阿里巴巴
阿里云智能-AI应用开发工程-采购&成本管理-杭州
阿里云智能-AI应用开发工程-采购&成本管理-杭州
发布于 1 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
Mybatis
Rag
大模型
性能优化
架构设计
采购系统
值不值得投
74综合评分
综合评分 74
核心业务线、前沿AI技术落地、薪资偏高、业务复杂度高、WLB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
3.5万
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 2920 个在招 · 其中后端开发 76 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
该职位负责阿里云采购与成本管理系统的技术方案设计与核心模块开发，要求具备扎实的Java全栈开发能力
同时需要运用大模型、Agent等AI技术进行业务系统的工程化落地，并负责系统的稳定性保障与性能优化
最低要求
至少5年以上Java相关开发经验，精通Java编程，熟悉网络和多线程编程
熟悉Spring Boot/MyBatis/React等开源框架及其相关技术体系，深入理解其运行原理，具有全栈能力优先
能够理解采购业务需求的复杂度，做出合理的技术选型判断，并独立完成采购系统核心模块的技术方案设计
具备AI Native思维，了解大模型、智能体（Agent）、RAG等AI技术在业务系统中的工程化落地方式
具备和业务或者团队内外的上下游产品的互动能力，能够主动理解任务/需求与团队和项目其他人工作之间关系
工作职责
技术方案设计：收集、识别、分析客户需求，并确定技术方案的目标、范围和交付成果
基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等
技术实现：基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现
负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等
对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署
对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等
稳定性和性能优化：制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠
运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能
技术预研：跟踪和了解最新的产品技术和趋势，根据业务需要提供最新的技术支持和建议
技术规划：理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地
优先资格
有采购、供应链、财务、税务等相关系统开发经验者优先
有AI应用开发或大模型工程化落地经验者优先
AI 洞察
优缺点分析
优点
- 接触前沿AI技术（大模型、Agent等）在复杂企业级系统中的落地场景，技术含金量高
- 技术体系完善，有利于提升系统架构设计、性能优化及高可用保障能力
- 采购与成本管理系统业务逻辑复杂，需要深入理解业务并处理大量上下游交互
- 适合具备扎实Java后端基础、对AI技术落地有热情，且希望深入理解企业级复杂业务（如采购/供应链）的高级开发工程师
缺点 / 挑战
- 依托阿里云平台，能参与支撑核心采购与成本管理系统的建设，业务场景复杂且极具挑战
- 系统稳定性要求极高，可能需要承担oncall值班及线上突发问题的排查压力
角色解读
- 从核心开发向技术架构师方向发展，主导高可用、高拓展性的系统架构规划
- 深入AI与业务结合领域，成为AI应用工程化落地的技术专家
- 负责阿里云采购与成本管理系统的技术方案设计与核心模块开发，涵盖需求分析、架构设计到编码实现的全流程
- 将大模型、Agent、RAG等AI技术工程化落地到采购业务系统中，提升业务智能化水平
- 负责系统的稳定性保障、性能优化及线上疑难问题排查，确保系统高可用
- 精通Java编程及Spring Boot/MyBatis等主流框架，具备扎实的全栈开发能力
- 具备AI Native思维，熟悉大模型、Agent、RAG等AI技术的工程化落地方式
- 深入理解采购、供应链或财务业务逻辑，能独立完成复杂业务场景的技术选型与架构设计
申请策略
- 提前了解阿里云采购系统的业务背景及AI在供应链领域的应用趋势，面试时展现业务思考
- 突出5年以上Java开发经验及全栈能力，列举主导的核心模块设计与架构重构案例
- 重点展示大模型、Agent、RAG等AI技术在业务系统中的实际工程化落地项目经验
- 强调在采购、供应链、财务等复杂业务系统领域的开发经验及业务理解深度
- 深入学习大模型应用开发框架（如LangChain）及RAG架构设计，提升AI工程化落地能力
- 复习并巩固Java并发编程、JVM调优及分布式系统架构设计知识
面试指南
- STAR法则：针对架构设计或性能优化问题，按情境、任务、行动、结果的结构清晰阐述
- 技术深度+业务价值：在回答AI落地或技术选型时，不仅讲技术实现细节，更要强调对业务指标的提升
- 请分享一个你主导的复杂系统架构设计案例，你是如何进行技术选型和权衡的？
- 在采购或供应链系统中，如何利用大模型或Agent技术优化业务流程？请举例说明
- 面对线上突发的高并发或系统性能瓶颈问题，你的排查思路和解决步骤是什么？
- 如何保证核心业务系统的高可用性和稳定性？你制定过哪些稳定性策略？
- 准备2-3个具有技术深度的项目案例，重点突出架构设计、AI落地或性能优化的具体数据指标
- 了解阿里云及集团采购业务的基本逻辑，思考AI技术在该场景下的潜在应用点
职位点评
薪资福利85
成长发展90
工作生活40
使命价值65
薪资福利
85较高
作为已上市企业的核心业务线岗位，薪资水平及福利体系在市场中具备较强竞争力。
薪资信号偏高 (2.5千–4.5万/月)
成长发展
90较高
岗位涉及大模型、Agent等前沿AI技术的工程化落地，且负责核心系统架构规划，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈Java、Spring Boot、MyBatis、React、大模型、Agent、RAG
业务类型cost_center
工作生活
40较低
JD中未提及工作模式与WLB相关信息，且岗位涉及oncall值班与线上问题排查，工作强度可能较大。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
65中等
支撑企业核心采购与成本管理系统，属于企业内部效能提升与降本增效的关键环节，具有明确的业务价值。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs