阿里巴巴
瓴羊-高级FDE工程师-杭州/北京
瓴羊-高级FDE工程师-杭州/北京
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人工智能
人工智能
Langgraph
Llamaindex
Rag
云原生
通义千问
值不值得投
79综合评分
综合评分 79
核心AI商业化落地岗，技术栈前沿且成长空间大，但需深入客户现场，WLB挑战较高。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.8万
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 3390 个在招 · 其中人工智能 约 350 个
市场机会
选择面较广
杭州 · 人工智能 · 约 420 个在招
职位详情
关于这个职位
该职位负责深入客户业务场景，基于Agent平台和通义千问大模型进行AI应用的架构设计与开发落地
你需要端到端完成从需求分析到交付部署的全流程，并将一线项目经验反哺平台产品优化
最低要求
背景：计算机/人工智能相关专业，统招本科及以上，2-6 年开发经验
技术：具备良好的工程化能力（云原生、API 设计、系统稳定性等）
精通 Java/Python/Node.js 其中一种
AI：具备 AI 应用全生命周期开发与迭代经验，熟悉 Agentic AI 架构设计与多 Agent 协作落地
掌握 MCP、Tool Use/Function Calling 等现代模型与系统集成范式，有 RAG（含 GraphRAG/混合检索）、多模态 AI 等生产级项目案例
熟悉 LangChain/LangGraph、LlamaIndex 等主流框架生态，具备大模型推理优化、提示工程及 AI 工程化（评估、监控、成本治理）能力
熟悉SDD开发
对前沿 AI 技术趋势（如推理模型、端侧 AI、AI 安全对齐等）保持敏锐洞察
软素质：沟通表达顺畅，有技术服务意识和客户导向思维
具备将技术语言转化为业务价值的能力
工作职责
深入重点客户业务场景，快速识别其对AI技术的需求场景，例如办公提效、经营优化、智能研发、多模态识别和生成等，充分利用企业数据对业务流进行重塑，通过数据+AI进行智能决策和行动，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地
AI 应用架构与开发：基于 Agent 平台完成 AI应用 场景的架构设计、开发与迭代，负责模型编排、调用链路、成本与性能优化，确保应用稳定可扩展
场景落地与交付：深入客户业务现场（制造/零售/能源等行业），理解行业痛点，将业务需求转化为 AI 技术方案并完成交付部署
平台能力反哺：基于一线项目反馈，抽象通用能力推动平台产品优化，实现从“定制项目”到“平台能力”的转化
AI 洞察
优缺点分析
优点
- 接触最前沿的AI技术栈（Agent、RAG、多模态），处于大模型应用落地的核心赛道
- 依托阿里通义千问及瓴羊数据平台，拥有顶级的算力、数据与业务场景资源
- 端到端参与从需求到交付的全流程，极大锻炼架构设计与复杂问题解决能力
- 大模型技术迭代极快，需要持续保持对前沿技术（如推理模型、端侧AI）的学习与跟进
- 适合具备扎实工程基础、对大模型应用充满热情，且具备较强客户沟通与业务理解能力的复合型技术人才
缺点 / 挑战
- 需要频繁深入客户业务现场，可能面临较高的出差频率与现场交付压力
- 在定制化项目与平台标准化能力之间寻找平衡，对抽象总结能力要求较高
角色解读
- 从单一项目的AI交付专家，成长为具备行业深度理解的AI解决方案架构师
- 向AI平台产品方向转型，主导底层Agent平台或大模型应用框架的设计与演进
- 深入客户业务现场，识别AI需求并推动通义千问等大模型在制造、零售等行业的落地
- 基于Agent平台进行AI应用的架构设计、开发与迭代，优化模型编排与调用链路
- 将一线项目交付经验抽象为通用能力，反哺并推动底层平台产品的优化升级
- 精通Java/Python/Node.js至少一种，具备云原生、API设计等扎实的工程化能力
- 熟悉Agentic AI架构、多Agent协作、RAG及LangChain/LlamaIndex等主流AI框架
- 具备优秀的沟通表达能力，能将技术语言转化为业务价值，拥有客户导向思维
申请策略
- 了解瓴羊的业务定位及阿里通义千问的最新产品动态，面试时展现对行业场景的深刻洞察
- 突出在Agent、RAG、多模态等AI应用全生命周期开发中的实际生产级项目案例
- 强调将复杂技术转化为业务价值的经验，展示在制造、零售或能源等行业的落地成果
- 体现扎实的代码工程能力（如Java/Python、云原生、系统稳定性优化）及架构设计能力
- 深入学习LangGraph、MCP、Function Calling等现代模型集成范式与多Agent协作机制
- 提升业务咨询与需求分析能力，学习如何将客户痛点转化为可落地的AI技术方案
面试指南
- STAR法则：情境(Situation) -> 任务(Task) -> 行动(Action，突出技术选型与架构设计) -> 结果(Result，强调业务价值与性能指标)
- 技术深度+业务广度：不仅讲清楚技术实现细节（如GraphRAG、多Agent协作），还要说明该技术如何解决了客户的具体业务痛点
- 请分享一个你主导的基于Agent或RAG的AI应用落地项目，遇到了哪些技术挑战及如何解决？
- 在模型编排和调用链路中，你是如何进行成本与性能优化的？
- 如何将一线客户定制项目中的通用能力抽象并反哺到平台产品中？
- 面对客户模糊的业务需求，你如何通过数据+AI的思路进行需求分析和方案设计？
- 复习并实操LangChain/LlamaIndex的最新特性，准备一个可演示的Agent或RAG小Demo
- 了解制造、零售或能源行业的典型业务痛点，构思1-2个结合通义千问的AI解决方案
职位点评
薪资福利85
成长发展95
工作生活45
使命价值80
薪资福利
85较高
作为核心业务线的高级技术岗，薪资水平在同类岗位中具备较强竞争力，但JD未明确披露具体福利细节。
薪资信号未披露（AI估算：2.5千–5万/月）
成长发展
95较高
岗位深度涉及Agent、RAG、多模态等前沿AI技术，且依托通义千问大模型，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Agent、RAG、GraphRAG、LangChain、LangGraph、LlamaIndex、MCP、Function Calling、通义千问、Java、Python、Node.js
业务类型profit_center
工作生活
45较低
岗位需要深入客户业务现场进行交付，可能面临较高的出差频率与现场支持压力，WLB情况未明确。
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
80较高
通过数据+AI重塑企业业务流，推动大模型在制造、零售等实体行业的智能化转型，具有较高的产业价值。
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