阿里巴巴
业务技术-AI应用研发工程师-内容消费
业务技术-AI应用研发工程师-内容消费
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Ai Agent
Langgraph
Llm
Prompt Engineering
Rag
System Design
值不值得投
76综合评分
综合评分 76
前沿AI技术、顶级平台资源、高成长潜力，但工作强度可能较大
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AI算法中位数低
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 4960 个在招 · 其中AI算法 70 个
市场机会
选择面较广
杭州 · AI算法 · 80 个在招
职位详情
关于这个职位
负责构建和优化下一代AI Agent系统，将大模型能力转化为可交付的业务价值
主要工作包括Agent核心链路研发、业务场景落地（Prompt/工作流设计）、评测调优及性能成本优化，确保在真实流量下满足准确率与稳定性指标
最低要求
计算机相关专业本科及以上学历，1年以上后端 / 算法工程 / AI 应用研发经验，熟练掌握 Python，熟悉至少一门工程语言（Java/Go/TypeScript）
深入理解大模型基本原理与工程化实践，熟悉 Prompt Engineering、RAG、Function Calling、Agent 编排范式，有基于 LangGraph、LlamaIndex、AutoGen、Dify、AgentScope等框架的实战经验者优先
具备扎实的系统设计能力，熟悉高并发、分布式、可观测性体系，能独立完成从 0 到 1 的服务搭建与线上稳定性保障
至少有一段将 AI Agent / LLM 应用推上 C 端或 B 端真实业务、并对核心指标负责的端到端落地经验
具有持续学习意愿，业务结果导向，能在快速变化的技术环境中保持判断力
工作职责
Agent 架构设计：参与 Agent 系统核心模块的设计与落地，覆盖任务规划、推理执行、上下文增强、记忆管理、工具编排以及运行时稳定性保障
在多 Agent 协作、子任务分发、异常自愈等关键问题上提出可落地的工程方案
业务核心能力落地：深度对接业务场景，将通用 Agent 框架沉淀为面向业务的可复用能力组件
负责从需求拆解、Prompt/工作流设计、工具与数据接入、灰度上线到效果回流的全链路交付，确保 Agent 在真实流量下满足业务的准确率、时延与成本指标
Agent 评测与持续调优迭代：搭建覆盖离线评测集 + 在线 A/B + 用户反馈回流的 Agent 评测体系，建立 Bad Case 归因与回归机制，持续驱动 Prompt、模型、工具与编排策略的迭代，让 Agent 能力以可度量的方式稳步提升
性能与成本优化：针对推理时延、Token 消耗、调用链路长度等关键瓶颈进行系统性优化，在保证效果的前提下显著降低单次任务成本与时延，建立成本可观测与预算治理机制
跟踪大模型与 AI Agent 前沿技术：持续跟踪 LLM、多模态模型、Agent 框架、强化学习与后训练、Agentic RAG、MCP 生态等方向的前沿进展，将有价值的技术快速完成内部预研、原型验证与生产化引入
优先资格
有多 Agent 系统、Agentic Workflow、Agent 评测平台、模型微调或后训练经验
在 AI Agent / LLM 方向有开源项目、技术博客、专利或顶会论文产出
有内容、社区、用户增长、商业化等 C 端业务场景的 AI 落地经验
AI 洞察
优缺点分析
优点
- 接触最前沿的AI Agent技术，使用顶级算力资源
- 与顶尖算法和工程团队共事，技术成长空间大
- 业务场景丰富，成果可直接影响海量用户
- 技术迭代极快，需保持高强度学习
- 系统复杂性高，稳定性保障要求严苛
缺点 / 挑战
- 业务指标压力大，需平衡效果、时延与成本
- 对AI技术有强烈热情，具备扎实工程基础和快速学习能力，追求技术挑战的开发者
角色解读
- 可向AI架构师方向发展，主导复杂Agent系统设计
- 也可深耕垂直领域，成为AI应用专家，推动大模型在特定业务场景的深度创新
- 负责设计和开发AI Agent系统的核心模块，如任务规划和工具编排
- 将大模型能力集成到具体业务场景中，通过Prompt工程和RAG技术实现业务自动化
- 搭建评测体系并持续优化模型效果和系统性能
- 精通Python及至少一门后端语言（Java/Go）
- 深入理解LLM原理，熟练使用LangGraph、LlamaIndex等Agent框架
- 具备扎实的分布式系统和高并发服务设计能力
- 拥有AI应用端到端落地及指标优化的实战经验
申请策略
- 关注淘天集团在AI领域的最新布局，准备相关技术案例
- 展现对业务结果的导向思维，而不仅仅是技术实现
- 突出AI Agent或LLM应用的端到端落地经验，强调对核心指标（准确率、时延、成本）的贡献
- 展示在LangGraph、RAG等框架下的实战项目
- 体现系统设计能力和高并发处理经验
- 深入学习Agent编排范式和多Agent协作机制
- 掌握模型微调、后训练及评测体系建设方法
- 提升分布式系统可观测性和性能优化技巧
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术难点和解决方案
- 结合具体数据说明优化效果
- 展示对技术选型的深入思考和对业务价值的理解
- 请介绍一个你主导的AI Agent落地项目，遇到的最大挑战是什么？
- 如何设计一个高可用的Agent评测体系？
- 在Agent系统中，如何优化Token消耗和推理时延？
- 谈谈你对LangGraph和AutoGen等框架的理解和选型依据
- 复习LLM基本原理、RAG技术和Agent常见框架
职位点评
薪资福利85
成长发展95
工作生活40
使命价值70
薪资福利
85较高
作为上市巨头企业的核心技术岗，薪资福利通常处于行业领先水平，且提供稳定的职业发展平台。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
95较高
职位直接涉及AI Agent前沿技术落地，提供顶级算力和顶尖团队环境，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、LangGraph、LlamaIndex、AutoGen、Dify、AgentScope、RAG、Prompt Engineering、Function Calling
成长机会参与前沿 AI 技术落地的机会、顶级的工程研发环境、直接使用最前沿的大模型矩阵
业务类型profit_center
工作生活
40较低
互联网大厂核心技术岗通常工作强度较大，虽未明确提及加班，但业务导向和快速迭代暗示较高压力。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
职位致力于将前沿AI技术转化为实际业务价值，推动智能化升级，具有一定的社会和技术影响力。
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）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs