阿里巴巴
阿里健康-Agent 开发工程师-北京
阿里健康-Agent 开发工程师-北京
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AI算法
AI算法
Agent开发
Langgraph
Llm应用
Rag
Text2Sql
数据分析
系统架构设计
值不值得投
76综合评分
综合评分 76
前沿AI技术、高薪潜力、高压环境、医疗赛道
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
6.0万
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
北京 · AI算法 · 约 210 个在招
职位详情
关于这个职位
负责阿里健康业务侧Agent应用的整体架构设计与开发，涵盖多Agent编排、工具调用及流式交互等核心能力
主导数据分析类Agent（如Text2SQL、ChatBI）的建设与落地，结合数据仓库实现可靠的数据分析结论输出
同时搭建Agent评测闭环体系，参与RAG知识库建设，并与多方团队协作保障技术方案的质量与稳定性
最低要求
任职要求：
本科及以上学历，计算机、软件工程等相关专业，5年以上后端/平台开发经验，其中1年以上LLM应用或Agent项目实战经验
扎实的工程功底：精通Python或Java中至少一门语言，熟悉高并发、异步编程，具备良好的系统设计能力
深入理解LLM应用核心技术，熟悉主流Agent框架（LangGraph/LangChain/Pi/OpenClaw/DeerFlow等）的设计思想与取舍
具备数据分析类Agent（Text2SQL、ChatBI）或BI/数据平台建设经验，理解SQL生成准确性的挑战与优化路径
具备优秀的架构抽象能力与技术判断力，能在快速变化的LLM生态中做出务实的技术选型
良好的沟通协作能力，能将模糊的业务需求转化为清晰的技术方案
工作职责
岗位职责：
负责码上放心业务侧 Agent 应用的整体架构设计与开发，包括多 Agent 编排、工具调用（Tool Use）、记忆与上下文管理、流式交互等核心能力
主导数据分析类 Agent 的建设：Text2SQL、指标问答、归因分析、自动报告生成等场景的方案设计与工程实现
设计并实现 Agent 与业务数据体系的集成：结合数据仓库 / 指标体系，让 Agent 能可靠、准确地产出分析结论
搭建 Agent 评测与迭代闭环：构建评测集与自动化评测框架，通过 badcase 分析持续优化提示词、编排策略与模型选择
参与 RAG 知识库问答体系建设，覆盖药品、政策、业务规则等领域知识
与产品、前后端、数据团队协作，把控 Agent 功能的技术方案质量、稳定性与上线节奏，输出技术文档沉淀
优先资格
加分项：
有医药、零售、流通等行业的智能化产品经验，了解渠道/终端/动销数据分析场景
有Skill自进化/自我改进（RSI）机制的落地经验者优先
有Agent长期记忆系统（写入、检索、淘汰）建设经验者优先
AI 洞察
优缺点分析
优点
- 处于AI Agent技术前沿，接触大规模真实业务场景，技术成长空间巨大
- 阿里平台资源丰富，职业背书强
- LLM生态变化快，需持续学习新技术
- Agent效果调优难度大，对工程能力和业务理解要求极高
- 适合有扎实后端基础、对AI前沿技术充满热情、具备优秀架构设计能力的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI架构师、大模型应用专家方向发展，或在智能医疗/数据分析领域成为行业领军人物
- 负责阿里健康业务侧Agent应用的架构设计与开发，解决多Agent编排、工具调用等核心技术难题
- 精通Python或Java，深入理解LLM应用核心技术，熟悉LangChain/LangGraph等主流Agent框架
申请策略
- 关注阿里健康在医药数字化领域的最新动态，准备针对Agent在实际业务中可能遇到的痛点（如幻觉、延迟）的解决方案思路
- 突出LLM应用项目经验，特别是Agent编排、RAG、Text2SQL等具体场景的落地成果
- 展示系统架构设计能力和解决复杂技术问题的案例
- 深入学习LangChain/LangGraph等框架源码，掌握Prompt Engineering最佳实践，提升SQL生成准确率优化技巧
面试指南
- 采用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、解决方案的创新性及最终的业务价值
- 对于技术问题，先阐述原理，再结合实际场景给出权衡思考
- 请分享一个你主导的Agent项目，你是如何设计多Agent协作机制的？
- 在Text2SQL场景中，如何解决复杂查询下的SQL生成准确性问题？
- 面对LLM生态的快速迭代，你如何进行技术选型和架构演进？
- 如何构建有效的Agent评测体系，确保线上效果的持续优化？
- 复习LLM基本原理、Transformer架构、向量数据库知识
- 准备1-2个完整的Agent项目案例，详细梳理技术栈、架构图、遇到的坑及解决方案
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
作为已上市巨头企业的核心业务岗，提供具有市场竞争力的薪酬福利体系，满足度高。
薪资信号未披露（AI估算：4.0千–8.0万/月）
成长发展
95较高
岗位聚焦于Agent开发这一前沿技术领域，技术栈新、挑战大，个人技能成长和业务视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Agent、LLM、LangChain、LangGraph、RAG、Text2SQL
业务类型profit_center
工作生活
40较低
互联网大厂核心研发岗，通常工作强度较大，JD未提及弹性工作或WLB相关福利，生活平衡度一般。
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
服务于医疗健康领域，通过技术手段提升药品流通效率和服务质量，具有一定的社会价值和行业前景。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 2.0–3.5万1 小时前发布
Quantitative Trading & Research - AI Scientist, Quantitative Research - Associate/ Vice President
摩根大通 · Central and Western, Hong Kong Island, Hong Kong, HK
AI 估算 · 8.0–15.0万4 小时前发布
算法专家
海尔 · 上海市
AI 估算 · 4.0–7.0万4 小时前发布
AI工程師
纬创资通 · 高雄市
AI 估算 · 4.5–7.5万15 小时前发布
2027 Markets Quantitative Trading & Research Associate Program – Off-Cycle Internship - Hong Kong
摩根大通 · 香港特别行政区
AI 估算 · 2.5–4.0万16 小时前发布
Watch Jobs