阿里巴巴
阿里云智能-Agent开发工程师/专家-供应链/Agent应用-杭州
阿里云智能-Agent开发工程师/专家-供应链/Agent应用-杭州
发布于 大约 22 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
Ai Agent
Llm
Prompt Engineering
Rag
供应链
分布式系统
微服务架构
值不值得投
66综合评分
综合评分 66
前沿AI技术栈、大厂核心业务岗、技术成长空间大，但工作模式与强度需确认。
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
35K
与后端开发中位数基本持平
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 2690 个在招 · 其中后端开发 73 个
市场机会
选择面较广
杭州 · 后端开发 · 约 160 个在招
职位详情
关于这个职位
这是阿里巴巴云智能集团在杭州招聘的供应链领域AI Agent开发工程师/专家
你将负责利用大模型技术，设计和开发智能补货、自动调度等供应链场景的AI Agent，并推动传统系统向AI原生架构演进，实现供应链的智能化升级
最低要求
基础素质：5年以上后端/Agent开发经验，精通Java/Python至少一门语言，深入理解多线程、分布式系统及微服务架构
AI工程能力：熟悉LLM应用开发框架（如LangChain），有实际的AI Agent设计、RAG检索增强或工作流编排经验者优先
业务融合力：具备较强的业务抽象能力，能快速理解供应链复杂流程，将业务规则转化为可执行的Agent逻辑
攻坚与维稳：擅长解决复杂性能问题与线上疑难杂症，具备强烈的风险意识与安全生产执行力
协作与驱动：具备良好的跨团队沟通能力，能独立负责中等复杂度项目，主动推动技术选型落地与团队知识沉淀
工作职责
供应链系统架构与开发：负责生产、仓储、物流核心模块的后端设计与编码，保障高并发下的系统稳定性与数据一致性
主导代码评审与技术重构，解决性能瓶颈
AI Agent 落地与应用：基于大模型技术，设计并开发供应链场景专用的 AI Agent（如智能补货、自动调度、异常预警），实现从需求分析、Prompt 工程到工具调用（Function Calling）的全链路闭环
AINative 系统改造：推动传统系统向 AI 原生架构演进，构建适配 Agent 的数据接口与记忆机制，确保系统能自主感知业务状态并执行决策
稳定性与安全治理：制定高可用策略，负责线上故障排查、容灾演练及安全生产规范落地，确保业务零中断
技术规划与预研：跟踪 AI 前沿技术，结合业务痛点输出技术方案，平衡短期交付与长期架构扩展性
优先资格
有实际的 AI Agent 设计、RAG 检索增强或工作流编排经验者优先
AI 洞察
优缺点分析
优点
- 直接参与大模型与Agent技术在供应链核心业务的落地，能积累前沿的AI工程化经验
- 技术栈涵盖后端、AI、架构等多个维度，能构建复合型技术能力壁垒
- 需要处理高并发系统和复杂线上问题，对工程稳定性和攻坚能力要求严格
- 大厂项目节奏快，对交付效率和跨团队协作能力要求高
- 适合具备扎实后端基础、对AI Agent技术有浓厚兴趣、并乐于在复杂业务场景中解决实际问题的工程师
缺点 / 挑战
- 在头部科技公司的核心业务线上工作，技术挑战与项目复杂度高，成长速度快
- 将AI Agent与复杂供应链业务深度结合，技术实现和业务理解都有较高门槛
角色解读
- 在技术深度上，可以成长为AI Agent领域的资深专家或架构师，主导复杂智能系统的设计
- 在技术广度上，可以深入理解并主导特定垂直领域（如供应链）的AI解决方案
- 未来有机会转向AI技术负责人或技术管理岗位，带领团队探索前沿技术落地
- 负责供应链核心模块的后端架构设计与开发，保障系统在高并发下的稳定运行
- 运用大模型技术，设计和实现供应链场景的AI Agent，如智能补货和自动调度，完成从需求到落地的全链路开发
- 推动现有系统向AI原生架构升级，构建能自主感知和决策的智能系统
- 需要扎实的后端开发功底，精通Java或Python，并深入理解分布式系统与微服务架构
- 必须掌握LLM应用开发，熟悉LangChain等框架，并有AI Agent或RAG的实际项目经验
- 需要具备将复杂供应链业务逻辑抽象并转化为可执行Agent逻辑的能力
申请策略
- 在简历或求职信中，清晰表达你对将AI技术应用于实体产业（如供应链）的理解和热情
- 提前研究阿里云在供应链领域的解决方案或产品，思考AI Agent可能如何提升其效能
- 重点突出使用Java/Python开发的高并发、分布式后端项目经验，展示解决性能瓶颈的能力
- 详细描述参与的AI相关项目，特别是涉及LLM应用、Agent开发或RAG的实践，说明技术选型与实现细节
- 强调与业务方协作，将业务需求转化为技术方案的项目经历，体现业务理解与抽象能力
- 系统学习LangChain、LlamaIndex等LLM应用开发框架，并尝试构建一个完整的Agent应用Demo
- 深入研究Prompt Engineering方法论，了解如何通过优化提示词来提升Agent的表现
- 复习分布式系统理论，如CAP原理、常见分布式锁、事务解决方案，并准备相关案例
面试指南
- 对于项目经验类问题，采用STAR法则（情境、任务、行动、结果）进行结构化描述，重点突出技术决策和效果
- 对于设计类问题，遵循“理解业务需求 -> 技术方案拆解 -> 架构选型 -> 考虑扩展性与稳定性”的思路来回答
- 对于排查类问题，遵循“现象描述 -> 缓慢定位 -> 根因分析 -> 解决方案 -> 预防措施”的逻辑链
- 请介绍一个你设计的AI Agent项目，它的架构是怎样的？遇到了哪些挑战？
- 如何将供应链中的‘智能补货’需求转化为一个可执行的Agent任务？请描述设计过程
- 如果一个线上AI Agent服务在高并发下响应缓慢，你会如何排查和解决？
- LangChain中的Agent、Chain、Tool分别解决什么问题？它们如何协作？
- 在微服务架构下，如何保证Agent决策所需数据的一致性和实时性？
职位点评
薪资福利70
成长发展75
工作生活50
使命价值65
薪资福利
70中等
该职位薪资具有市场竞争力，且为大型上市企业，能提供较为完善的福利保障体系。
薪资信号市场水准 (25K-45K/月)
福利待遇五险一金
成长发展
75中等
该职位工作在AI技术落地业务的前沿，能接触LLM、Agent等新兴技术，有较强的技术成长性，但未明确提及内部培训与晋升路径。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、LangChain、RAG、Prompt Engineering、Function Calling
业务类型profit_center
工作生活
50较低
职位未明确说明工作模式，且作为核心业务技术岗，可能存在一定工作强度。具体工作地点与通勤情况需进一步确认。
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
65中等
岗位将AI技术应用于供应链优化，有助于提升产业效率，具有一定的社会价值。所处行业和领域处于发展期。
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