阿里巴巴
淘宝闪购-AI Agent应用开发专家-区域智能经营
淘宝闪购-AI Agent应用开发专家-区域智能经营
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
任务编排
前端开发
大语言模型
系统集成
Rag知识检索
值不值得投
75综合评分
综合评分 75
阿里核心业务线、AI Agent前沿技术栈、高成长性与适中WLB平衡
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
5.0万
比人工智能中位数高
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 3760 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 450 个在招
职位详情
关于这个职位
负责淘宝闪购区域智能经营系统建设，利用大模型与AI Agent技术实现经营分析与方案执行
需梳理业务场景，设计开发Agent核心能力（检索、上下文、工具调用等），完成系统集成与安全管控，并建立监控评估体系以持续优化性能与成本
最低要求
本科及以上学历，计算机、软件工程、人工智能或相关专业，具有3年以上软件研发经验
具备扎实的编程和软件工程基础，能够独立完成复杂应用的需求分析、方案设计、编码测试、发布上线与故障排查
理解大语言模型及AI Agent应用的能力边界，熟悉结构化输出、知识检索、上下文与状态管理、工具调用、任务编排、效果评测等常用方法
能够根据问题选择合适方案，不以掌握某个特定框架作为前提
熟悉至少一种主流服务端编程语言（Java/python）及Web开发框架，掌握接口设计、数据存储、缓存、消息、并发、鉴权和可观测性等基础能力
能够完成必要的前端页面和人机交互开发，具备端到端交付意识
具有AI应用、智能助手、流程自动化或复杂业务系统的实际项目经验，能够说明本人承担的职责、关键技术决策和上线效果
能够处理模型结果不稳定、工具调用失败、长任务中断以及成本和时延约束
具备较强的业务理解、问题抽象和跨团队协作能力，能将模糊需求转化为清晰任务与验收标准，并以数据验证结果
工作职责
负责淘宝闪购区域智能经营系统建设，运用大模型和AI Agent支持经营分析、方案生成与执行
梳理区域经营流程和关键场景，将业务规则、数据指标及经营经验转化为系统能力
负责AI Agent方案设计与核心开发，建设知识检索、上下文管理、工具调用及任务编排能力
负责应用开发与系统集成，完善权限、安全、异常恢复和人工接管机制，保障稳定运行
建设效果评估与运行监控体系，持续优化应用效果、响应效率和使用成本，沉淀通用组件与规范
优先资格
有即时零售、本地生活、城市运营或多业务域系统建设经验者优先
AI 洞察
优缺点分析
优点
- 依托阿里淘天集团核心业务，接触海量真实交易数据与高并发场景
- 技术栈前沿（LLM+AI Agent），能积累稀缺的工业级智能体落地经验
- 平台资源雄厚，内部培训与技术分享氛围成熟
- 业务逻辑复杂，需快速理解即时零售与城市运营的底层规则
- AI Agent在真实场景中面临稳定性、成本控制与长任务中断等工程化难题
- 大厂节奏较快，对端到端交付质量与迭代速度要求极高
- 适合具备扎实工程基础、对大模型应用落地有浓厚兴趣，且能在高压环境下推动复杂系统从0到1落地的中高级技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI应用架构师或大模型技术专家方向深耕，主导更复杂的智能体生态建设
- 也可向技术管理（Tech Lead/总监）转型，负责业务线整体技术规划与团队建设
- 长期可拓展至泛零售/本地生活领域的智能化解决方案专家
- 基于大模型与AI Agent技术，为淘宝闪购构建区域智能经营系统
- 负责将业务规则与数据指标转化为可执行的系统能力
- 完成Agent核心模块（检索、上下文、工具调用、任务编排）的设计与开发
- 搭建系统监控与评估体系，保障线上稳定运行与成本优化
- 扎实的后端开发能力（Java/Python）及全栈交付意识
- 深入理解LLM与AI Agent架构，熟练掌握RAG、Prompt工程、状态管理与工具调用技术
- 具备复杂业务系统的架构设计、系统集成与高可用保障能力
- 优秀的业务抽象与跨团队协作能力
申请策略
- 提前研究淘天集团即时零售业务模式，准备1-2个与“智能体+业务决策”相关的案例
- 面试时注重展现工程化思维与数据驱动优化的习惯
- 突出AI Agent/大模型相关项目的完整落地经历，重点描述技术选型、难点攻克（如上下文管理、工具调用失败处理）及量化业务收益
- 强调全栈交付能力与复杂业务系统的架构设计经验
- 深入钻研LangChain/LlamaIndex等Agent框架原理，强化RAG优化、向量数据库调优及模型微调实战
- 补充高并发系统设计、可观测性监控（Prometheus/Grafana）及前端基础技能
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 针对技术难题，先阐述问题背景与约束条件，再分步骤说明技术方案选型依据、核心代码/架构设计、压测与监控手段，最后用量化数据（如准确率提升X%、延迟降低Yms、成本节省Z%）证明效果
- 请分享一个你主导的AI Agent或大模型应用落地项目，你在其中承担的核心职责是什么？
- 在实际业务中，如何解决LLM输出不稳定、工具调用失败或长任务中断的问题？
- 如何设计一个兼顾性能与成本的Agent上下文管理与知识检索方案？
- 面对模糊的业务需求，你是如何进行抽象并转化为技术方案的？
- 复习大模型基础原理（Attention、Tokenization、推理加速）、Agent核心组件（Planner, Memory, Tools）及常见开源框架源码
- 整理过往项目中关于系统稳定性保障、性能优化与成本控制的实战案例
职位点评
薪资福利80
成长发展92
工作生活50
使命价值68
薪资福利
80较高
JD未明确披露具体薪资与福利细节，但结合头部互联网企业常规薪酬结构，该岗位通常提供具备市场竞争力的现金薪酬与长期激励，对补偿性动机有一定满足度。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
92较高
岗位聚焦大模型与AI Agent前沿技术，提供丰富的业务场景与工程化落地机会，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈大语言模型、AI Agent、RAG、任务编排、Java、Python
业务类型profit_center
工作生活
50较低
JD未提及弹性工时或远程办公安排，互联网核心业务线通常迭代节奏较快，工作强度可能较高，WLB一般。
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
68中等
致力于通过AI技术赋能即时零售与城市运营，提升商业效率，具有一定的行业价值与社会影响力。
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