阿里巴巴
智元科技-应用研发工程师-Agent 方向
智元科技-应用研发工程师-Agent 方向
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Llamaindex
Prompt
Rag
Spring Ai
Vllm
值不值得投
79综合评分
综合评分 79
核心AI业务线、前沿Agent技术栈、成长空间极大，WLB未明确。
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
2万
比后端开发中位数低
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 3020 个在招 · 其中后端开发 77 个
市场机会
选择面较广
杭州 · 后端开发 · 约 170 个在招
职位详情
关于这个职位
该职位主要负责千问、夸克等AI Agent场景（如Office、视频生成、医疗等）的应用开发与迭代
你需要使用现有Agent框架和模型接口完成功能开发，并参与日常维护、接口联调及技术文档编写，适合对大模型应用研发感兴趣的初级开发者
最低要求
计算机或相关专业本科及以上学历，具有1年左右开发经验
能力优秀的应届毕业生也可考虑
熟悉 Java、C++ 或 Python 中至少一种开发语言，具备基本的编码、调试和问题排查能力
熟悉常用 Linux 命令，能够在 Linux 环境下进行应用部署、日志查看和基础问题定位
对大模型应用有基本了解，了解 Prompt、RAG、Agent、工具调用等基本概念
了解 HTTP/RPC 接口、数据库、缓存、消息队列等常见后端技术，能够在现有架构下完成业务功能开发
具备良好的沟通和协作能力，能够理解需求，按计划完成开发、测试和交付工作
对 AI 应用研发有兴趣，学习能力较好，能够快速熟悉项目所使用的技术和工具
工作职责
参与千问、夸克相关 Agent 如 Office / 视频生成/ PPT/ 医疗等场景应用的开发、联调和迭代，在团队指导下完成具体功能模块的研发与交付
根据产品和业务需求，使用现有 Agent 框架、模型接口及相关工具，完成 AI 应用功能开发
参与应用日常维护，协助排查和解决系统运行过程中的功能、性能及稳定性问题
配合完成接口联调、测试验证、上线发布及相关技术文档编写
关注大模型应用领域的常用技术和实践，并在实际项目中进行合理应用
优先资格
了解或使用过 LangChain、Spring AI、LlamaIndex、vLLM 等相关框架或系统者优先，不要求具备底层开发经验
AI 洞察
优缺点分析
优点
- 身处大模型与Agent应用爆发的核心赛道，技术前沿且极具发展潜力
- 依托千问、夸克等核心AI产品线，能接触到海量用户场景与顶尖技术资源
- 团队有指导机制，适合应届生或初级开发者快速积累大模型工程化落地经验
- 大模型应用技术迭代极快，需要保持高强度的持续学习以跟进最新框架和论文
- 适合对AI大模型应用充满热情、具备扎实后端基础且学习能力强的初级开发者或优秀应届生
缺点 / 挑战
- Agent应用在实际落地中常面临幻觉、稳定性等工程挑战，排查和解决复杂问题难度较大
角色解读
- 从初级应用研发工程师成长为AI应用架构师或大模型业务专家
- 深入Agent、RAG等前沿技术，向AI产品技术负责人或算法工程化专家方向发展
- 负责千问、夸克等AI Agent在Office、视频生成、医疗等场景的应用开发与迭代
- 使用现有Agent框架和模型接口，完成AI应用功能模块的编码、联调与交付
- 参与日常系统维护，排查解决功能、性能及稳定性问题，编写技术文档
- 熟练掌握Java、C++或Python至少一种语言，具备扎实的编码与调试能力
- 熟悉Linux环境部署与日志排查，了解HTTP/RPC、数据库、缓存等后端基础技术
- 理解大模型应用核心概念（Prompt、RAG、Agent），了解LangChain等主流框架
申请策略
- 了解通义千问和夸克的最新产品动态，思考Agent技术如何赋能这些具体业务场景
- 突出在Java/Python/C++方面的项目经验，特别是涉及后端接口、数据库或并发处理的实战
- 展示对大模型应用（如RAG、Agent、Prompt Engineering）的理解，若有相关开源项目或Demo请务必附上
- 强调在Linux环境下的开发部署经验以及快速学习新技术的能力
- 动手实践LangChain或Spring AI框架，尝试搭建一个包含工具调用和RAG的完整Agent应用
- 深入学习HTTP/RPC协议及消息队列，巩固后端工程化基础
面试指南
- STAR法则：针对项目经验，按情境、任务、行动、结果结构化回答，突出个人贡献和技术深度
- 概念+实践：回答大模型概念时，先准确定义，再结合自己写过的Demo或看过的源码举例说明
- 排查思路：针对系统问题，按照'定位现象-查看日志-分析链路-验证假设-修复验证'的逻辑展开
- 请介绍一个你使用Java/Python/C++完成的复杂项目，你在其中遇到了什么技术难点？
- 你如何理解RAG和Agent？它们在实际应用中有什么区别和联系？
- 如果Agent在调用外部工具时出现超时或返回错误，你会如何排查和解决？
- 请描述一下你熟悉的后端架构，数据库、缓存和消息队列在其中分别扮演什么角色？
- 复习计算机网络、操作系统及数据库基础，准备1-2个能体现自己解决问题能力的后端项目案例
职位点评
薪资福利80
成长发展95
工作生活50
使命价值85
薪资福利
80较高
JD未明确披露薪资信息，基于岗位层级与城市，该职位的薪酬福利具备市场竞争力。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
95较高
处于大模型与Agent应用的最前沿，能深度参与核心AI产品，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Agent、RAG、Prompt、LangChain、Spring AI、LlamaIndex、vLLM、大模型
成长机会在团队指导下完成、关注大模型应用领域的常用技术和实践
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，无法准确评估工作生活平衡状况。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
参与大模型Agent应用落地，推动AI技术在办公、医疗等实际场景的赋能，具有较高的社会价值与行业前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
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