阿里巴巴
千问事业部-高级AI应用开发工程师-广州
千问事业部-高级AI应用开发工程师-广州
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
Ai Coding
Data Processing
System Design
值不值得投
77综合评分
综合评分 77
阿里核心AI部门、前沿技术栈、高成长潜力、高强度工作环境
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
3.5万
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 4440 个在招 · 其中后端开发 约 130 个
市场机会
选择面较广
广州 · 后端开发 · 约 110 个在招
职位详情
关于这个职位
负责基于AI Coding技术栈进行Java后端服务的设计、开发与优化，重点构建海量网页内容的抽取、清洗及结构化处理系统
参与团队技术升级，推动规则方案向机器学习/深度学习转型，并落地模型工程化，保障高可用数据服务支撑业务快速发展
最低要求
统招本科及以上学历，计算机、通信、数学相关专业者优先，2年以上相关行业从业经验
计算机基础知识扎实，熟练使用一门后端语言(Java\NodeJs\Python)，优先掌握Java + JavaScript开发语言，有相关语言大型项目实践经验
深度理解当前AI Coding开发范式 ，擅长运用主流AI Coding模型（含harness）开展后端服务设计、开发工作，并能基于实践优化开发工作流
热爱数据分析、有意向在算法、模型发展更佳，熟悉网页结构与分析、爬虫技术、浏览器原理、浏览器数据加载事件分析优先
保持技术热情和好奇心，具有良好的沟通表达能力，较强的动手和逻辑分析能力
工作职责
熟练运用AI Coding技术落地Java后端服务的设计、开发及Bug修复工作，通过AI工具重构开发流程、优化工作链路，提升开发效率与交付质量
有harness相关建设和优化经验
负责海量网页内容的抽取、清洗、结构化处理，以及相关数据服务的Java后端系统设计、开发与迭代升级，保障数据处理的准确性与高效性
参与团队技术栈升级，推动传统规则抽取方案向机器学习/深度学习方案转型，负责抽取模型的工程化落地与全流程优化
设计并实现高可用、高吞吐的网页抽取服务架构，参与产品功能模块的数据分析与业务理解，助力产品迭代优化
与产品、后端、数据团队紧密协作，梳理业务需求，将技术方案转化为可落地的产品功能，支撑业务快速发展
AI 洞察
优缺点分析
优点
- 接触前沿的AI Coding技术栈，提升个人开发效能与竞争力
- 处于阿里核心AI事业部，业务前景广阔
- 有机会深入参与机器学习模型的工程化落地
- 需要同时兼顾传统后端开发与新兴AI技术应用，学习曲线较陡
- 适合对AI技术充满热情、具备扎实后端基础且希望向AI工程化方向发展的中级以上开发者
缺点 / 挑战
- 海量数据处理对系统高可用性和性能要求极高，压力较大
角色解读
- 从纯后端开发向AI工程化方向转型，成为精通AI辅助开发的大数据/算法工程专家，或向技术架构师发展
- 利用AI Coding工具和框架进行Java后端服务的高效开发与维护，重构和优化现有开发流程
- 扎实的Java/JavaScript后端基础，深入理解AI Coding范式及Harness等工具，具备网页数据采集、清洗及结构化处理能力
申请策略
- 准备关于如何通过技术手段解决复杂数据抽取问题的案例，体现逻辑思维和问题解决能力
- 突出Java大型项目经验，重点展示使用AI工具（如Copilot、Harness等）提升开发效率的具体案例和数据
- 深入学习网页解析技术（DOM树、浏览器事件）、爬虫原理及基础的机器学习模型部署知识
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述过往项目，重点突出技术选型的理由、遇到的难点及解决方案、以及最终带来的量化收益（如效率提升百分比、数据准确率等）
- 请介绍你使用AI Coding工具的实际经验，它如何改变了你的开发流程？
- 面对海量网页数据的抽取，如何保证数据的准确性和处理的效率？
- 如何将传统的规则抽取方案迁移到机器学习/深度学习方案？遇到哪些挑战？
- 设计一个高吞吐的网页抽取服务架构，你会考虑哪些关键因素？
- 复习Java并发编程、JVM调优等基础知识
- 了解主流AI Coding工具的特性
- 熟悉常见的网页反爬策略及应对方法
职位点评
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
作为上市巨头企业，提供具有市场竞争力的薪酬体系和完善的福利保障，薪资水平在广州地区属于第一梯队。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
职位深度融合AI前沿技术与后端工程，提供极高的技术成长空间，特别是AI Coding和模型工程化方向的探索。
技术前沿前沿/新兴技术
技术栈AI Coding、Java、Machine Learning、Deep Learning、Harness、Web Scraping
业务类型profit_center
工作生活
50较低
互联网大厂通常工作节奏较快，JD未明确提及弹性工作制或WLB优势，需做好高强度工作的心理准备。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
身处AI核心事业部，致力于通过技术手段提升数据获取效率和智能化水平，具有一定的行业创新价值。
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
Watch Jobs