阿里巴巴
灵犀互娱-ai应用研发工程师-交易猫
灵犀互娱-ai应用研发工程师-交易猫
发布于 5 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
Llm Application
Prompt Engineering
Rag
System Design
值不值得投
77综合评分
综合评分 77
阿里核心AI研发岗，技术前沿、成长性强，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AI算法 2 个
市场机会
选择不多
广州 · AI算法 · 1 个在招
职位详情
关于这个职位
该职位负责利用AI技术重构交易猫业务闭环，核心任务是设计并落地智能估价、导购、风控及客服等场景的Agent系统
要求候选人精通Java或Python，深入掌握Prompt Engineering、RAG及LangChain等主流框架，具备从方案设计到生产上线的全流程工程能力
最低要求
计算机科学与技术、软件工程、人工智能等相关专业，本科及以上学历，2年以上开发经验
精通 Java 或 Python，具备扎实的工程能力和良好的代码习惯，能独立完成从方案设计到生产上线的全流程
深入理解 Prompt Engineering、Tool Calling、Skills、RAG、Memory 等大模型应用核心技术，有完整的生产级 Agent 系统落地经验
熟悉 LangChain、LangGraph、AgentScope 等主流 Agent 框架，理解 Harness、Multi-Agent 协作、任务拆解、记忆管理等设计范式
掌握 OpenAPI、RPC、MCP 等协议，具备复杂工具链集成和外部系统对接经验
对数据敏感，善于从业务数据中发现优化方向，具备将模糊的业务需求转化为可执行技术方案的能力
工作职责
以 AI 重构交易猫从商品理解、定价、导购、履约到售后的完整业务闭环，负责智能估价、导购、风控、智能客服等核心场景的 Agent 系统设计与落地
AI 洞察
优缺点分析
优点
- 接触最前沿的AI Agent技术应用，技术栈领先，个人成长空间大
- 依托阿里平台资源，拥有海量真实业务数据和丰富的应用场景
- 团队属于核心业务线，项目影响力大，履历含金量高
- AI Agent领域技术迭代极快，需要持续高强度学习新框架和新范式
- 业务闭环重构涉及多个环节，协调成本高，对系统稳定性要求极高
- 适合对AI应用层开发有浓厚兴趣、具备扎实工程基础且渴望在前沿技术领域深耕的中高级开发者
缺点 / 挑战
- 大厂内部竞争激烈，绩效考核压力较大
角色解读
- 向AI应用架构师方向发展，深耕大模型在垂直领域的落地实践
- 晋升为技术专家或Team Leader，带领团队攻克更复杂的AI工程难题
- 拓展至全栈AI产品经理角色，深入理解业务逻辑与技术实现的平衡
- 负责交易猫核心业务场景（如智能估价、导购、风控）的AI Agent系统设计与开发
- 利用大模型技术（RAG、Prompt Engineering等）重构商品理解、定价及售后等业务闭环
- 完成从技术方案设计、代码实现到生产环境上线的全流程工程落地
- 集成OpenAPI、RPC等协议，解决复杂工具链与外部系统的对接问题
- 扎实的编程基础，精通Java或Python，具备良好的工程规范
- 深入理解大模型应用核心技术，包括Prompt Engineering、RAG、Memory管理及Tool Calling
- 熟练使用LangChain、LangGraph、AgentScope等主流Agent开发框架
- 具备系统架构设计能力，能将模糊业务需求转化为可执行的技术方案
申请策略
- 准备详细的项目复盘，重点阐述技术选型理由及遇到的挑战与解决方案
- 了解交易猫的业务模式，思考AI如何具体赋能其核心场景
- 突出展示基于LangChain/LangGraph等框架开发的完整Agent项目案例
- 强调在RAG、Prompt优化、多Agent协作等方面的具体技术细节和性能指标
- 体现从0到1的系统设计能力及解决复杂工程问题的经验
- 深入研究LangGraph等最新Agent编排框架的原理与实践
- 加强对MCP、OpenAPI等协议的理解，提升系统集成能力
- 关注大模型在垂直行业（如电商、金融）的最新应用案例
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
- 技术深度：不仅讲“做了什么”，更要讲“为什么这么做”及“底层原理”
- 业务价值：结合具体数据说明技术改进带来的业务提升
- 请详细介绍一个你主导的Agent系统项目，包括架构设计、技术选型及难点攻克
- 在RAG系统中，如何解决检索准确性低或上下文窗口限制的问题？
- 如何设计和评估一个多Agent协作系统的效果？
- 面对模糊的业务需求，你是如何进行技术拆解和方案设计的？
- 复习大模型应用核心概念（RAG、Fine-tuning、Prompt Engineering等）
职位点评
薪资福利85
成长发展92
工作生活50
使命价值70
薪资福利
85较高
阿里作为上市巨头，提供具有竞争力的薪酬福利体系，虽JD未明确薪资，但此类核心AI岗位通常处于市场中上水平。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
92较高
职位聚焦于AI Agent这一前沿领域，技术要求高且处于快速迭代期，能提供极佳的技术成长和技能积累机会。
技术前沿前沿/新兴技术
技术栈Agent、RAG、LangChain、LangGraph、Prompt Engineering、LLM
业务类型profit_center
工作生活
50较低
大厂核心研发岗位通常工作节奏较快，JD未提及弹性工作或远程办公，预计需现场办公且有一定工作压力。
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
通过AI技术重构电商交易体验，提升效率与用户满意度，具有一定的社会价值和业务意义。
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