者优先数据处理能力： 熟悉数据清洗、特征工程和数据分析工具（如Pandas、NumPy等）
AI 洞察
优缺点分析
优点
- AI方向是当前热门，技能积累快，可以深入大模型应用和优化
- 团队有技术中台建设机会，能参与技术决策，成长空间大
- 大厂福利和薪资有竞争力，职业发展路径清晰
- 技术迭代快，需要持续学习，保持对前沿技术的敏感度
- 工作强度可能较大，需要适应敏捷开发和快速交付的节奏
- 跨团队协作复杂，需要良好的沟通能力和业务理解能力
- 适合对AI技术有强烈热情、喜欢解决复杂问题、有2年以上研发经验并希望在大平台施展能力的工程师
缺点 / 挑战
- 阿里平台，全球业务场景，技术挑战大，能接触海量数据和高并发场景
角色解读
- 从AI应用开发向AI架构师或技术专家方向发展，深入大模型底层优化
- 可转向AI技术管理岗位，带领团队构建中台能力
- 在电商AI领域积累业务经验，成为行业解决方案专家
- 负责电商领域AI产品的全流程开发，包括大模型Agent应用的架构设计和工程实现
- 参与大模型技术在多场景的落地，进行技术攻关和效果验证，推动AI商业化价值
- 主导或参与AI应用开发和技术中台建设，优化系统架构的高可用性和扩展性
- 探索前沿AI技术，参与技术决策和预研，协同跨团队完成复杂项目
- 精通至少一门编程语言（Java/Python/C++/Node.js），有数据库设计和开发经验
- 掌握LLM核心原理和Agent框架设计，熟悉RAG、Prompt工程、向量化技术
- 具备大模型微调实践经验，了解从数据处理到模型部署的完整流程
- 有跨团队协作和敏捷开发经验，能推动技术方案落地
申请策略
- 关注阿里巴巴内推渠道，找到内部员工推荐可提高面试机会
- 在面试中展示对电商业务的理解和对AI应用的热情
- 突出大模型项目经验，包括Agent应用、RAG、微调等具体实践
- 展示全栈开发能力，包括后端、数据库、系统架构设计
- 强调技术商业化成果，如你的方案如何带来业务价值
- 如有开源项目、技术博客或竞赛经历，可增加亮点
- 系统学习LangChain、LlamaIndex等主流Agent框架，动手搭建一个完整应用
- 实践大模型微调技术，如LoRA、P-tuning，掌握常见评估方法
面试指南
- 采用STAR法则回答项目经历，突出技术选型、实现过程和数据结果
- 强调技术方案的权衡，例如成本、效果、可维护性等
- 展现对业务价值的理解，说明技术如何服务商业目标
- 请介绍你做过的一个大模型Agent项目，架构设计和技术难点是什么？
- 如何设计RAG系统以提升检索准确性和响应效率？
- 大模型微调时如何选择基座模型和微调方法？如何评估效果？
- 在电商场景下，AI应用如何提升用户体验或商业价值？举例说明
- 如何保证AI服务在高并发下的稳定性和性能？
职位点评
71
综合评分
大厂AI研发岗，前沿技术栈，薪资优厚，但工作强度可能较大。
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
适合追求技术成长和前沿AI挑战的工程师，对工作强度有一定接受度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值65
薪资福利
70中等
阿里巴巴作为上市大厂，薪资福利通常有竞争力，但JD未明确说明具体薪酬和福利，补偿性满足度中等偏上。
薪资信号未披露（AI估算：25K-50K/月）
成长发展
90较高
JD强调探索前沿技术、参与技术决策、构建技术生态，技术成长性极强，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Prompt工程、大模型微调、PyTorch、TensorFlow
业务类型profit_center
工作生活
50较低
JD未提及工作方式或WLB，且大厂岗位可能工作强度较大，生活化动机满足度一般。
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
65中等
电商行业稳定，AI应用具有商业价值，但社会意义中性，意义感动机有一定满足。
行业发展稳定成熟行业
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