
阿里云智能-Agent Infra 研发专家/工程师-杭州
发布于 1 小时前普通员工/个人贡献者
值不值得投
综合评分 76
前沿Agent Infra核心研发岗,技术成长强、创新空间大,办公与生活平衡信息不明确
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
6.3万
与AI算法中位数基本持平
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 5250 个在招 · 其中AI算法 约 120 个
市场机会
选择面较广
杭州 · AI算法 · 约 130 个在招
职位详情
关于这个职位
该职位聚焦阿里云智能的 Agent 平台与 AI 中间件研发,负责网关、AgentScope、AI Registry 等核心模块的设计、开发与稳定性建设
最低要求
计算机相关方向,基础理论扎实,如数据结构,算法,操作系统,软件工程,体系结构,编译原理等
工作职责
参与 Agent 平台 和 AI 中间件的系统设计与实现(包括网关 & AgentScope & AI Registry), 独立完成相关模块的完整设计、开发工作,并保证功能交付的质量与稳定性
优先资格
ACM等计算机相关竞赛获奖者优先考虑
AI 洞察
优缺点分析
优点
- 岗位处于 Agent 平台和 AI 中间件方向,技术主题前沿,能够积累大模型应用基础设施和 Agent 工程化经验
- 工作内容覆盖系统设计、性能调优、高可用建设和开源生态,技术纵深和横向影响力都较强
- 参与 Higress、AgentScope 等项目,有机会通过开源社区建立外部技术影响力
- 团队强调用户需求实现和 AI Agent 落地,能接触到真实场景中的复杂问题
- Agent Infra 和 AI 中间件涉及分布式系统、框架设计、模型应用效果优化等多领域知识,技术复杂度高
- 适合有扎实后端或基础架构经验、希望深入 AI Agent 平台与中间件方向的高级研发人才,尤其适合有开源贡献、Golang/C++ 和分布式系统经验的人
缺点 / 挑战
- JD 明确提到坚韧抗压、结果导向和持续推动技术突破,说明岗位对交付和攻坚能力要求较高
- 需要推动上下游团队协作并参与开源社区建设,对沟通、影响力和英文能力都有较高要求
角色解读
- 可向 Agent Infra 架构师、AI 中间件技术专家方向发展,深入平台架构、高可用、性能优化和 Agent 运行时体系
- 可成长为开源项目核心维护者或技术负责人,通过社区贡献提升行业影响力
- 长期可转向 AI 平台技术管理、云智能基础架构负责人或面向业务落地的 AI 解决方案专家
- 负责 Agent 平台和 AI 中间件核心模块的设计与开发,包括网关、AgentScope、AI Registry 等组件,需要独立完成从方案设计到交付的全过程
- 围绕高可用、容灾、性能调优和测试演练持续提升系统稳定性,保障平台在真实业务场景中的可靠性
- 推动 AI Agent 场景落地,结合 Skills、Prompt、MCP 等上下文工程和评估方法,持续优化 Agent 效果
- 参与 Higress、AgentTeams、AgentScope 等开源项目生态建设,推动社区影响力和技术标准形成
- 需要扎实的计算机基础,包括数据结构、算法、操作系统、软件工程、体系结构和编译原理等
- 需要熟练掌握 Golang 或 C++,并具备良好的工程实践能力、敏捷开发和极限编程经验
- 需要理解 AI Agent、Skills、MCP、A2A、Memory 等方向,具备 Agent 开发、评估、调优或强化学习经验更有优势
- 需要较强的稳定性意识、风险意识、跨团队协作能力和英文沟通能力,开源社区贡献经历是重要加分项
申请策略
- 申请前建议了解阿里云智能在 AI 中间件、AgentScope、Higress 等方向的最新技术动态,面试中能结合业务场景表达判断
- 面试中尽量用真实项目说明你如何独立负责模块、推动协作、解决稳定性问题,并量化交付结果
- 重点突出你参与过的大规模后端系统、Agent 平台、AI 中间件或网关类项目,写清楚模块规模、技术难点和最终效果
- 强化 Golang/C++ 技术栈、高可用架构、容灾演练、性能测试和线上稳定性治理经历,用指标体现成果
- 如果有 Langchain、AgentScope、Dify、Higress、Kong、Nacos 或开源社区贡献经历,应单独列出贡献内容和影响力
- 突出对 Skills、Prompt、MCP、A2A、Memory、Agent 评估与调优的理解,最好结合具体落地案例说明
- 提前准备 Agent 运行时、工具调用、记忆机制、多智能体协作和 Agent 评估方法等知识,形成体系化理解
- 补强云原生网关、服务治理、可观测性、容灾设计和性能调优能力,尤其是与 Higress、Nacos 等生态相关的实践经验
面试指南
- 系统设计题采用“场景约束—核心目标—架构分层—关键机制—风险与演进”的结构回答,重点体现高可用、性能和可扩展性
- 项目经历题采用 STAR 框架,突出个人职责、技术难点、取舍过程和量化结果,避免只描述团队成果
- 新技术理解题先讲概念边界,再讲适用场景和落地挑战,最后结合 JD 中的 AgentScope、MCP、Skills、Memory 等关键词给出自己的判断
- 请介绍一个你独立负责设计并交付的复杂系统模块,说明架构选型、稳定性设计和最终效果
- 如何设计一个面向大规模用户的 Agent 平台网关?需要重点考虑哪些鉴权、限流、可观测性和容灾问题?
- 你如何理解 MCP、A2A、Memory、Skills 在 Agent 系统中的作用?是否有实际落地经验?
- 面对 Agent 输出不稳定或效果不达预期时,你会如何建立评估体系并持续优化?
- 你参与过哪些开源项目?在社区中承担过什么角色,如何推动 issue、PR 或方案落地?
职位点评
薪资福利
JD未披露薪资与福利信息,但岗位为高级研发专家方向,职责覆盖核心平台、中间件和开源生态,通常对重视技术回报与职业竞争力的求职者有较强吸引力。
成长发展
岗位明确涉及Agent平台、AI中间件、高可用架构、性能调优、开源项目和Agent效果优化,技术成长空间非常强。JD还提到关注前沿技术趋势和开源社区重要角色,对发展性动机满足度高。
工作生活
JD仅明确地点为杭州,未提及远程、弹性办公、双休或加班情况,因此生活化动机无法得到明确验证。岗位包含跨团队协作、稳定性建设和结果导向要求,工作节奏可能需要进一步向招聘方确认。
使命价值
岗位聚焦AI Agent平台、AI中间件和开源生态建设,具有较强的技术创新和行业前沿属性。JD未直接描述社会使命或公共价值,因此意义感主要来自技术推动和开源影响力。
阿里巴巴 的其他在招职位