阿里巴巴
千问办公-AI 全栈工程师-工作台
千问办公-AI 全栈工程师-工作台
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Go
Llm
Opentelemetry
Prompt Engineering
云原生
可观测性
安全
微服务
值不值得投
78综合评分
综合评分 78
大厂核心AI平台岗，技术栈前沿综合，成长性极强，但工作生活平衡需面试确认。
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
35K
与后端开发中位数基本持平
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 2430 个在招 · 其中后端开发 72 个
市场机会
选择面较广
杭州 · 后端开发 · 约 160 个在招
职位详情
关于这个职位
这是一个为AI工作台构建企业级管控平台的全栈工程师岗位
主要负责AI应用与Agent运行链路的安全、可观测性、审计与数据接入等核心基础设施的设计与开发，确保平台在企业场景下安全、可靠、可管可控
最低要求
扎实的服务端工程能力，熟练使用 Java / Python / Go 中至少一门语言，具备高可用分布式系统的设计与落地经验
熟悉云原生技术体系：Kubernetes、Docker、Service Mesh、微服务治理，有基于K8s构建或运维生产级服务的实际经验
熟悉主流 LLM API 范式与 Agent 框架，理解 Context Window、Function Calling、MCP 协议等核心概念，具备实际的接口设计与调试经验
具备 Prompt Engineering 与 Context Engineering 实战经验，能系统性地设计、评测和工程化沉淀 Prompt
熟悉企业级安全基础组件：身份认证与授权、密钥管理、审计日志、数据脱敏、API网关与流控，有安全合规落地经验者优先
持续跟进 AI 领域前沿，能独立消化英文一手资料并转化为工程实践
习惯使用 AI 编码 Agent 辅助开发，专注于架构决策与质量把控
工作职责
负责 AI 工作台企业级管控平台的服务端架构与核心开发，围绕多租户隔离、权限模型、配额计费、模型与工具准入等核心域，构建面向企业客户的云原生管控底座
主导 AI 应用与 Agent 运行链路的安全加固，涵盖身份认证、密钥托管与透明替换、数据脱敏、提示词注入防护、内容安全护栏与运行时行为约束，确保企业场景下零密钥外泄、可管可控
设计全链路审计体系，覆盖用户请求、Agent 决策、工具调用、模型出入参等关键事件的采集、留痕与合规导出，支撑安全审计与事后追溯
构建 AI 应用可观测性基础设施——基于 OpenTelemetry 实现 Tracing / Logging / Metrics 全覆盖，结合评测体系、灰度发布与根因分析，形成持续迭代闭环
设计企业数据与工具接入方案，包括 MCP 数据源集成、智能路由、结构化数据查询与向量检索，使 Agent 在受控范围内可靠获取企业内部信息
参与模型与工具的智能编排，根据任务复杂度、延迟、成本与安全等级动态选择最合适的模型与工具组合
优先资格
有 AI Infra / LLMOps / Agent 平台等基础设施建设经验，熟悉多模型统一接入、限流熔断、内容安全等能力的落地
有 AI Guardrail / Harness 方向的探索经验，如 Agent 执行链路中的运行时校验与自动纠偏机制
有企业安全、合规审计（等保 / GDPR）相关项目经验，或参与过面向 B 端的私有化/混合云交付
有借助 AI Agent 独立完成大规模工程任务的经历，或有可展示的开源项目与社区影响力
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与大模型应用平台的基础设施建设，接触LLM、Agent、云原生等最前沿技术
- 业务价值高：负责的是保障AI平台安全、可靠运行的核心底座，工作直接影响产品的核心竞争力
- 平台资源：背靠大型技术平台，有丰富的技术资源和实践场景来验证和迭代方案
- 复合技能成长：工作涉及架构、安全、可观测、数据等多个维度，能锻炼全面的技术视野和系统设计能力
- 技术复杂度高：需要同时应对云原生、AI模型、企业安全等多个高复杂度领域的交叉问题
- 持续学习要求高：AI领域技术迭代极快，需要不断学习新框架、新协议、新安全威胁并快速转化为实践
- 适合具备扎实后端功底，对AI技术抱有热情，希望投身于构建下一代企业级AI基础设施的工程师
- 要求有较强的学习能力、系统设计思维和对工程质量的极致追求
缺点 / 挑战
- 安全责任重大：作为企业级平台，任何安全漏洞或合规问题都可能造成严重影响，工作压力与责任并存
角色解读
- 技术专家路径：深耕AI Infra领域，成为云原生、安全、可观测性某一方向的技术专家或架构师
- 技术管理路径：负责AI平台某一模块或子团队，向技术负责人或高级技术经理发展
- 业务结合路径：深入理解企业客户需求，转向AI解决方案架构师或产品经理角色，设计更贴合业务场景的产品
- 设计并开发企业级AI平台的管控中枢，处理多租户、权限、计费等核心问题
- 构建AI应用的安全防线，确保从身份认证到数据流转、模型交互的全链路安全可控
- 建设AI应用的可观测体系，通过链路追踪、日志和指标监控来保障系统稳定并支持持续优化
- 设计与实现数据和工具的接入方案，让AI Agent能安全、高效地使用企业内部信息
- 扎实的后端架构与分布式系统开发能力（Java/Python/Go），熟悉云原生技术栈（K8s，微服务）
- 对LLM、Agent框架、Prompt工程有深入理解和实战经验，能将其工程化落地
- 具备企业级安全设计知识，包括认证授权、密钥管理、审计、数据脱敏等
- 拥有系统化思维和工程素养，能处理复杂的企业级平台架构问题，并持续跟进AI前沿
申请策略
- 在面试中展现你对“企业级”和“平台化”设计的理解，思考如何应对多租户、可扩展性、合规性等挑战
- 准备好解释你过往项目中遇到的安全、性能或架构难题，以及你是如何分析和解决的
- 主动了解阿里巴巴在AI、云计算和安全领域的产品与技术动向，面试时可体现你的关注和思考
- 突出设计和开发高可用分布式系统的项目经验，特别是与云原生（K8s、微服务）相关的实践
- 详细描述参与或主导过的AI/LLM相关项目，如Agent开发、Prompt工程优化、LLM应用部署等
- 强调在系统安全、权限控制、审计日志、数据脱敏等方面的具体实践和成果
- 展示通过AI工具（如Copilot、编码Agent）提升开发效率的经验，以及对技术文档（英文）的阅读和转化能力
- 系统学习云原生安全（如K8s RBAC、OPA）、可观测性（OpenTelemetry生态）的具体技术栈
面试指南
- 对于架构设计问题，采用“背景-挑战-方案-技术选型-效果与反思”的框架来组织回答，突出决策依据
- 对于安全相关问题，遵循“识别威胁-设计防御-纵深防御-监控响应”的思路，展示系统性安全思维
- 对于具体技术问题，结合具体项目经验，说明问题场景、你的解决方案、遇到的困难及最终成果
- 请描述一个你设计过的高可用分布式系统架构，重点说明你是如何保证其安全性和可观测性的？
- 你如何理解LLM应用中的Function Calling和MCP协议？在设计一个企业级Agent平台时，你会考虑哪些安全风险和缓解措施？
- 如果让你设计一个多租户的AI应用管控平台的审计日志系统，你会如何设计其架构、存储和查询方案？
- 当AI Agent需要在受控环境下访问企业内部数据库时，你会设计怎样的数据接入和权限控制方案？
- 请分享一个你利用AI编码工具辅助完成复杂工程任务的案例，你是如何平衡AI生成代码与人工质量把控的？
职位点评
薪资福利82
成长发展90
工作生活50
使命价值85
薪资福利
82较高
作为已上市巨头企业的技术岗位，预计提供有市场竞争力的薪酬和完善的福利体系。但JD未明确薪资与福利细节。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该职位涉及LLM、Agent、云原生、安全等多个前沿技术领域的深度实践，技术栈先进且综合，能提供极高的技能成长与架构视野提升。
技术前沿前沿/新兴技术
技术栈LLM、Agent、MCP、Kubernetes、OpenTelemetry、Prompt Engineering、微服务
成长机会持续跟进 AI 领域前沿、独立消化英文一手资料并转化为工程实践
业务类型profit_center
工作生活
50较低
JD未提及任何关于工作模式、办公地点或工作生活平衡的信息，无法判断办公灵活性与工作强度。
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
85较高
岗位致力于构建企业级AI基础设施，助力企业安全、合规地应用AI技术，具有较高的正向社会价值和产业推动意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号确保企业场景下零密钥外泄、可管可控、支撑安全审计与事后追溯
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