阿里巴巴
业务技术-Agent平台研发工程师-杭州
业务技术-Agent平台研发工程师-杭州
发布于 大约 14 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
A2A
Deepspeed
Go
Llm
Mcp
Rag
值不值得投
73综合评分
综合评分 73
大厂AI Agent平台研发，前沿技术栈，成长空间大，但工作灵活性一般。
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
45K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1580 个在招 · 其中人工智能 91 个
市场机会
选择面较广
杭州 · 人工智能 · 97 个在招
职位详情
关于这个职位
该职位属于阿里巴巴淘天集团，专注于AI Agent基础平台（Agent Infra）的研发
你将设计和实现可扩展的Agent基础设施，参与开发套件和产品，并与业务团队协作优化Agent性能，涉及RAG、MCP、工具调用、SFT/RL等前沿技术
适合具备LLM工程化经验、热爱AI原生应用的工程师
最低要求
计算机相关专业本科及以上学历，3 年以上研发经验
具备 LLM 工程化项目经验
扎实的计算机科学基础，至少精通 Java / Go / Python 之一
能使用多种语言完成跨平台开发
对大模型技术原理与应用有深入理解
具备 Agent 系统设计、Memory、RAG、工具调用、MCP/A2A 协议、规划执行等关键技术实践经验
熟悉云基础产品与服务架构
有云+AI 项目经验，能主导技术项目落地
具备强化学习、规划算法实践经验者优先
熟悉 CI/CD、K8s、Serverless 等云原生技术
对 AI 原生应用充满热情，能快速学习前沿技术
善于发现并解决问题，具备良好的团队协作与沟通能力
工作职责
负责 AI Agent 基础平台（Agent Infra）的设计与实现，确保系统稳定、可扩展
参与 AI Agent 开发套件与相关产品的研发，支持业务团队进行快速迭代
与产品、业务团队密切协作，识别场景需求与痛点，并给出技术方案及架构优化建议
负责 Agent 优化链路与模型评估体系，利用 Context Engineering、SFT、RL 等算法提升 Agent 性能
跟踪 AI Agent 生态技术发展，评估并引入前沿技术（如 LLM、MCP/A2A 协议），保持平台技术领先
优先资格
LLM Agent 落地经验（PE、RAG、多模态 Agent 等）优先
大模型训练、部署、推理加速（DeepSpeed, sglang, vllm 等）或蒸馏经验优先
AI 洞察
优缺点分析
优点
- AI Agent是当前最前沿方向，能接触LLM工程化、RAG、强化学习等热门技术
- 团队属于淘天集团，业务体量大，个人影响力易放大
- Agent技术迭代迅速，需要持续跟踪前沿，保持技术敏感度
缺点 / 挑战
- 阿里巴巴大厂平台，技术挑战大，有大量真实业务场景支撑
- 技术栈复杂，需要同时掌握工程和算法多个领域，学习压力大
- 大厂内部节奏快，可能面临一定的加班和KPI压力
- 适合有大模型或平台开发经验、热爱技术挑战、希望在AI领域深耕的工程师
角色解读
- 技术专家路线：深耕AI Agent基础设施，成为平台架构师或技术专家
- 业务技术融合：与业务团队紧密合作，逐步转向技术Leader或产品技术负责人
- 行业前景广阔：AI Agent是当前热点领域，技能可迁移性强，未来可向AI Infra、大模型平台等方向发展
- 负责AI Agent基础平台（Agent Infra）的设计与实现，确保系统稳定可扩展
- 参与AI Agent开发套件与产品研发，支持业务团队快速迭代
- 与产品、业务团队协作，识别需求痛点，提供架构优化方案
- 优化Agent链路与模型评估体系，利用Context Engineering、SFT、RL等提升性能
- 扎实的编程能力，精通Java/Go/Python之一，能跨平台开发
- 深入理解大模型技术原理，熟悉Agent系统设计、RAG、工具调用、MCP/A2A协议等
- 熟悉云基础产品与云原生技术（CI/CD, K8s, Serverless），有云+AI项目经验
- 具备强化学习、规划算法经验或训练部署加速经验（DeepSpeed, vLLM等）优先
申请策略
- 了解淘天集团业务，思考Agent如何应用于电商场景，在面试中展现场景理解力
- 准备1-2个架构设计案例，说明如何解决高并发、稳定性或可扩展性问题
- 突出LLM工程化项目经验，特别是Agent系统、RAG、工具调用相关落地案例
- 强调Java/Go/Python的深度与广度，展示系统架构设计与优化能力
- 体现云原生技术实践（K8s, Serverless）及大规模系统稳定性保障经验
- 如有强化学习、模型加速经验，务必重点标注
- 系统学习Agent设计模式（Memory、Planning、Tool Use）及MCP/A2A协议细节
- 动手搭建一个基于LangChain或自研的Agent demo，展示工程实现能力
面试指南
- 采用STAR法则：情境→任务→行动→结果，突出量化成果
- 答题时先拆解问题核心，再分点作答，注意结合业界最佳实践和自身项目经验
- 对于架构设计类问题，可以从需求分析、系统模块、技术选型、扩展性等方面展开
- 请介绍你参与过的一个LLM Agent项目，包括架构设计、关键技术和遇到的挑战
- RAG系统中如何解决检索质量和幻觉问题？
- 在Agent设计中，如何进行工具调用的规划与错误处理？
- 如何评估和优化Agent的整体性能？你了解哪些评估方法？
- 请设计一个高可用的Agent服务平台，考虑哪些技术选型和架构要素？
职位点评
薪资福利75
成长发展90
工作生活55
使命价值60
薪资福利
75中等
阿里巴巴作为头部大厂，薪资和福利在行业内具有较强竞争力，虽然JD未披露具体薪酬，但整体可预期较高。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
AI Agent是当前技术前沿，岗位涉及LLM工程化、RAG、强化学习等多项高价值技能，并有大厂平台支撑，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、MCP、A2A、SFT、RL、DeepSpeed、Kubernetes
业务类型ambiguous
工作生活
55较低
JD未提及远程或弹性工作，默认现场办公；大厂工作节奏可能较快，但园区环境完善。灵活性一般。
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
60中等
AI行业处于高速增长期，但该岗位更偏向平台技术支撑，对社会的直接影响中性，意义感中等。
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