阿里巴巴
阿里云智能-AI Agent平台研发-上海
阿里云智能-AI Agent平台研发-上海
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
Opentelemetry
分布式系统
性能优化
数据基础设施
值不值得投
81综合评分
综合评分 81
前沿AI技术、高薪潜力、高成长空间，但可能伴随高强度工作节奏
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
4.5万
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 4390 个在招
市场机会
选择不多
上海 · AI算法 · 7 个在招
职位详情
关于这个职位
负责构建面向 AI Agent 的观测、评估与审计平台，实现复杂任务执行过程的可追踪与可评估
需深入 Agent Loop 机制，建设数据采集、全链路追踪、性能分析及行为审计能力，并研发支撑海量数据实时分析的高吞吐基础设施
最低要求
扎实的计算机基础，熟悉数据结构、操作系统与计算机网络
熟练掌握 C++、Go、Java、Python 中至少一门语言，具备良好的编码习惯
熟悉 LLM 与 Agent 的工作机制，理解模型调用、工具执行、上下文管理及 Agent Loop 执行流程，具备 Agent 应用、框架或平台研发经验
在 Agent 数据采集、观测、评估或审计中至少一个方向有实践，能够结合执行轨迹分析任务效果、性能瓶颈与执行异常
具备分布式系统研发经验，熟悉数据处理、存储或检索相关技术，理解一致性、容错与可扩展性
熟悉异步 IO、多线程并发、内存管理或高性能网络编程，具备性能分析与优化经验，能够解决吞吐、时延及资源消耗问题
有技术热情和自驱力，具备良好的问题分析与沟通协作能力，能够独立推进核心模块的设计、研发与落地
工作职责
Agent 采集：建设 LoongSuite Agent 对主流 Agent 框架、模型服务及工具链的采集能力，完善自动埋点、上下文传播与运行数据关联，提升采集覆盖率、可靠性与性能
Agent 观测：围绕 Agent Loop 中的模型调用、工具执行、上下文流转及结果反馈，建设全链路追踪、性能分析与故障定位能力
Agent 评估：建设在线与离线评估能力，分析任务完成质量、工具调用效果、执行效率与成本，支持失败归因、版本对比及效果评估
Agent 审计：关联用户与 Agent 身份、权限、工具调用、数据访问及执行结果，支持行为溯源、敏感操作审计与异常分析，完善访问控制和敏感数据保护
数据基础设施：研发高吞吐的数据处理、存储检索与查询分析能力，支撑海量 Agent 运行数据的实时分析与历史追溯，持续优化性能、稳定性和资源利用率
优先资格
加分项：熟悉 LoongSuite、OpenTelemetry，或有自动埋点、上下文传播、低开销采集经验
有 Agent 身份权限关联、敏感操作审计、异常行为检测或评估体系建设经验
深入研究过 LangGraph、AgentScope、AutoGen 等 Agent 框架源码
AI 洞察
优缺点分析
优点
- 处于AI Agent赛道最前沿，技术栈极具前瞻性和市场竞争力
- AI Agent领域标准尚未完全统一，需要不断跟进最新框架（如LangGraph等）
- 对系统性能、稳定性和安全性要求极高，调试复杂度高
- 对AI底层技术有浓厚兴趣，具备扎实计算机基础和分布式系统开发经验的资深工程师
缺点 / 挑战
- 依托阿里云庞大生态，拥有海量真实场景数据和高并发挑战
角色解读
- 可向AI基础设施架构师、大模型平台技术专家或AI安全与合规技术负责人方向发展
- 构建和维护AI Agent的全生命周期监控平台，包括数据采集、链路追踪、效果评估和行为审计
- 精通至少一门后端语言（C++/Go/Java/Python），深入理解LLM与Agent运行机制，具备分布式系统与高性能数据处理能力
申请策略
- 准备展示你对Agent Loop机制的深刻理解，以及如何在保证低开销的前提下实现高精度数据采集的技术方案
- 突出Agent相关项目经验，强调在数据采集、链路追踪或性能优化方面的具体成果和量化指标
- 深入学习OpenTelemetry标准，研究主流Agent框架（LangChain/LangGraph/AutoGen）源码，掌握分布式追踪原理
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经验类问题
- 对于系统设计题，先明确需求约束，再分层阐述架构设计，最后讨论权衡取舍
- 如何设计一个低开销的Agent上下文传播与数据采集方案？
- 在分布式系统中，如何处理Agent执行过程中的数据一致性与容错问题？
- 请描述你过往项目中关于性能优化的具体案例，特别是针对高吞吐场景的处理
- 如何评估一个Agent的执行效果？有哪些关键指标？
- 复习分布式系统核心概念（一致性协议、CAP定理），熟悉OpenTelemetry规范，了解当前主流Agent框架的优缺点
职位点评
薪资福利85
成长发展95
工作生活60
使命价值75
薪资福利
85较高
作为上市巨头企业的核心研发岗，提供具有市场竞争力的薪酬福利体系，稳定性较高。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
95较高
处于AI Agent这一新兴且快速发展的技术领域，能接触到最前沿的技术栈和行业最佳实践，成长空间巨大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、OpenTelemetry、LangGraph、C++、Go、Python、Distributed Systems
业务类型profit_center
工作生活
60中等
互联网大厂通常节奏较快，虽未明确提及加班情况，但核心研发岗位往往面临较高的交付压力。
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
75中等
通过构建可观测、可审计的平台，有助于提升AI系统的透明度和安全性，具有积极的社会价值和技术意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs