阿里巴巴
阿里云智能-Agent研发专家-智能服务方向-杭州
阿里云智能-Agent研发专家-智能服务方向-杭州
发布于 17 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
Mcp
Prompt Engineering
Rag
Sla
可观测性
微调
系统架构
领域建模
值不值得投
78综合评分
综合评分 78
阿里云前沿AI Agent技术岗，技术成长空间大，薪资预期较高，工作生活平衡需确认。
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
4.5万
比人工智能中位数低
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 2800 个在招 · 其中人工智能 约 310 个
市场机会
选择面较广
杭州 · 人工智能 · 约 370 个在招
职位详情
关于这个职位
该职位是阿里云智能的Agent研发专家，专注于智能服务方向
核心工作是运用AI Agent技术（如RAG、Prompt Engineering、MCP等），结合系统架构设计能力，为业务领域构建高性能、可扩展、高可用的智能服务系统，并负责从模型选型、组件开发到评测优化的全链路工作
最低要求
有主导小型系统架构设计并成功落地的经验
有大规模、高并发系统实践经验
有将AI工具深度融入研发全流程的实践经验
有AI Agent系统设计与开发经验（含意图识别、RAG、评测闭环等）
精通复杂系统的架构方法论，能主导设计高可用、可扩展的系统蓝图
具备前瞻性的技术视野，能评估并引入新技术驱动架构演进
能设计并落地系统级的非功能性需求保障方案（如 SLA、容灾、安全）
具备平台化思维，能设计支撑多业务场景的共享技术模块
精通复杂业务领域的建模与抽象，能设计清晰、灵活、可扩展的领域模型
能主导核心业务域的模型设计与演进，保障模型的准确性与生命力
具备强大的逻辑思辨能力，能厘清复杂业务规则并将其系统化
能通过模型驱动，发现并解决业务架构与系统架构的不匹配问题
具备系统级的工程化视野，能设计和优化团队的开发、测试、部署流程
能深度集成AI工具到研发全链路，实现架构设计、代码生成与质量检查的智能化
能构建和完善系统的可观测性体系（日志、监控、链路追踪）
精通性能调优与稳定性治理，具备处理线上紧急故障的能力
具备优秀的技术布道能力，能主导技术方案评审，并影响团队的技术决策
善于进行跨团队的技术协调，解决复杂项目中的依赖和冲突
能直接与客户或业务方进行深度技术交流，建立信任并引导技术方向
具备产品思维，能从业务成果角度权衡技术方案的投入与产出
精通复杂业务场景的AI Agent架构设计，能构建完整的意图空间和知识工程体系
深度掌握Prompt & Context & Harness、RAG、Memory、MCP、Skills等核心组件的选型与优化
能设计并实现AI Agent的Memory机制和工具调用（MCP）体系
建立系统化的AI Agent评测闭环，通过‘评测->归因->分析->改进’持续驱动Agent能力提升
具备模型选型和微调能力，能为特定业务场景选择最优的模型方案
工作职责
系统架构：设计系统架构蓝图，选择适合的技术栈，通过合理的技术选型和服务拆分，保障系统未来的高可用、可扩展与安全性
数据模型：将业务领域抽象为结构化、高性能、易维护的数据模型，定义数据实体、关系和生命周期
API实现：与产品设计前端工程师密切合作，提供稳定、高效、安全的API服务，并共同保障端到端的体验
后端工程：基于AI软件开发新范式建立从编码、测试到部署的流程，构建完善的可观测性体系，保障研发效率和线上服务的稳定性
AI Agent工程：理解和构建对应业务领域的意图空间和知识工程体系
负责模型和框架选型、开发和优化Prompt & Context & Harness、RAG、Memory、MCP、Skills等AI Agent核心组件
建立AI Agent的评测体系，通过‘评测->归因->分析->改进’闭环持续驱动AI Agent的准确性、鲁棒性和泛化能力
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与AI Agent这一前沿领域的工程化落地，能接触最前沿的大模型应用技术
- 平台广阔：背靠阿里云，有丰富的业务场景和大规模基础设施支撑，技术成果易于规模化应用
- 成长性强：岗位职责覆盖架构、工程、AI全栈，能快速提升系统设计与AI工程化的综合能力
- 技术难度高：需要同时具备深厚的系统架构功底和前沿的AI工程化知识，对综合能力要求极高
- 业务复杂度：需要理解并抽象复杂的业务领域，将其转化为清晰的技术模型和系统设计
- 创新驱动：需要持续跟踪技术演进，并在快速变化的AI领域做出前瞻性的技术选型和架构决策
- 适合拥有扎实后端工程与系统架构基础，同时对AI Agent、大模型应用有浓厚兴趣和实战经验的高级工程师或架构师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：持续深耕AI Agent与系统架构领域，成为该细分方向的顶尖技术权威
- 技术管理路线：凭借出色的技术深度与影响力，带领团队攻克技术难题，向技术总监或架构师方向发展
- 解决方案路线：结合对业务和技术的深刻理解，转向解决方案架构师或技术顾问，提供顶层设计
- 负责设计并实现复杂业务场景下的AI Agent系统架构，构建从意图理解到任务执行的完整技术链路
- 深入开发AI Agent核心组件，包括RAG检索增强、Prompt工程、记忆机制(Memory)和工具调用(MCP)等
- 建立并驱动AI Agent的评测闭环，通过数据驱动的方式持续优化模型效果和系统稳定性
- 主导后端工程化建设，将AI工具深度融入研发全流程，提升团队整体研发效能
- 具备大规模分布式系统架构设计与落地能力，熟悉高并发、高可用技术方案
- 拥有丰富的AI Agent开发实战经验，精通RAG、Prompt优化、模型选型与微调等核心技术
- 强大的工程化与系统化思维，能够设计可观测、可维护、可扩展的软件系统
- 优秀的沟通协作与技术影响力，能跨团队协调并推动技术方案评审与落地
申请策略
- 在面试中，准备一个从0到1设计或重构复杂系统的完整案例，重点讲述思考过程和权衡
- 展示对阿里云智能服务产品的了解，思考Agent技术如何与之结合创造价值
- 准备关于AI Agent评测的思考，如何定义指标、收集数据、归因分析并驱动迭代
- 重点突出主导设计的AI Agent或相关复杂系统项目，阐述架构选型、技术难点及成果
- 详细描述将AI工具（如Copilot、代码生成、智能测试）融入研发流程的实践经验与成效
- 列举在RAG、Prompt工程、评测体系构建等方面的具体实践与优化案例
- 强调处理高并发、大流量系统时的技术决策和稳定性保障经验
- 深入研读AI Agent领域的最新论文和开源框架（如LangChain, AutoGen），掌握技术动态
面试指南
- 对于架构设计问题，采用“背景-目标-设计-挑战-成果”的结构，突出你的技术决策和权衡思考
- 对于AI Agent专项问题，结合具体业务场景，阐述“问题定义-方案设计-实现细节-评测优化”的完整闭环
- 对于工程化问题，强调系统思维，从流程、工具、监控、容灾等多个维度给出结构化方案
- 请描述一个你主导设计的、最复杂的AI Agent系统架构，你如何解决其中的核心技术挑战？
- 在你的项目中，是如何构建AI Agent的评测闭环的？具体包含哪些指标？如何通过评测结果改进Agent？
- 当需要为一个复杂业务场景设计RAG系统时，你的设计思路和步骤是怎样的？
- 如何衡量和保障一个高并发AI Agent服务的SLA？你会从哪些方面进行稳定性治理？
- 复盘自己过去最成功的项目，整理出清晰的架构图和关键决策点，准备好深入的技术讨论
职位点评
薪资福利75
成长发展90
工作生活60
使命价值85
薪资福利
75中等
该职位为高级技术专家岗位，在知名科技公司，预期能提供具有市场竞争力的薪酬福利，但JD未明确具体薪资数字和福利细节。
薪资信号面议 (3千–6万/月)
成长发展
90较高
该职位处于AI Agent这一前沿技术领域，工作内容涉及系统架构、AI工程化等多个高成长性方向，技术栈先进，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、Prompt & Context & Harness、MCP、Memory、系统架构、高并发、领域建模
成长机会主导技术方案评审、影响团队的技术决策、技术布道能力
业务类型profit_center
工作生活
60中等
工作地点在杭州，是互联网行业活跃城市。JD未明确提及办公模式、弹性工作或WLB相关信息，需在面试时确认。
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
85较高
AI Agent是人工智能领域的核心发展方向之一，具有很高的创新性和探索价值，能参与构建影响未来的智能服务系统。
行业发展新兴领域（暂难判断）
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