阿里控股-Agent 开发工程师（数字员工）-企业智能事业部

优缺点分析

角色解读

• 可向 AI 平台架构师或 AI 业务技术专家方向发展，深入探索大模型在企业级复杂场景的深度应用
• 也可转型为 AI 产品技术负责人，统筹 Agent 平台的整体演进与商业化落地
• 负责企业级 AI Agent 平台的核心模块设计与研发，包括 Agent 运行时、技能市场、任务调度等底层能力建设
• 推进大模型能力在企业办公场景的落地，解决多租户、权限控制、安全审计等复杂的企业级工程问题
• 与产品、算法等多团队协作，将业务需求抽象为可复用的平台能力，并建设质量与工程体系保障线上效果
• 熟练掌握 Python/Java/Go 等后端语言及 MySQL/Redis 等中间件，具备扎实的分布式系统设计与工程落地能力
• 具备大模型/Agent 应用实战经验，熟悉 RAG、Tool Calling、MCP 等前沿技术，能客观判断其适用场景与局限
• 具备较强的问题分析与跨团队沟通能力，能主动识别风险并推动复杂项目按期交付

申请策略

• 了解阿里企业智能事业部（如钉钉、企业办公）的业务背景，思考 Agent 技术如何切实赋能企业办公场景
• 突出后端系统架构设计经验，特别是高并发、分布式系统、消息驱动架构的实战案例
• 重点展示大模型/Agent 相关项目，如 RAG 流程设计、Tool Calling 实现、Agent 编排等落地经验
• 强调在企业级复杂系统（如多租户、权限控制、安全审计）方面的工程化落地能力
• 深入学习 MCP、A2A 等最新 Agent 协议，熟悉主流 Agent 框架及 Runtime 的接入方式
• 补充企业级安全、OAuth、RBAC、多租户隔离等相关知识，完善企业级平台设计思维

面试指南

• 采用 STAR 法则，重点突出系统设计的思考过程（如权衡取舍）、遇到的技术难点及解决方案，以及最终的业务收益
• 对于 Agent 问题，强调工程化落地能力，如评测体系、链路追踪、异常处理及线上案例回流机制
• 请介绍一个你主导设计的复杂后端系统，如何解决高并发或分布式一致性问题？
• 在 Agent 应用中，你是如何设计 Tool/Function Calling 或 RAG 流程的？遇到过哪些效果或可靠性问题？
• 企业级 Agent 平台需要处理多租户和权限控制，你会如何设计系统架构？
• 如何评估和优化一个 Agent 在真实业务中的效果与可靠性？
• 复习分布式系统基础（如 MySQL、Redis、消息队列），准备 1-2 个深度的 Agent/RAG 项目案例
• 了解阿里企业智能业务及最新的 Agent 技术趋势（如 MCP 协议），思考其在企业办公场景的应用价值