阿里巴巴
阿里云智能-研发工程师/专家-稳定性工具平台-杭州
阿里云智能-研发工程师/专家-稳定性工具平台-杭州
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后端开发
后端开发
Ai Agent
Prompt Engineering
分布式系统
大模型应用
微服务架构
性能优化
系统稳定性
值不值得投
76综合评分
综合评分 76
阿里核心研发、AI+Java前沿技术栈、高成长潜力、工作强度较大
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
与后端开发中位数基本持平
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 4490 个在招 · 其中后端开发 约 130 个
市场机会
选择面较广
杭州 · 后端开发 · 约 230 个在招
职位详情
关于这个职位
负责阿里云稳定性工具平台的后端架构设计与核心功能开发，重点结合Java分布式系统与AI Agent技术
需具备3年以上Java后端经验，熟悉Spring生态及高并发处理，同时掌握大模型应用与智能体工程化落地能力，保障系统的高可用性与性能优化
最低要求
后端研发与系统架构：
具备 3 年及以上 Java 后端开发经验，基础扎实，熟悉并发编程、JVM 原理及性能调优，能够使用 Python、Shell 等脚本语言提升研发效率
熟练掌握 Spring / Spring Boot、MyBatis 等主流框架，理解核心机制，具备技术选型、问题排查与性能优化能力
具备分布式系统设计与开发经验，熟悉缓存、消息队列、高并发处理及容错机制，能够兼顾系统性能、稳定性与可维护性
能够独立负责模块或系统建设，完成需求分析、方案设计、开发测试、上线交付及持续优化，重视代码质量与生产稳定性
AI Agent 设计与工程化：
熟悉大模型应用与 AI Agent 架构，理解任务规划、工具调用、上下文管理、记忆及知识检索等机制，能够结合业务需求设计并实现智能体
具备提示工程（Prompt Engineering）与上下文工程实践经验，能够优化任务分解、工具选择和执行流程，通过评测与运行数据持续提升任务完成率及结果可靠性
具备 AI Agent 或大模型应用落地经验，能够设计异常恢复、权限控制、人工确认等机制，推动智能体从原型验证走向实际业务应用
综合素质：
对技术有热情和好奇心，具备较强的自驱力与学习能力，愿意深入理解业务，探索新技术的实际价值
具备良好的分析、沟通与团队协作能力，善于解决复杂问题，能够在不确定性中主动推进、持续验证，以交付结果为导向
工作职责
技术方案设计：
收集、识别、分析客户需求，并确定技术方案的目标、范围和交付成果
基于需求分析，进行技术可行性分析和方案评审，选择合适的技术选型、功能设计、技术架构、数据架构和开发流程等
技术实现：
基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现
负责核心功能的架构与代码模板的编写，开发与维护系统公用核心模块，技术架构重构、优化等
对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署
对开发中和部署后的程序进行必要的维护和迭代，包括值班oncall、升级工单处置、bug排查、问题诊断、产品体验改善、性能和成本优化等
稳定性和性能优化：
制定稳定性策略，寻找并解决产品系统中的潜在风险和瓶颈，覆盖线上疑难杂症问题，确保系统的安全可靠
运用产品优化技术和方法，进行性能优化，提高产品稳定性和性能
技术预研：
跟踪和了解最新的产品技术和趋势，根据业务需要提供最新的技术支持和建议
技术规划：
理解业务战略及重点，基于业务需求作出高可用、高可靠、高拓展性的技术架构规划和落地
优先资格
有变更管控、故障应急、稳定性保障或研发效能平台开发经验
有多智能体协作、长任务执行或复杂工具编排项目经验
有 AI Agent 评测、可观测性建设及生产环境运营优化经验
AI 洞察
优缺点分析
优点
- 接触阿里云核心稳定性基础设施，技术栈前沿（Java+AI Agent）
- 平台处于高速增长期，业务价值高，个人成长空间大
- 大厂背书，福利体系完善，有助于职业履历增值
- AI Agent领域技术迭代快，需持续学习新模型与新框架
缺点 / 挑战
- 稳定性岗位要求高，需承担On-call值班压力，应对线上突发故障
- 高并发场景下的性能优化极具挑战性
- 适合具备3年以上Java后端经验，对AI技术应用感兴趣，追求技术深度与广度，能承受一定工作压力并乐于解决复杂问题的工程师
角色解读
- 可向资深后端架构师方向发展，深耕分布式系统与高可用架构
- 或向AI工程化专家转型，专注大模型应用落地与智能体系统设计
- 也可发展为技术负责人，带领团队攻克复杂技术难题
- 负责阿里云稳定性工具平台的后端架构设计与核心代码开发，确保系统高可用
- 结合大模型技术，设计和实现AI Agent智能体，解决复杂的业务逻辑与自动化任务
- 参与线上故障排查、性能优化及技术预研，推动技术架构演进
- 扎实的Java后端基础，精通Spring生态及分布式系统设计
- 熟悉大模型应用开发，掌握AI Agent架构、Prompt Engineering及上下文管理机制
- 具备系统稳定性保障、性能调优及CodeReview能力
申请策略
- 关注阿里云稳定性工具的具体应用场景，准备相关的系统设计面试题
- 展现对AI技术的热情与快速学习能力，举例说明如何将新技术引入现有业务解决实际问题
- 突出Java后端在高并发、分布式场景下的实战经验，展示系统稳定性保障案例
- 重点描述AI Agent或大模型应用的落地项目，强调Prompt优化、工具调用设计及效果评估
- 体现代码质量意识与技术分享贡献
- 深入学习LangChain、AutoGen等Agent开发框架
- 强化JVM调优、数据库索引优化及中间件原理
- 补充可观测性（Observability）体系建设知识，如Prometheus、Grafana等
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 针对系统设计题，先明确需求与非功能性要求，再阐述架构选型、核心难点及解决方案，最后给出监控与复盘机制
- 针对AI问题，结合具体场景说明技术选型的权衡
- 请介绍一个你主导的高可用系统设计案例，如何保证SLA？
- 在大模型应用中，如何处理上下文窗口限制及Token成本控制？
- 简述AI Agent的任务规划与工具调用机制，并举例说明
- Java并发编程中，如何解决线程安全问题及死锁？
- 面对线上突发的性能瓶颈，你的排查思路和优化手段是什么？
职位点评
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利
85较高
作为已上市巨头企业的核心研发岗，薪资竞争力强，通常包含股票期权，整体薪酬包在市场处于领先水平。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
92较高
岗位深度融合Java后端与AI Agent前沿技术，技术栈新颖且具有挑战性，能显著提升工程师在AI工程化领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、Prompt Engineering、Java、Spring Boot、分布式系统
业务类型profit_center
工作生活
45较低
互联网大厂核心研发岗通常工作强度较大，涉及On-call值班及线上故障应急，WLB相对一般，但公司提供完善的办公设施与餐饮支持。
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
致力于构建高可用的云基础设施，保障大规模业务稳定运行，具有明确的行业价值与社会意义，但直接社会影响力感知较弱。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs