阿里巴巴
高德-AI Agent Tech Lead-Agent
高德-AI Agent Tech Lead-Agent
发布于 3 小时前中层管理(经理/总监)
全职员工仅现场办公技术管理
技术管理
Ai Agent
Finops
Rag
分布式系统
团队管理
工程效能
平台工程
技术战略
质量评测
值不值得投
79综合评分
综合评分 79
前沿AI赛道、技术决策权大、管理发展空间广阔，但工作强度与WLB存在一定挑战
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
11.5万
比技术管理中位数高
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 3910 个在招 · 其中技术管理 8 个
市场机会
选择面较广
北京 · 技术管理 · 80 个在招
职位详情
关于这个职位
该职位全面负责高德AI Agent业务的技术战略与路线规划，主导从底层架构设计到线上交付的全链路质量体系建设
需统筹Agent平台基础设施、工程效能与成本经营，并带领50人以上技术团队完成产品落地与组织梯队搭建
最低要求
年以上研发经验，带过 50 人以上工程团队，具备多级管理经验
有完整的 LLM / Agent 产品从原型到生产、并对线上质量长期负责的经历
不是只做过平台，也不是只做过模型
具备大规模分布式系统或平台建设背景，理解成本结构，能够基于真实账单和资源数据做决策
工作职责
技术战略与路线决策 (Technical Strategy & Roadmap)
定义 Agentic AI 业务的整体技术演进路线，对技术选型的前瞻性与落地性同时负责
主导核心技术路线的战略级取舍，避免因归因错误导致的规模化资源浪费
与业务及产品负责人共同定义技术目标与节奏，确保投入与业务北极星指标强对齐
Agent 质量体系与评测飞轮 (Quality System & Eval Flywheel)
对线上 Agent 的端到端质量直接负责
建立系统级的 Agent 标准，让"好不好"成为可度量、可归因、可迭代的工程问题
构建从数据清洗、Bad Case 挖掘、评测执行到修复上线的自动化闭环飞轮，持续压缩问题发现到修复的周期
解决离线评测与线上体验的错位问题，建立离线 Eval、在线指标与人工抽检三者互相校准的质量体系
平台化与基础设施 (Platform & AgentOps)
统筹 Agent Infra & Platform 建设，包括 Agent 框架、Eval 平台、Sandbox、可观测性 (Observability) 以及统一的工具调用 (Tool-use) 能力
主导 Context Engine 的架构演进：RAG、Memory、上下文组织与数据供给，确保 Agent 在真实业务数据上的准确性与新鲜度
对平台建设保持克制与判断力，清楚区分"应该沉淀为平台的共性能力"与"应该留在业务侧快速迭代的能力"，以平台采用率而非平台数量作为衡量标准
工程效率与成本经营 (Engineering Efficiency & FinOps)
对单位任务成本、推理效率与资源利用率负责，将成本能力建设为业务的结构性优势而非事后补救
主导 Agent Ops、FinOps 与资源调度体系建设，把成本账算到可归因的粒度，支撑技术决策与商业化定价
持续投入研发效率工具与工程基建，让团队的产出效率随规模增长而不是被规模稀释
应用交付与端到端体验 (Applied AI & Delivery)
统筹 Applied AI 与产品功能的交付，对从模型能力到用户手中体验的完整链路负责
在不确定性极高的底层模型之上，交付具备生产力级别稳定性的用户体验：定义 Agent 的自主权边界、错误恢复机制与人机协作范式的工程实现
建立跨方向的联合作战机制，避免 Infra、Applied AI、Context 各自为战，确保同一个质量问题有统一的归因和裁决路径
组织建设与人才培养 (Org Building & Leadership)
带领团队下多个技术方向，搭建下一层组织人才，定义技术标准与人才梯队
打造兼具工程师文化与良好 AI 技术直觉的复合型团队，让工程与算法能够在同一套语言体系下决策
在高速迭代、充满不确定性的 AI 浪潮中保持团队的战略定力，建立容错、鼓励验证、以结果为准的技术文化
AI 洞察
优缺点分析
优点
- 处于AI Agent前沿赛道，技术栈极具前瞻性与行业稀缺性
- 依托高德与阿里生态，拥有海量真实业务场景与高质量数据支撑
- 赋予高度技术决策权与团队组建权，可直接塑造技术文化与发展方向
- 薪酬福利与期权激励对标互联网头部水平，长期收益潜力大
- 管理50人以上团队且背负线上质量与成本KPI，高强度高压环境常态化
- 适合具备深厚AI架构功底、丰富大型团队管理经验，且能在高不确定性环境中果断决策的技术领导者
缺点 / 挑战
- AI Agent技术尚处快速迭代期，底层模型不确定性高，技术路线探索风险大
- 需平衡平台通用性与业务敏捷性，跨部门协同与资源争夺压力显著
角色解读
- 向首席架构师或技术VP方向进阶，主导更大规模的AI业务技术布局
- 深耕AI Agent垂直领域，成为行业顶尖的技术布道者与产品技术双栖专家
- 拓展至AI商业化与生态建设，推动技术成果向实际业务价值转化
- 制定Agentic AI业务的技术战略与演进路线，把控核心架构选型
- 搭建Agent全链路质量评测体系与自动化飞轮，保障线上体验
- 统筹Agent基础设施平台建设与工程效能/成本经营（FinOps）
- 领导50人以上技术团队，推动跨方向协同与组织人才梯队建设
- 精通LLM/Agent架构设计，具备从原型到生产环境落地的完整经验
- 掌握大规模分布式系统与平台工程方法论，熟悉RAG、Memory等上下文引擎
- 具备深厚的工程效能与成本控制（FinOps）实战能力，能基于数据驱动决策
- 拥有成熟的多级团队管理经验，擅长技术战略规划与复合型人才培养
申请策略
- 提前研究高德地图在出行服务中的AI应用场景，准备针对性的技术破局思路
- 关注阿里技术社区与高管公开演讲，了解其AI战略导向与文化偏好
- 突出LLM/Agent从0到1落地及线上大规模调用的实战案例，量化质量与成本优化指标
- 强调跨部门协同与平台化建设经验，展示技术架构如何反哺业务增长
- 详细列举团队管理与人才培养成果，体现梯队搭建与技术文化塑造能力
- 深入跟进Agentic AI最新开源框架与工业界最佳实践，补齐Agent编排与工具调用短板
- 强化FinOps与云原生资源调度知识，提升大规模算力成本管控能力
- 补充产品思维与商业化定价逻辑，使技术方案更紧密对齐业务北极星指标
面试指南
- 采用STAR法则结构化陈述项目背景、核心动作、量化结果与复盘反思
- 聚焦技术决策背后的业务价值与数据依据，避免陷入纯理论探讨
- 展现系统性思维，将单一技术问题延伸至架构、流程、组织与文化多维度解决方案
- 请分享一个你主导的LLM/Agent项目从原型到线上稳定运行的完整历程，遇到的最大挑战是什么？
- 面对底层模型的不确定性，你如何设计Agent的质量评测体系与错误恢复机制？
- 在资源有限的情况下，你如何权衡平台能力沉淀与业务快速迭代的需求？
- 请谈谈你过去管理50人规模技术团队的经验，如何激发团队创新并保持战略定力？
- 梳理过往主导的AI相关核心项目，提炼可复用的架构模式与避坑指南
职位点评
薪资福利85
成长发展90
工作生活55
使命价值75
薪资福利
85较高
JD未明确披露具体薪资范围，但作为核心AI技术负责人岗位，结合行业惯例，预计薪酬待遇处于市场中上水平，对补偿性动机满足度较高。
薪资信号未披露（AI估算：8.0千–15.0万/月）
成长发展
90较高
岗位深度绑定Agentic AI前沿技术，提供从架构设计到团队搭建的全面成长空间，技术视野与管理能力双重跃升机会显著。
技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、FinOps、分布式系统
业务类型profit_center
工作生活
55较低
JD未明确提及办公模式与加班政策，但AI技术攻关与线上质量负责制通常伴随较高工作强度与响应要求，WLB可能面临一定挑战。
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
75中等
致力于推动AI Agent技术在真实业务场景中的落地，通过提升出行服务智能化水平创造实际社会价值，技术使命感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs