阿里巴巴
业务技术-AI应用研发工程师-资金结算方向
业务技术-AI应用研发工程师-资金结算方向
发布于 1 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
Rag
Spring Ai
分布式系统
大模型
资金结算
高并发
值不值得投
78综合评分
综合评分 78
阿里淘天核心资金链路岗位，技术栈前沿（Java+AI Agent），业务壁垒高，成长空间大，但工作强度与稳定性要求较高。
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
3.8万
比后端开发中位数高
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 2990 个在招 · 其中后端开发 80 个
市场机会
选择面较广
杭州 · 后端开发 · 约 170 个在招
职位详情
关于这个职位
该职位主要负责淘天集团资金结算平台的建设与AI业务应用研发
你需要运用Java和分布式技术解决高并发、数据一致性等工程问题，同时结合大模型和Agent技术，开发异常归因、智能服务等AI应用，提升研发效能与业务价值
最低要求
一、Java与分布式工程能力
本科及以上学历，计算机、软件工程、人工智能等相关专业优先
精通 Java，深入理解集合、并发编程、线程模型、JVM、IO/NIO及网络编程等核心机制
熟练使用 Spring Boot、Spring Cloud、MyBatis 等主流框架，具备良好的系统设计、代码质量、单元测试和工程治理能力
熟悉微服务、RPC、消息队列、缓存、数据库和分布式任务调度，掌握限流、熔断、降级、重试、幂等、隔离及分布式一致性等常见方案
具备高并发、低延迟、高可用系统的实际研发经验，能够定位和解决线程、内存、GC、数据库、缓存及网络等线上问题
二、运用AI提升研发效能的能力
能熟练使用大模型及 AI 编程工具辅助需求分析、方案设计、编码、测试用例生成、代码审查、文档编写和问题排查
能结合代码、日志、监控、业务文档和历史案例设计有效的 AI 辅助方案，并将重复性的研发或业务支撑工作工具化、自动化
理解大模型的能力边界，能够对 AI 生成的代码、结论和操作建议进行验证，避免将未经校验的结果直接应用于资金链路
有使用 AI 提升研发交付、线上排障、运维处置或业务支撑效率的实际经验，能够说明具体场景和取得的效果
三、Agent应用研发能力
理解大模型基础概念及能力边界，了解 Token、上下文窗口、Temperature、Top-P、KV Cache 等基本原理
理解 ReAct、Plan-and-Execute、Tool Use、Memory 等 Agent 基础机制，能够根据任务特点选择确定性 Workflow、单 Agent 或 Multi-Agent 方案
使用过 Spring AI、LangChain/LangGraph、AgentScope 或同类框架中的至少一种，能够完成 Agent 流程编排和核心模块开发
不要求精通多种框架
熟悉 Function Calling、MCP、Skills 或 OpenAPI 等工具接入方式，能够将结算查询、账务核对、异常诊断等业务接口封装为可稳定调用的工具
具备 Prompt、上下文管理、RAG或其他知识注入方式的实践经验，能够有效使用结算规则、业务文档和历史案例
能针对模型输出错误、工具调用失败、超时、重复执行和异常循环等问题，设计参数校验、结果校验、重试、降级、回退及人工兜底机制
四、业务理解与生产保障能力
具备良好的业务理解和问题抽象能力，能够判断问题应由 AI、业务规则、自动化流程还是传统工程方式解决
具备较强的生产稳定性和资金安全意识，重视数据一致性、权限隔离、敏感信息保护、结果校验、操作审计和人工复核
具备日志、指标和全链路追踪实践，能够定位模型推理、知识检索、工具调用及业务执行过程中的问题
能够通过基础测试集、业务指标和 Bad Case 分析验证应用效果，并持续推动方案优化
具备良好的沟通协作和项目推进能力，能够与业务、产品及上下游研发团队共同完成方案落地
工作职责
资金结算平台建设：参与货款结算、佣金清分、退款回流、对账核销、商家提现、跨境结算等核心系统的设计与研发，解决高并发、低延迟、数据一致性和故障恢复等工程问题，保障资金处理准确、稳定、安全和可追溯
AI业务应用研发：深入资金结算业务，识别适合使用 AI 解决的高价值问题，建设规则查询、异常资金归因、对账差异排查、工单辅助处理和商家智能服务等 AI 应用
结合业务特点，合理选择 Agent、确定性工作流、规则系统或传统工程方案，推动 AI 能力真正创造业务价值
AI研发提效与能力沉淀：运用大模型和 AI 编程工具提升需求理解、系统设计、编码、测试、代码审查、文档沉淀、故障定位及运维处置效率
将有效实践沉淀为可复用的研发工具、知识库和工程组件，推动 AI 提效能力在团队内规模化应用
生产级系统交付：基于 Java 技术栈完成 AI 应用与现有结算系统的可靠集成，建设工具调用、知识检索、上下文管理、状态保持及异常恢复等能力
完善日志、监控、链路追踪和安全审计，通过限流、熔断、降级、重试、人工复核等机制，保障 AI 应用在资金场景中稳定、可控地运行
优先资格
有大型交易、支付清算、资金结算、账务核对或金融风控系统的研发经验
有生产级 Agent、RAG、智能问答、异常诊断或 AI Workflow 上线经验
有使用 AI 显著提升研发、排障、运维或业务支撑效率的实际案例
AI 洞察
优缺点分析
优点
- 能接触到前沿的AI Agent落地场景，将大模型与实际业务深度结合，技术栈非常前沿
- 需要同时兼顾传统分布式工程与新兴AI技术，学习曲线较陡
- 适合具备扎实Java后端基础，对AI大模型应用有浓厚兴趣，且能在高压核心业务中保持严谨细致的技术人才
缺点 / 挑战
- 资金结算是电商核心链路，业务壁垒高，技术挑战大（高并发、高可用）
- 资金链路对稳定性和一致性要求极高，容错率低，线上排障和心理压力较大
角色解读
- 从核心业务系统研发向AI+业务的复合型架构师发展
- 在资金结算这一核心链路中积累深厚的业务壁垒，未来可向技术专家或业务架构师方向晋升
- 负责资金结算核心系统的设计与研发，解决高并发、低延迟等工程问题
- 结合大模型和Agent技术，开发异常归因、智能服务等AI应用
- 运用AI工具提升研发效能，沉淀可复用的工程组件
- 精通Java及Spring生态，具备高并发、分布式系统开发经验
- 熟悉大模型原理及Agent框架（如Spring AI、LangChain），能进行流程编排和工具接入
- 具备较强的业务理解能力和生产稳定性保障意识
申请策略
- 了解淘天集团资金结算的业务逻辑，思考AI在财务对账、异常排查等场景的落地可能性，面试时展现出对业务价值的思考
- 突出高并发、分布式系统的设计与优化经验
- 重点展示使用大模型、Agent或RAG解决实际业务问题或提升研发效能的具体案例
- 强调对资金安全、数据一致性的理解和实践
- 深入学习Spring AI或LangChain等Agent框架，掌握Function Calling和工具编排
- 复习分布式事务、幂等性设计及高可用架构方案
面试指南
- 采用STAR法则，结合具体业务场景（如退款回流、对账核销）说明技术方案
- 对于AI问题，强调“确定性兜底”和“人工复核”机制，体现对资金安全的敬畏
- 在资金结算场景中，如何保证高并发下的数据一致性和系统高可用？
- 请介绍一个你使用Agent或大模型解决实际业务问题的案例，遇到了什么困难？
- 如何评估和验证AI生成的代码或结论在资金链路中的准确性？
- 当AI工具调用失败或模型输出错误时，你的降级和兜底方案是什么？
- 准备1-2个高并发或分布式一致性问题的深度复盘
- 梳理自己使用AI工具提效的具体数据和场景
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
阿里核心部门的核心岗位，薪资福利处于行业头部水平，但JD中未披露具体薪资范围。
薪资信号未披露（AI估算：2.5千–5万/月）
成长发展
90较高
岗位涉及核心业务链路和前沿AI技术落地，技术成长空间极大，能积累深厚的业务与技术壁垒。
技术前沿前沿/新兴技术
技术栈Java、Spring Boot、Spring Cloud、大模型、Agent、RAG、Spring AI、LangChain、Function Calling
业务类型profit_center
工作生活
50较低
核心业务线且涉及资金安全，工作强度可能较大，JD中未提及任何WLB或弹性办公信息。
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
75中等
支撑电商核心交易链路，保障商家和平台资金安全，具有较高的业务价值与稳定性意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs