阿里巴巴
阿里云智能-Agent研发专家-开放平台-北京/杭州
阿里云智能-Agent研发专家-开放平台-北京/杭州
发布于 4 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
Grpc
Llm
Opentelemetry
Prompt Engineering
值不值得投
76综合评分
综合评分 76
前沿AI技术岗，技术成长空间巨大，但工作模式与节奏需进一步确认。
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
45K
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 2700 个在招 · 其中人工智能 约 290 个
市场机会
选择面较广
北京 · 人工智能 · 约 490 个在招
职位详情
关于这个职位
该职位为阿里云智能开放平台的Agent研发专家，负责研发面向开发者与企业客户的一站式智能体产品OpenAgent
你将深入参与Agent内核、任务执行引擎、工具生态等核心底层架构的工程化设计与开发，致力于将LLM与云原生技术融合，解决真实世界中的复杂云上问题
最低要求
学历与经验背景
计算机科学、软件工程、人工智能相关专业本科及以上学历
具备 3-5 年后端研发或 AI 系统工程化落地经验，有完整的 AI Agent 产品从 0 到 1 的研发经历
扎实的工程技术底盘
精通 Python / Node.js / Java 中至少一门，熟悉微服务架构、RESTful API、gRPC、OpenTelemetry 等主流后端技术栈，具备复杂后端系统的设计与调优能力
深入理解 PostgreSQL、MySQL、Redis、Elasticsearch、S3 等存储组件的使用场景与核心原理，能根据 Agent 业务特性进行合理选型
熟练掌握 Linux、Docker、Kubernetes，熟悉 CI/CD、DevOps 流程，对阿里云基础云产品有一定了解者优先
深入的 Agent 技术认知
熟悉 LLM 及 Agent 基本机制及其技术原理，包括但不限于：LLM API 调度、KV Cache 优化、Agent Loop、Tool Use、Skills、Memory、Subagent、Multi-Agent 等
对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有较深入的了解与实战经验
熟悉 Agent 主流技术栈（如 Skills、MCP、Sandbox 隔离执行等），有真实 Agent 系统的生产级开发与上线经验
AI Native 的工作方式与产品嗅觉
极强的 AI 辅助编程能力： 熟练使用 AI Agent 工具进行软件开发，具有极强的学习能力
能够在 AI 辅助下，在陌生领域进行有质量保证的编程工作
重度 Agent 用户： 是 Agent 产品的高强度用户，对 Agent Harness 的开发有极大的热情
深度使用过代码类及通用类 Agent 产品
技术与产品品味： 对模型行为有品味、有判断力，对开发者体验有强感知，具备出色的技术抽象与工程创新能力
综合素质
优秀的沟通与跨团队协作能力，能够清晰表达复杂的技术方案
强自驱力、好奇心强，具备从产品原型到工程落地的全链路闭环能力
工作职责
核心架构设计与开发： 参与设计并开发 OpenAgent 产品的核心技术架构与技术选型
主导 Agent 相关主线产品的关键特性研发，包括 Agent 内核框架、业务逻辑编排、多轮对话状态管理及效果调优
工程基座建设： 建设稳定可靠、高并发的 Agent 工程底座，确保复杂云上任务的执行过程可控、可查、可中断、可复现
模型与 Harness 协同进化： 定义和实现 Harness 领域的前沿创新，从工程视角推动最新的大模型与 OpenAgent 的深度适配与共同进化
数据驱动与体验打磨： 关注业务运行数据与核心指标，以真实云上场景作为产品和模型能力训练的重要反馈源
理解并分析用户反馈，围绕模型效果与开发者体验做持续迭代与打磨
工具生态与标准化： 与前端、产品、生态团队协作，将优秀实践沉淀为可复用的框架能力
推动协议的落地，繁荣 Agent 工具调用生态
AI 赋能研发流程： 通过 AI 改善团队的研发工作流和工程质量，建设先进的 CI/CD 和 DevOps 工具链，提升整体交付效率
优先资格
有云计算平台管控面研发经验，熟悉云资源生命周期管理者优先
在开源社区有活跃的 Agent 框架贡献，或主导过知名开源 Agent 项目者优先
在知名会议/期刊上发表过Agent相关学术论文者优先
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与LLM与云原生结合的智能体产品研发，处于AI技术落地的最前沿
- 业务影响：所研发的产品直接服务于云上开发者，工作成果可见度高，对业务有直接影响
- 工程复杂度大：需要构建复杂的状态管理、工具生态与任务执行引擎，对系统设计能力要求极高
- 领域知识深：需深入理解云计算管控面、资源生命周期等领域知识，学习曲线较陡
- 适合对AI Agent技术有极大热情、具备扎实后端工程能力、并渴望在真实云环境中将前沿AI技术产品化的中高级工程师
缺点 / 挑战
- 平台资源：背靠阿里云，拥有海量开发者与企业客户场景，能接触到大规模、复杂的生产级挑战
- 技术难度高：需要同时应对AI模型不确定性与云服务高可用、高性能要求的双重挑战
角色解读
- 技术专家路线：深耕AI Agent与云原生技术，成为该领域的架构师或技术专家
- 技术管理路线：凭借技术影响力与团队协作能力，向技术团队负责人或经理方向发展
- 行业影响力路线：通过主导开源项目或发表学术论文，提升个人在AI Agent领域的行业声誉
- 负责设计与开发阿里云核心智能体产品OpenAgent的底层架构与关键特性，如Agent内核、任务执行引擎
- 构建高可用、高并发的Agent工程基础设施，确保复杂云上AI任务稳定运行
- 推动大模型技术与云原生工程实践的深度融合，实现模型与工程的协同进化
- 通过AI技术赋能研发流程，提升团队整体工程效率与交付质量
- 需要精通Python/Java等后端语言，并深入理解微服务、容器化（Docker/K8s）及主流云服务组件
- 必须具备扎实的AI Agent技术认知，熟悉LLM原理、Prompt工程、工具调用（Tool Use）及多Agent架构
- 需要有从0到1构建AI产品或系统的完整经验，并能熟练运用AI工具辅助自身开发
- 要求具备出色的技术抽象能力、系统设计能力和跨团队协作沟通能力
申请策略
- 研究阿里云现有的云产品文档与开发者工具，思考OpenAgent能如何改善现有云资源管理体验
- 关注OpenAgent相关的开源动态或技术博客，了解团队的技术选型和思路，在面试中展现你的关注与思考
- 重点突出参与或主导的AI Agent/大模型相关项目，详细描述你在其中的架构设计或核心模块实现工作
- 强调在复杂后端系统、高并发场景或云原生基础设施方面的工程经验与技术深度
- 列举你熟练使用的AI开发工具（如Copilot、Cursor等）及对Prompt工程的实践经验
- 系统学习Agent框架（如LangChain, AutoGen等）与MCP等工具协议的设计原理
- 深入实践云计算平台（尤其是阿里云）的核心产品，如ECS、RDS、OSS、微服务引擎等
- 强化在大型项目中的CI/CD、可观测性（如OpenTelemetry）与DevOps实践能力
面试指南
- 对于项目经验问题，采用STAR法则（情境、任务、行动、结果），重点突出技术决策、架构思考与最终效果
- 对于系统设计问题，先阐述核心目标（高可用、可扩展），再分解关键模块（状态机、执行器、工具适配器），并讨论容错与监控方案
- 对于技术评价问题，先肯定优点，再结合自身思考提出改进方向，展示批判性思维与工程化视角
- 请描述你从0到1参与的一个AI Agent或AI系统项目的完整经历，你主要负责哪部分？
- 如何设计一个高可用的Agent任务执行引擎，确保任务状态可控、可查、可中断？
- 在Agent系统中，如何平衡Prompt Engineering的灵活性与工程化的稳定性？
- 你如何评价当前主流Agent框架（如LangChain）的优缺点？如果让你设计，会做哪些不同的选择？
- 在实际云环境中，Agent调用云资源（如创建一台ECS）可能遇到哪些安全与权限挑战？如何解决？
职位点评
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利
80较高
该职位属于知名科技企业的核心技术岗，薪资福利体系预计在市场中具有竞争力，能满足求职者对物质回报与稳定性的基本需求。
薪资信号未披露（AI估算：35K-55K/月）
福利待遇五险一金、年终奖、股票期权
成长发展
95较高
该职位处于LLM与云原生技术融合的最前沿，涉及架构设计、工程落地全流程，能为求职者提供顶尖的技术成长平台与职业发展机会。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Prompt Engineering、Context Engineering、Harness Engineering、Kubernetes、Docker、gRPC、OpenTelemetry
成长机会从0到1的研经历、全链路闭环能力
业务类型profit_center
工作生活
40较低
职位描述未明确提及办公模式、弹性工作或工作生活平衡相关信息，无法判断其工作节奏与灵活性。
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
85较高
该职位致力于构建AI时代云原生交互的重要基石，服务于海量开发者，具有较高的技术价值与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号解决客户在真实世界中的复杂问题、成为AI时代云原生交互的重要基石
创新程度开拓性创新（行业首创）
Watch Jobs