阿里巴巴
千问办公-AI全栈研发工程师-Teambition
千问办公-AI全栈研发工程师-Teambition
发布于 14 小时前普通员工/个人贡献者
全职员工仅现场办公全栈开发
全栈开发
Agent框架
Rocketmq
向量数据库
大模型应用
微服务架构
值不值得投
78综合评分
综合评分 78
核心业务线AI全栈研发岗，技术栈前沿、成长空间大，适合追求技术突破的工程师。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比全栈开发中位数高
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 3340 个在招 · 其中全栈开发 20 个
市场机会
选择适中
杭州 · 全栈开发 · 42 个在招
职位详情
关于这个职位
该职位负责钉钉Teambition产品的AI能力开发与迭代，包括AI产品助理、数字员工等
你需要探索大模型在项目管理中的创新应用，设计并优化Agent系统架构，推动AI在协同办公场景的深度融合与落地
最低要求
计算机相关专业本科及以上学历，2年以上相关领域开发经验
有优秀的编程和算法基础，熟悉 Python/Java/C++ 等主流编程语言
拥有全栈能力，熟悉 JavaScript/React/HTML/CSS 等客户端技术， 对 Vibe Coding 和软件工程 Harness 有深入实践和理解
熟悉常见 Agent 框架，对大模型应用开发有实际经验，能够面向大模型构建 CLI，MCP，Skill等，通过 FDE 方式推动客户 AI 场景落地
对 AI 技术发展趋势有深刻理解，具备强烈的产品意识和业务洞察力，能够将技术能力转化为业务价值，有优秀的跨团队沟通协作和抗压能力，对新技术充满热情
熟练掌握 RocketMQ、Kafka、Redis、Flink 等中间件，熟练使用 MySQL/PostgreSQL/MongoDB等常见数据库，有实际性能调优经验，了解向量数据库应用
熟悉分布式系统设计，理解微服务架构及其治理体系
工作职责
主导钉钉项目 Teambition 产品 AI 能力的（AI 产品助理、AI 数字员工、产品Skill等）开发和迭代，打造面向未来的 AI 项目管理体验
探索 AI 大模型在项目管理和团队协作领域的创新应用，推动 AI 驱动的工作方式变革，推动 AI 在行业化工作流中落地，结合行业客户特点将大模型技术与协同办公场景深度融合
负责设计和优化 Agent 系统架构，包括任务规划、提示词工程、工具调用、记忆管理等核心 Agent 能力，协助客户落地业务场景下 AI Agent
AI 洞察
优缺点分析
优点
- 身处AI大模型与协同办公结合的前沿赛道，技术栈新颖，能积累丰富的Agent系统与大模型应用经验
- 依托核心业务线，拥有海量真实业务场景和庞大的用户基数，技术落地价值高
- 全栈加AI的复合能力要求，有助于打造极具竞争力的个人技术壁垒
- 技术迭代极快，需要持续跟进大模型、Agent框架及Vibe Coding等新技术的学习与工程实践
- 适合具备全栈开发基础、对大模型和Agent技术有浓厚兴趣，且希望将AI技术转化为实际业务价值的工程师
缺点 / 挑战
- 跨团队沟通与业务落地要求高，需平衡技术探索与业务交付的压力
角色解读
- 从AI全栈研发工程师向AI架构师或AI技术专家方向发展，深入大模型底层与Agent系统设计
- 凭借强烈的产品意识，可转型为AI产品经理或技术业务负责人，主导AI协同办公产品的商业化落地
- 负责钉钉Teambition产品的AI能力开发，包括AI产品助理、数字员工等模块的迭代
- 探索大模型在项目管理中的应用，设计并优化Agent系统架构，涵盖任务规划、提示词工程、工具调用等
- 推动AI在行业化工作流中的落地，结合客户特点将大模型技术与协同办公场景深度融合
- 扎实的全栈开发能力，熟练掌握Python/Java/C++及前端技术栈（React/JS等）
- 熟悉大模型应用开发与常见Agent框架，能构建CLI、MCP、Skill等
- 精通分布式系统、微服务架构及主流中间件（RocketMQ/Kafka/Redis等），具备性能调优经验
申请策略
- 了解钉钉和Teambition的产品特性及AI功能现状，思考大模型在项目管理中的创新应用场景
- 准备具体的AI项目案例，展示你如何通过技术手段解决复杂业务问题
- 突出全栈开发能力，展示前后端及中间件的实际项目经验与性能调优成果
- 重点描述大模型应用开发、Agent框架使用或相关AI项目的落地经验，如构建CLI、MCP等
- 体现产品意识与业务洞察力，说明过往经历中如何将技术转化为业务价值
- 深入学习主流Agent框架及提示词工程、记忆管理等核心概念
- 熟悉Vibe Coding理念及软件工程Harness实践，提升AI辅助编程与工程化能力
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、行动和结果，突出个人贡献与业务价值
- 架构设计思路：从需求分析、技术选型、核心模块设计到性能优化，系统性展示技术深度与全局观
- 请介绍一个你主导或深度参与的Agent系统或大模型应用项目，遇到了哪些技术挑战？
- 在设计和优化Agent架构时，你是如何处理任务规划、工具调用和记忆管理的？
- 结合Teambition的产品场景，你会如何设计一个AI产品助理或数字员工？
- 你的全栈技术栈中，前端React和后端中间件经验如何结合来优化大模型应用的响应体验？
- 复习分布式系统、微服务架构及常用中间件的底层原理与调优经验
- 深入了解当前主流大模型应用开发范式、Agent设计模式及在协同办公领域的最新进展
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
核心业务线的AI研发岗，薪资具备较强市场竞争力，福利体系完善。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及大模型、Agent架构等前沿技术，且要求全栈能力，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、Java、JavaScript、React、Agent框架、大模型应用、CLI、MCP、Skill、RocketMQ、Kafka、Redis、Flink、向量数据库
业务类型ambiguous
工作生活
50较低
JD未明确提及工作模式与WLB信息，无法准确评估工作生活平衡状况。
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
80较高
推动AI驱动的工作方式变革，打造面向未来的AI项目管理体验，具有较高的行业创新价值。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动 AI 驱动的工作方式变革、打造面向未来的 AI 项目管理体验
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