阿里巴巴
集团安全部-AI研发工程师-风险数据技术-杭州
集团安全部-AI研发工程师-风险数据技术-杭州
发布于 大约 14 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Ai基础设施
Llm
Rag
云原生
分布式系统
微服务
AI 估算 · 25k–45k
阿里杭州AI研发岗，3年+经验，薪资水平行业领先，技术含量高，中位数约3.5万。
职位详情
关于这个职位
该职位负责阿里集团安全部的AI基础设施研发，专注于风险数据分析和AI Native化，涉及LLM、RAG、Agent等技术
你将参与构建高可用、高性能的后端服务，处理亿级数据，支撑风险数据智能分析
适合具备Java后端经验并对AI工程化感兴趣的工程师
最低要求
年以上后端或平台工程经验，有高并发微服务、AI 服务化或开发者工具后端系统落地经验者优先，熟悉系统优化策略，有高并发系统研发经验优先
精通 Java语言，熟悉异步编程、性能调优、分布式系统设计，能编写高可靠、可观测的服务代码
熟悉主流 LLM 接入，了解 Prompt Engineering、RAG、Function Calling，Skills 等关键技术
熟悉云原生技术栈（K8s、Service Mesh、Prometheus/Grafana），具备 DevOps 工程实践意识，能自主完成服务部署与监控
对开发者体验（DevEx）和 AI 工具链有强烈兴趣，具备产品思维，能从工程视角推动技术价值落地
具备跨团队协作和方案推动能力，涉及部门内、跨部门的团队沟通协作,高效推动业务落地，能主动拉通、推进共识
工作职责
参与风险数据AI native基础设施建设
参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建
满足风险数据生成和分析的AI native化
打造高性价比、高可用、先进性的阿里安全数据基座
负责 AI Coding 后端服务的设计、开发与高可用部署，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行
支撑data+AI 的AI智能能力
引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地
优先资格
有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先
开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力，参与过相关竞赛
对“AI如何真正创造业务价值”有自己的深度思考
AI 洞察
优缺点分析
优点
- 平台大：阿里巴巴顶级技术平台，接触亿级数据和复杂分布式系统
- 技术前沿：深度参与AI Native基础设施和Agent相关开发，紧跟AI工程化浪潮
- 成长快：涉及多种先进技术，能快速积累高并发、云原生和LLM应用经验
- 适合对AI工程化有强烈兴趣、具备扎实Java后端基础并渴望在大平台解决复杂技术问题的工程师
缺点 / 挑战
- 影响力强：安全风险数据平台支撑全集团业务，价值明显
- 技术难度高：需要同时具备Java后端、LLM、云原生等多领域知识，学习压力大
- 加班可能：大厂工作强度较高，需要适应快节奏和高压环境
- 业务复杂度高：风险数据场景复杂，需要较强的抽象和工程能力
角色解读
- 可向资深AI平台架构师方向发展，成为风险数据AI基础设施的核心技术专家
- 有机会深入AI Agent、LLM应用等前沿领域，拓展技术广度与深度
- 在阿里集团内部有广阔的晋升通道，可转向技术管理或架构师角色
- 参与构建AI Native基础设施，包括tools、记忆、知识、skills、subAgent等，支持风险数据的生成与分析
- 负责AI Coding后端服务的设计与开发，应对亿级数据处理和毫秒级响应
- 推动AI工程化、向量计算、实时数仓等前沿技术在业务场景中的落地
- 精通Java，熟悉异步编程、性能调优和分布式系统设计
- 熟悉LLM接入，了解Prompt Engineering、RAG、Function Calling、Skills等技术
- 熟悉云原生技术栈（K8s、Service Mesh、Prometheus/Grafana），具备DevOps实践能力
- 具备产品思维和跨团队协作能力
申请策略
- 投递时附上技术博客或GitHub链接，增加可信度
- 在面试中展现对AI如何创造业务价值的思考，与岗位要求契合
- 突出高并发系统设计和开发经验，尤其是用Java构建的分布式服务
- 如果有AI应用或Agent相关项目（如RAG、多智能体），重点展示落地细节
- 强调云原生技术实践，如K8s部署、监控体系搭建
- 展示开源贡献或技术博客，体现技术影响力
- 系统学习LLM应用开发，动手实现一个RAG或Agent原型
- 巩固Java性能调优和分布式系统理论，补充Service Mesh等云原生知识
面试指南
- 用STAR法则描述项目经历，突出技术难点和你的决策过程
- 从系统设计层面讲思路，先定方案再谈细节，展示结构化思考
- 结合具体案例说明你如何推动跨团队协作，强调结果导向
- 请介绍你参与过的最复杂的高并发服务设计，如何保证可靠性和性能？
- 你如何理解RAG？在项目中如何设计和优化检索与生成？
- 如果让你设计一个Agent系统，你会如何组织tools、memory和skills？
- 如何监控和调优生产环境中的微服务性能？
- 你如何看待AI在安全风控领域的应用前景？
职位点评
77
综合评分
阿里安全部AI研发岗，前沿技术栈，薪资竞争力强但未披露，现场办公，成长空间大。
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
该职位最适合重视技术成长、渴望挑战前沿AI工程的求职者，同时需要有较强的抗压能力和现场办公适应力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活60
使命价值65
薪资福利
80较高
阿里薪资在行业内具有较强竞争力，但JD未明确薪资范围，薪酬保密。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
岗位涉及AI前沿技术，技术挑战大，成长空间广阔。
技术前沿前沿/新兴技术
技术栈Java、LLM、RAG、Agent、Kubernetes、微服务、DevOps
业务类型ambiguous
工作生活
60中等
工作地点杭州，现场办公，未提及弹性工作安排，大厂强度普遍较高。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
65中等
岗位服务于安全风控，具有一定社会价值，但JD未强调使命。
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