阿里巴巴
业务技术-AI应用研发工程师-用户运营
业务技术-AI应用研发工程师-用户运营
发布于 6 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
Dpo
Go
Lora
Ppo
Rag
Sft
Springai
分布式系统
值不值得投
75综合评分
综合评分 75
淘天核心业务线AI Agent研发岗，技术前沿且成长空间大，薪资竞争力强，但工作强度与挑战较高。
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
2.8万
比人工智能中位数高
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 3030 个在招 · 其中人工智能 约 340 个
市场机会
选择面较广
杭州 · 人工智能 · 约 410 个在招
职位详情
关于这个职位
该职位主要负责AI Agent核心引擎的研发与优化，结合大模型技术支撑用户画像分析、智能人群圈选等用户运营场景
你需要处理高并发、大规模人群服务系统的性能优化，并探索大模型与Agent的深度融合，推动强化学习等技术在用户增长场景的落地
最低要求
计算机、统计学或机器学习专业本科以上学历，至少一年以上互联网后端研发经验
精通Java/Go/Python中至少一门语言，熟悉微服务架构设计，具备分布式系统（如服务治理、分布式事务）开发经验
有一定的大模型驱动的Agent系统研发（如SpringAi、LangEngine等框架实践），熟悉ReAct、Rag、多Agent、MCP等Agent技术，具备一定优化经验
了解基础的模型微调技术，如SFT、Lora等，同时了解训练数据处理与优化以及后期RL技术，如PPO、DPO、GRPO等技术
对AI技术有激情，能够快速接受和掌握新技术，有较强的自驱学习能力，具备良好的团队协作与沟通能力
工作职责
负责AI Agent核心引擎研发，主导智能决策引擎、任务规划模块、工具调用框架、记忆管理机制等关键组件的开发，支撑用户画像分析、智能人群圈选等核心业务场景的自动化执行
构建Agent实时数据感知与反馈闭环，基于Flink/Spark等框架优化数据处理链路，实现毫秒级用户行为响应与策略动态调整，强化Agent对实时业务环境的感知与适应能力
复杂大规模人群服务系统的性能优化与稳定性保障，解决高并发场景下的请求调度、容错机制、状态一致性等技术挑战，确保系统在千万级QPS下的稳定运行与弹性扩展
深入探索大模型与Agent的深度融合，参与用户运营领域大模型微调与持续优化Agent的推理能力、决策效率与交互体验，推动强化学习、多智能体协作等技术在用户增长场景的创新落地
AI 洞察
优缺点分析
优点
- 接触千万级QPS的高并发场景与前沿的大模型Agent技术，技术壁垒高，履历含金量足
- 依托庞大的用户数据与电商业务场景，能产出极具业务价值的AI落地成果，技术变现路径清晰
- 大模型与Agent技术迭代极快，需要持续保持高强度的学习状态以跟进前沿进展
- 具备扎实后端基础，对大模型和AI Agent有浓厚兴趣，且能在高并发复杂系统中游刃有余的开发者
缺点 / 挑战
- 高并发与大规模系统的稳定性保障压力大，对技术深度、架构能力和抗压能力要求极高
角色解读
- 从AI应用研发工程师向资深技术专家或AI架构师发展，深入大模型与Agent底层技术
- 向AI业务负责人转型，主导用户增长与智能化运营的战略落地，成为懂技术又懂业务的复合型人才
- 研发AI Agent核心引擎，包括智能决策、任务规划、工具调用等模块，支撑用户运营场景的自动化执行
- 构建实时数据感知闭环，优化大规模人群服务系统的高并发性能，保障千万级QPS下的稳定运行
- 探索大模型与Agent融合，进行模型微调与强化学习落地，提升Agent的推理能力与交互体验
- 精通Java/Go/Python，具备分布式系统与微服务架构开发经验，能解决高并发与状态一致性难题
- 熟悉大模型Agent技术栈（如ReAct、RAG、多Agent）及主流框架（SpringAi、LangEngine）
- 了解模型微调（SFT、LoRA）及强化学习（PPO、DPO）技术，具备数据处理与优化经验
申请策略
- 了解淘天集团在用户运营和AI电商方面的最新业务动态，思考AI Agent如何赋能具体的电商用户增长场景
- 突出分布式系统设计与高并发性能优化经验，展示大规模数据处理或千万级QPS系统的实际项目成果
- 详细列出在AI Agent、大模型微调或强化学习方面的实际项目经验，强调技术选型与最终的业务收益
- 深入学习LangChain/LangEngine等Agent框架，动手实现基于ReAct或RAG的复杂Agent应用
- 复习并实践大模型微调（LoRA）及RLHF/DPO等对齐技术，理解训练数据处理的完整链路
面试指南
- 采用STAR法则，重点突出在复杂系统或AI项目中遇到的技术难点、你的思考过程、采取的具体技术方案以及最终的业务收益
- 对于AI技术，结合理论理解与工程落地实践进行阐述，展现对技术边界的认知和解决实际问题的思路
- 请介绍一个你主导的高并发分布式系统架构设计，以及如何解决其中的状态一致性问题？
- 在AI Agent研发中，你是如何设计任务规划模块和工具调用框架的？
- 请谈谈你对ReAct和RAG的理解，以及在实际项目中如何优化Agent的推理效率？
- 大模型微调中，SFT和LoRA的区别是什么？你在训练数据处理上有哪些经验？
- 准备1-2个高并发后端架构设计的深度案例，以及1个AI Agent或大模型微调的完整项目案例
- 复习分布式系统核心原理及大模型前沿技术（如多智能体协作、MCP等），确保能应对深度技术拷问
职位点评
薪资福利85
成长发展90
工作生活40
使命价值75
薪资福利
85较高
该岗位涉及AI与高并发核心技术，薪资水平在杭州市场具有较强竞争力，福利体系成熟。
薪资信号未披露（AI估算：2千–3.5万/月）
成长发展
90较高
岗位处于AI Agent与大模型应用的最前沿，能接触到千万级QPS的复杂场景，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、Flink、Spark、SpringAi、LangEngine、ReAct、RAG、SFT、LoRA、PPO、DPO
业务类型profit_center
工作生活
40较低
JD未提及工作模式与WLB相关信息，基于岗位的高并发与核心业务属性，工作强度可能较大。
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
推动AI技术在电商用户运营场景的创新落地，具有较高的业务价值与行业影响力。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs