阿里巴巴
阿里健康-搜推Java开发专家-杭州
阿里健康-搜推Java开发专家-杭州
发布于 3 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
Ai工程化
Mysql/Redis
分布式架构
向量检索
大模型应用
性能调优
搜索推荐系统
高并发处理
值不值得投
71综合评分
综合评分 71
前沿AI技术驱动、技术成长空间大、业务导向强，但工作节奏快、WLB一般。
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
4.8万
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 3570 个在招 · 其中后端开发 约 100 个
市场机会
选择面较广
杭州 · 后端开发 · 约 200 个在招
职位详情
关于这个职位
负责阿里健康医疗AI搜推系统的全链路架构设计与核心研发，涵盖Query理解、多路召回至在线服务部署
主导高并发场景下的性能调优与稳定性治理，保障核心链路SLA
推动大模型与向量检索等前沿技术在医疗检索场景的工程化落地，并借助AI工具提升团队研发效能
最低要求
计算机相关专业本科及以上学历，3年以上服务端开发经验，精通 Java，基本功扎实（JVM、并发编程、集合、IO），能独立完成功能模块的架构设计与开发
熟悉主流中间件与存储，至少深入掌握 MySQL、Redis、Elasticsearch、Kafka、RocksDB 中的一种或多种，理解其原理与适用场景
具备高性能、高并发、高可用系统的设计与实战经验，熟悉分布式系统、服务治理、缓存、消息队列等，有性能调优与稳定性治理的实际案例
熟练使用 AI Coding 工具（如 Claude Code / Qoder / Cursor / Codex 等），能借助 AI 显著提升日常研发效率
具备设计与落地业务 Harness（AI 工程脚手架：Prompt/上下文管理、工具与 MCP 编排、评测与灰度闭环、多轮/多模态 Agent 编排）的能力，能推动团队 AI 工程化升级
良好的沟通协作与计划执行力，责任心强，能与算法、产品等团队高效配合，推动项目落地
对技术有热情，主动学习思考，对新技术保持敏锐洞察，乐于接受新方法
工作职责
负责氢离子医疗AI产品（包括但不限于搜索/推荐系统）的架构设计与核心研发，覆盖 Query 理解、多路召回、粗排/精排/重排、结果融合与在线服务全链路，持续推动技术优化与平台化建设
承担搜推在线服务的性能与稳定性目标，主导高并发、低延迟场景下的性能调优、容量规划、限流降级与故障治理，保障核心链路 SLA
参与核心技术难题攻关与方案选型，抽象通用工程能力（索引管理、A/B 实验、策略配置化、效果归因等），提升算法与业务的迭代效率
与算法、数仓、产品等团队紧密协作，将大模型、向量检索等前沿技术落地到医疗检索与推荐场景，共同完成业务目标
优先资格
加分项：有搜索/推荐/广告（搜推广）相关系统研发经验
有 HA3/Flink、向量检索、RTP/BE 等搜推工程经验者优先
有大模型应用落地或 AI Agent/Harness 搭建经验
有代码洁癖、重视代码质量
AI 洞察
优缺点分析
优点
- 接触医疗AI前沿赛道，技术栈领先（大模型、向量检索、AI工程化）
- 平台资源雄厚，可参与核心链路架构设计，技术成长空间大
- 团队氛围开放，鼓励技术创新与工具链自研
- AI工程化落地处于探索期，缺乏成熟范式，需自主摸索最佳实践
- 适合追求技术深度、对AI应用落地有强烈兴趣、抗压能力强且具备独立架构设计能力的资深开发者
缺点 / 挑战
- 高并发与稳定性治理压力较大，需应对复杂线上故障与性能瓶颈
- 跨团队协作频繁，沟通与推进成本较高
角色解读
- 可向首席架构师或技术专家方向深耕，主导更复杂的系统演进
- 也可向AI应用工程化负责人转型，探索大模型在垂直行业的深度落地
- 长期可发展为技术管理者或业务技术合伙人
- 负责医疗AI搜推系统的全链路架构设计与核心代码开发，覆盖从Query理解到在线服务部署
- 主导高并发场景下的性能调优与稳定性治理，确保核心业务SLA达标
- 推动大模型、向量检索等新技术在医疗检索场景的工程化落地
- 精通Java底层原理与分布式系统设计，具备高并发、高可用架构实战经验
- 熟练掌握主流中间件与存储引擎的原理及应用
- 具备AI工程化能力，能使用AI辅助编码并搭建Agent/Harness框架
申请策略
- 准备1-2个完整的架构演进或故障治理案例，重点说明技术选型依据与最终收益
- 关注阿里健康业务动向，了解医疗搜索推荐的特殊性（如合规、准确性要求）
- 突出Java高并发/分布式系统实战案例，量化性能优化成果（如QPS提升、延迟降低）
- 详细展示AI工具链使用经验及Harness/Agent搭建过程
- 强调搜推系统全链路开发或医疗/垂直领域项目背景
- 深入研读JVM调优与分布式一致性协议，补充向量数据库与RAG架构知识
- 提前熟悉主流AI Coding工具的高级用法，了解MCP协议与Agent编排逻辑
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答，重点突出数据指标与技术决策逻辑
- 针对架构类问题，先讲业务背景与约束条件，再对比备选方案，最后给出落地结果与复盘
- 针对AI工具类问题，聚焦“提效”与“标准化”，说明从试点到推广的闭环路径
- 请分享一个你主导的高并发系统性能调优案例，遇到了哪些瓶颈？如何解决的？
- 在设计搜推系统时，如何平衡召回覆盖率与排序精度？
- 你如何利用AI工具提升研发效率？具体落地了哪些工程化改造？
- 面对大模型在医疗场景的幻觉问题，你会从哪些层面进行工程控制？
- 复习分布式系统核心概念（CAP、一致性协议、缓存穿透/雪崩等），梳理个人项目中的压测与调优数据
职位点评
薪资福利75
成长发展85
工作生活45
使命价值70
薪资福利
75中等
阿里体系薪酬结构完善，基础薪资与年终奖具备较强市场竞争力，福利保障齐全。
薪资信号市场水准 (3.5千–6.0万/月)
成长发展
85较高
岗位深度融合大模型与向量检索等前沿技术，提供丰富的AI工程化探索空间，技术视野开阔。
技术前沿前沿/新兴技术
技术栈Java、大模型、向量检索、AI工程化、Agent、MCP
业务类型profit_center
工作生活
45较低
互联网大厂核心研发岗通常节奏较快，需保障高并发链路SLA，工作强度偏高。JD未明确提及弹性工时或远程政策。
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
70中等
聚焦医疗健康领域AI应用，致力于通过技术手段提升医疗检索与推荐体验，具有明确的行业价值与社会意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs