阿里巴巴
阿里云智能-大模型技术服务工程师TAM-北京/上海/深圳/成都/杭州/广州
阿里云智能-大模型技术服务工程师TAM-北京/上海/深圳/成都/杭州/广州
发布于 3 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
Ai Agent
Prompt工程
Pytorch
Vllm
云计算
大模型
技术支持
模型微调
值不值得投
75综合评分
综合评分 75
聚焦大模型与AI Agent落地交付，技术前沿性强，市场薪资中上，需兼顾客户沟通与项目交付节奏
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
2.8万
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 3810 个在招 · 其中人工智能 约 380 个
市场机会
选择面较广
杭州 · 人工智能 · 约 460 个在招
职位详情
关于这个职位
该职位主要负责为企业客户提供大模型AI应用的技术咨询与落地支持，担任AI教练角色
需主导AI Agent技术栈设计、工程搭建及算法调优，并提供全栈技术支持与日常工具链维护，助力企业实现AI转型与数字化协作
最低要求
本科以上学历，1年以上AI相关从业经验
擅长Python/Java/Golang/中至少一种编程语言，能在生产环境编写Agent代码
有企业级AI产品交付经验，具备AI Agentic技术实践，重度使用Claude Code / Codex / Qoder等AI编程工具
熟悉AI Agent智能体综合应用及各种Agent框架，有langchain、Autogen、Agentscope、SpringAI等开源技术工具使用及Agent搭建经验，掌握Harness Engineering涉及的各种技能
有大模型相关研究或训练经验，精通Python及pytorch等深度学习框架，熟悉推理引擎（vLLM、SGlang），熟悉模型后训练全过程，包括知识加工、语料生成、模型后训练（CPT、SFT/Lora、RL）、模型效果评测等
具有优秀的沟通技巧、对客能力、团队合作经验，和对前沿技术的感知
工作职责
面向客户以AI coach身份提供创新的大模型AI应用方案，并进行落地验证，为客户提供面向AI应用落地的全栈技术支持
主导或参与客户的AI Agent（AI数字员工）技术栈设计，并基于阿里云系列AI平台产品进行工程搭建、算法调优和实施落地
基于客户实际问题提供大模型技术支撑和优化，包含不限于模型后训练、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等
针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优
AI 洞察
优缺点分析
优点
- 深度接触大模型与AI Agent前沿技术，技术栈更新快且贴近产业真实场景
- 依托头部云厂商平台资源，可积累高价值的企业级AI交付案例与人脉网络
- 对客沟通与技术方案平衡需要较强的综合能力
- 适合热爱AI技术落地、具备扎实工程能力且乐于与客户直接沟通的技术型人才
缺点 / 挑战
- 需频繁对接客户现场实施，项目交付周期压力大，技术迭代迅速要求持续高强度学习
角色解读
- 可向AI解决方案架构师、大模型技术专家或AI产品负责人方向发展，逐步承担更复杂的跨行业AI转型项目与技术团队管理工作
- 担任企业客户的AI技术教练，负责大模型AI应用方案的咨询、架构设计与落地验证
- 主导AI Agent技术栈搭建、模型调优与工程化开发，解决客户在实际业务中的AI落地难题
- 精通Python及主流深度学习框架，熟练掌握LangChain、Autogen等Agent开发框架与推理引擎
- 具备企业级AI产品交付经验，熟悉模型后训练全流程及AI编程工具链
申请策略
- 提前了解目标客户所在行业的AI痛点，准备1-2个完整的AI Agent落地案例（含架构图、难点与解决方案）
- 关注阿里云最新AI产品线动态
- 突出企业级AI项目交付经验，详细列出参与的Agent框架搭建、模型微调（SFT/LoRA）及推理引擎优化实战
- 量化技术落地带来的业务效率提升或成本降低指标
- 强化LangChain/AutoGen等主流Agent框架的深度源码阅读与二次开发能力
- 补充Prompt工程、RAG架构设计及多模态大模型应用的最佳实践
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经验
- 技术类问题先讲清架构选型依据，再说明关键参数调优策略与踩坑复盘，最后用业务指标或性能数据佐证成果
- 对客沟通题侧重展现需求拆解、预期管理与敏捷迭代能力
- 请分享一个你主导的AI Agent或大模型应用落地项目，你是如何设计技术栈并解决核心瓶颈的？
- 在模型后训练（如SFT/LoRA）过程中，如何处理数据质量与过拟合问题？
- 面对客户对AI应用效果预期过高或需求模糊的情况，你会如何进行技术引导与方案调整？
- 如何评估和优化基于LangChain/AutoGen构建的Agent系统的稳定性与执行效率？
- 复习大模型微调全流程（数据清洗、指令构造、训练策略、评测基准）及主流推理引擎特性
职位点评
薪资福利75
成长发展85
工作生活60
使命价值75
薪资福利
75中等
薪资结构通常为底薪加绩效，符合云计算行业技术交付岗位的市场水准，福利体系完善但JD未明确具体补贴。
薪资信号未披露（AI估算：2.0千–3.5万/月）
成长发展
85较高
聚焦大模型与AI Agent前沿技术，技术栈更新快且贴近产业落地，能积累稀缺的AI工程化与模型调优经验。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、vLLM、LangChain、Autogen、Agent框架
业务类型profit_center
工作生活
60中等
需频繁对接客户现场实施，工作节奏受项目交付周期影响较大，JD未明确弹性工时或远程政策。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
紧扣企业AI转型与数字员工趋势，技术应用场景具有明确的商业价值与行业前瞻性。
行业发展高速增长赛道
社会影响中性/一般
使命信号协助企业做AI转型和应用落地、倡导数字员工理念
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