阿里巴巴
阿里云智能-无影AI智能体开发专家-杭州
阿里云智能-无影AI智能体开发专家-杭州
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人工智能
人工智能
Ai Agent
Python/Java/Go
任务编排
分布式系统
可观测性
大模型Api
值不值得投
81综合评分
综合评分 81
聚焦AI Agent底层架构的前沿技术岗，薪酬与发展潜力突出，工作强度中等偏上。
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
5.0万
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 3720 个在招 · 其中人工智能 约 370 个
市场机会
选择面较广
杭州 · 人工智能 · 约 450 个在招
职位详情
关于这个职位
负责阿里云无影AI智能体的工程化开发，构建智能体运行时与任务编排执行能力
对接大模型API与外部业务工具，优化流式交互、权限控制及异常恢复机制
建设会话状态管理与持久化方案，完善测试评测与可观测体系，保障系统高并发下的稳定性与资源利用率
最低要求
本科及以上学历，计算机或相关专业，3年以上软件开发经验，能够独立负责技术模块的设计、开发与交付
熟练掌握Python、Java、Go、TypeScript中至少一种语言，具备扎实的编码、数据结构与工程实践能力，理解异步处理、并发控制和状态一致性
理解大模型API、工具调用与AI Agent工作机制，具备大模型应用或智能体项目实践经验
熟悉服务端开发、流式通信、会话管理及任务执行流程，能够处理超时、取消、重试与异常恢复，重视权限边界和系统稳定性
具备良好的问题分析、沟通协作与主动学习能力
工作职责
负责无影AI Agent工程开发，建设智能体运行时、任务编排与执行能力，推动产品功能落地
接入业务工具与外部服务，完善工具调用协议、权限控制、超时与重试机制
对接大模型API，优化流式交互、工具调用与任务取消等体验，提升模型接入兼容性和执行效率
建设会话状态管理与持久化能力，保障多轮交互、并发执行及异常恢复的正确性
完善测试、可观测性与评测体系，持续提升任务成功率、系统稳定性、响应效率和资源利用率
优先资格
有Agent运行时、工具接入、评测体系或云服务研发经验者优先
AI 洞察
优缺点分析
优点
- 深耕AI Agent核心底层技术，接触行业最前沿的大模型应用架构
- 依托阿里云庞大算力与生态资源，技术落地场景丰富且数据规模巨大
- 薪酬福利体系完善，内部技术氛围浓厚，利于积累高含金量项目经验
- 高并发与复杂状态管理对系统稳定性要求极高，线上故障排查难度较大
- 大厂内部流程相对规范，跨部门协同与需求对齐可能消耗一定精力
- 适合具备扎实后端基础、对AI Agent底层架构有强烈兴趣、追求技术深度与工程严谨性的开发者
缺点 / 挑战
- 技术迭代极快，需持续跟进大模型新特性与Agent框架演进，学习压力大
角色解读
- 可向AI基础设施架构师或高级技术专家方向发展，主导核心引擎演进
- 也可横向拓展至大模型应用架构或AI产品经理，打通技术与业务落地链路
- 长期可成长为技术团队负责人，带领团队攻克前沿AI工程难题
- 负责AI智能体底层运行框架与任务调度引擎的开发，确保复杂指令能准确拆解并执行
- 对接主流大模型接口，设计高效的流式通信与状态管理机制，优化用户交互体验
- 搭建完整的测试监控与性能评测体系，保障高并发场景下系统的稳定与高效
- 精通至少一门主流编程语言（Python/Java/Go/TS），具备扎实的并发编程与异步处理功底
- 深入理解大模型API调用机制、Tool Calling原理及Agent工作流设计
- 熟悉服务端架构、会话状态持久化及分布式系统容错机制
- 具备良好的系统设计与问题排查能力，关注代码质量与工程规范
申请策略
- 提前了解阿里云无影产品的业务定位与技术栈，面试时展现对AI Agent工程化痛点的思考
- 准备1-2个复杂的异步任务调度或状态一致性问题的解决案例
- 突出AI Agent或大模型应用项目的完整落地经验，重点描述任务编排、状态管理及异常恢复的具体实现
- 量化展示在提升系统吞吐量、降低延迟或提高任务成功率方面的成果
- 强调多语言并发编程能力及分布式系统设计经验
- 深入研读LangChain/LlamaIndex等主流Agent框架源码，掌握其路由、记忆与工具调用机制
- 补充向量数据库、RAG架构及流式SSE/WebSocket通信的实际开发经验
- 加强可观测性工具（如Prometheus、Jaeger）的配置与调优能力
面试指南
- 采用STAR法则结构化回答：背景明确业务痛点与约束条件，任务界定技术目标，行动详述架构选型、核心设计模式与代码实现细节，结果给出量化指标与复盘反思
- 针对系统设计题，先厘清边界条件，再分层阐述数据流、状态机设计与容错机制
- 结合具体代码或架构图辅助说明，突出工程落地的可行性与边界考量
- 请详细描述你设计过的一个AI Agent任务编排与执行流程，如何处理长尾依赖？
- 在多轮对话并发场景下，如何保证会话状态的一致性与持久化？
- 面对大模型API超时或返回异常，你的重试与降级策略是如何设计的？
- 如何评估和优化Agent任务的执行效率与资源利用率？
- 复习操作系统并发控制、网络IO多路复用及分布式事务基础理论
职位点评
薪资福利85
成长发展90
工作生活65
使命价值75
薪资福利
85较高
JD未明确披露具体薪资数值，但作为头部科技企业核心研发岗，通常配套完善的薪酬福利体系。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位聚焦AI Agent底层架构与前沿大模型技术，技术栈现代且业务场景开放，个人技能成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型API、Python、Java、Go、TypeScript、流式通信、状态管理
业务类型profit_center
工作生活
65中等
JD未明确说明办公模式与工时安排，仅从职责描述看需保障高并发系统稳定性，实际工作节奏待确认。
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
职位描述侧重推动AI智能体产品功能落地与工程优化，属于技术驱动型岗位，社会价值导向未明确提及。
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