阿里巴巴
业务技术-AI应用研发工程师-搜索终端
业务技术-AI应用研发工程师-搜索终端
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公移动端开发
移动端开发
Ai Agent
Ai应用
Langgraph
Llamaindex
Prompt Engineering
Rag
大模型
性能优化
搜索
值不值得投
74综合评分
综合评分 74
阿里搜索团队AI应用研发岗位，技术前沿、成长性强，但WLB需自行评估
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
28K
比移动端开发中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 2560 个在招 · 其中移动端开发 8 个
市场机会
选择适中
杭州 · 移动端开发 · 13 个在招
职位详情
关于这个职位
负责淘宝搜索、拍立淘等亿级流量核心业务的客户端架构设计与功能研发，深度探索端侧AI与大模型在移动端的工程化落地，参与Agent系统设计，打造“快、准、懂你”的智能搜索体验
最低要求
年以上前端/客户端/终端开发经验，对大模型、AI Agent、工具调用、RAG、上下文工程、Workflow 编排等方向有实际理解或项目经验
业务理解能力强，具备良好的业务架构基础，熟悉AI技术和应用，理解设计模式，在项目或产品中有很好的实践
沟通能力良好，责任心强，对技术有激情，有良好的快速学习能力
有服务端开发经验，熟悉跨端技术，参与过大型项目者优先
了解搜索引擎，算法，图像视频，机器学习知识者优先，熟悉 Prompt Engineering、RAG、Function Calling、Agent 编排范式，有基于 LangGraph、LlamaIndex、AutoGen、Dify、AgentScope等框架的实战经验者优先
工作职责
深度参与核心业务架构与研发：深度参与淘宝搜索、拍立淘及AI助手等亿级流量核心业务的客户端架构设计、功能研发与持续优化
聚焦用户体验与商业效率的双重提升，你将与产品、算法、前端等多团队紧密协作，从需求洞察到技术落地，全程驱动搜索功能的迭代演进，打造“快、准、懂你”的智能搜索体验
主导端侧基础设施与性能极致优化：主导搜索客户端基础库、通用组件及动态化框架的建设与升级，构建高内聚、低耦合、可扩展的技术底座
通过自动化、可视化的工具链，解决启动速度、流畅度、内存占用等极致性能难题，显著提升业务迭代效率与系统稳定性，为搜索业务的规模化发展提供坚实支撑
探索端智能与AI交互的前沿方向：积极探索“端侧AI”与搜索融合的创新场景，重点投入图像搜索（以图搜图）、多模态理解、大模型（如GPT类技术）在移动端侧的工程化落地
推动“从关键词到意图理解”、“从结果列表到对话式导购”的体验跃迁，你将有机会参与从0到1的创新产品孵化，定义行业领先的智能搜索新范式
参与 Agent 系统核心模块的设计与落地，覆盖任务规划、推理执行、上下文增强、记忆管理、工具编排以及运行时稳定性保障
深度对接业务场景，将通用 Agent 框架沉淀为面向业务的可复用能力组件
负责从需求拆解、Prompt/工作流设计、工具与数据接入、灰度上线到效果回流的全链路交付，确保 Agent 在真实流量下满足业务的准确率、时延与成本指标
构建 Agent 全链路观测与 Trace 体系，记录 Agent 执行过程中的上下文输入、工具调用、文件变更、测试结果、人工干预、失败原因和最终产物
支持对 Agent 行为、任务效果、失败 case、成本和性能进行多维分析与归因，为后续优化和规模化落地提供依据
建立自动化评测、回测和 case 分析机制，围绕真实业务任务构建评测数据集、验证标准和效果指标
通过模型选择、上下文优化、工具链改造、Prompt / Skill 调整、Workflow 编排等方式，持续提升 Agent 的任务成功率、稳定性、可控性和交付质量
优先资格
有服务端开发经验，熟悉跨端技术，参与过大型项目者优先
了解搜索引擎，算法，图像视频，机器学习知识者优先，熟悉 Prompt Engineering、RAG、Function Calling、Agent 编排范式，有基于 LangGraph、LlamaIndex、AutoGen、Dify、AgentScope等框架的实战经验者优先
AI 洞察
优缺点分析
优点
- 接触AI前沿技术如大模型、Agent，有从0到1的创新机会
- 与多团队协作，能全面提升技术视野与业务理解
- 阿里技术生态完善，资源与学习平台丰富
- 技术要求高，需持续学习AI与性能优化等跨领域知识
- 业务迭代快，工作强度可能较大，追求极致性能指标
- 团队内部技术竞争与标准高，需保持高水平输出
- 适合具备扎实客户端开发基础、对AI应用有浓厚兴趣、喜欢攻克技术难题并追求业务价值的求职者
缺点 / 挑战
- 参与淘宝等核心业务，技术影响力大，项目规模与挑战性高
角色解读
- 从客户端开发专家向AI应用架构师发展，深入搜索与AI融合技术
- 参与创新产品孵化，有机会定义行业智能搜索新范式
- 可向技术管理或资深技术专家岗位晋升，带领团队攻克复杂技术挑战
- 负责亿级流量搜索业务的客户端架构设计与功能研发，确保用户体验与商业效率
- 构建和优化端侧基础设施，解决性能瓶颈，提升系统稳定性
- 探索端侧AI与大模型融合，推动图像搜索、多模态理解等创新场景落地
- 设计并实现Agent系统模块，保障任务成功率与可控性，进行全链路观测与优化
- 前端/客户端开发经验，熟悉移动端架构与性能优化
- AI技术理解与实践，包括大模型、Agent、RAG、Prompt Engineering等
- 良好的业务架构能力与跨团队协作沟通
- 学习能力强，对技术有激情，能快速掌握新领域
申请策略
- 研究阿里巴巴搜索业务与技术博客，了解当前技术方向与挑战
- 准备展示技术深度与广度的案例，体现创新思维与落地能力
- 关注团队文化与协作模式，面试中表达对搜索业务的热情
- 突出客户端/前端开发项目经验，特别是性能优化与架构设计
- 展示AI相关学习或项目经历，如使用LangChain、LlamaIndex进行开发
- 强调参与大型复杂项目的成果，体现解决实际问题的能力
- 深入学习大模型与Agent技术，实践Prompt Engineering和RAG应用
- 了解搜索引擎基础与算法原理，增强技术深度
面试指南
- 使用STAR法则结构化描述项目经验，突出技术选型与成果
- 结合业务场景解释AI技术应用，强调工程化落地与性能考量
- 展示对Agent系统设计的理解，如模块划分、可观测性构建
- 体现对搜索业务的热情与学习意愿，连接个人技能与岗位需求
- 描述一个你主导的客户端性能优化项目，遇到的挑战和解决方案
- 如何将大模型技术应用到移动端搜索场景中？请举例说明
- 你对AI Agent在搜索业务中的落地有什么理解与设想？
- 如何处理跨端技术栈差异，确保组件的通用性与可扩展性？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
作为上市公司核心业务岗位，薪资与福利体系应有市场竞争力，但JD未披露具体信息，需面试确认。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位涉及端侧AI、大模型等前沿技术，有明确创新探索方向，技术成长空间较大，但JD未提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、RAG、Prompt Engineering、LangGraph、LlamaIndex
业务类型profit_center
工作生活
60中等
JD未明确提及办公模式与工作时间，无法判断WLB情况；办公地点可能在科技园区，但通勤未说明。
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
70中等
AI与搜索赛道处于增长期，技术应用有创新价值，但JD未强调社会使命，更多聚焦业务与技术实现。
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