Alibaba logo
阿里巴巴
千问办公-AI Agent Networking 工程师-杭州

千问办公-AI Agent Networking 工程师-杭州

发布于 3 小时前

普通员工/个人贡献者

AI 估算 · 3.0–6.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公AI算法
AI算法
Ai Agent
Llm
Prompt Engineering
Rag
向量数据库
多智能体协作
机器学习

值不值得投

81综合评分

综合评分 81

阿里核心AI前沿团队,技术极具前瞻性,成长空间巨大,适合技术极客

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 4630 个在招 · 其中AI算法 24 个

市场机会

选择适中

杭州 · AI算法 · 21 个在招

职位详情

关于这个职位

负责探索AI Agent的网络效应与自进化机制,构建多智能体协作、长期记忆及海量检索系统

需深入掌握LLM推理优化、个性化微调及安全评测技术,通过Demo驱动快速迭代,打造具备社交扩圈能力的智能体应用

最低要求

在以下技术方向中至少2-3项有深入或创新经验:长期记忆(mem0/Graphiti)、多智能体协作(Multica/CAMEL)、海量检索(Milvus/Faiss)、推理降本(vLLM/SGLang)、个性化微调(Unsloth/TRL)、图推荐(PyG/DGL)、长时任务(Temporal/Ray)、智能体安全(NeMo Guardrails/Presidio)、评测仿真(DSPy/Langfuse)

过往工种不限,算法、客户端、后端、测试、数据背景均可

工作职责

探索Agent网络效应及专家上下文自进化容器

研究i人社交扩圈场景下的Agent交互机制
实现长期记忆、多智能体协作协商及海量检索系统
进行推理降本、个性化微调、图推荐及长时任务处理
保障智能体安全并进行评测仿真
参与A2A4H自建agent协作开发
准备日常coding环境以应对即时命题vibe面试

AI 洞察

优缺点分析

优点

  • 处于AI Agent最前沿赛道,技术极具前瞻性和创新性
  • 团队精简高效,决策链条短,技术氛围浓厚
  • 依托阿里平台资源,拥有强大的算力和技术支持
  • 技术方向尚处探索期,缺乏成熟标准,需自行定义解决方案
  • 面试形式独特(vibe coding),对即时反应和代码功底要求极高
  • 业务场景(如i人社交)较为小众,商业化前景存在不确定性
  • 适合热爱前沿技术、具备极强自学能力和工程落地经验的AI工程师,尤其是希望在Agent领域深耕的技术极客

缺点 / 挑战

  • 工作内容充满挑战,适合追求技术突破的人才
  • 高强度创新压力,需持续跟进最新研究成果

角色解读

  • 成为AI Agent领域的资深专家,主导核心架构设计
  • 向AI产品经理或技术负责人转型,推动技术商业化落地
  • 在新兴的Agent经济领域建立个人品牌和技术影响力
  • 研发AI Agent核心组件,包括长期记忆模块和多智能体协作框架
  • 优化大模型推理效率,实施个性化微调与安全围栏策略
  • 构建基于向量数据库的海量检索系统,支持智能体的知识获取
  • 通过快速原型开发(Demo First)验证Agent在网络效应和社交场景中的可行性
  • 精通至少两项前沿AI技术栈(如LangChain生态、向量检索、LLM微调等)
  • 具备扎实的编程基础,熟悉Python及相关AI库
  • 拥有快速学习和原型开发能力,能独立解决复杂技术问题
  • 对Agent网络效应、人机交互有深入理解和创新思维

申请策略

  • 准备一个高质量的GitHub Repo,展示你的Agent项目
  • 熟悉日常Coding环境配置,确保面试时能快速上手
  • 思考Agent网络效应的理论依据和实际应用场景
  • 保持开放心态,展现对新技术的热情和好奇心
  • 突出在LLM应用、Agent开发或多智能体系统中的具体项目经验
  • 展示GitHub上的开源贡献或个人Agent项目,证明工程能力
  • 强调在特定技术栈(如向量检索、微调)上的深度理解和创新实践
  • 体现快速原型开发和解决复杂问题的能力

面试指南

  • STAR法则:情境、任务、行动、结果,清晰描述项目背景和你的贡献
  • 技术深度:从原理层面解释技术方案的选择依据和优缺点
  • 创新思维:展示你对问题的独特见解和创造性解决方案
  • 实战能力:通过代码演示或架构图直观展示你的工程实力
  • 请介绍你最近做的一个AI Agent项目,遇到了什么挑战?
  • 如何设计一个具备长期记忆的Agent系统?
  • 在多智能体协作中,如何解决冲突和一致性问題?
  • 如何评估和优化Agent的推理成本?

职位点评

薪资福利85
成长发展95
工作生活60
使命价值70

薪资福利

85较高

阿里作为头部大厂,提供具有市场竞争力的薪酬和完善的福利体系,满足求职者对高薪和稳定性的需求。

薪资信号未披露(AI估算:3.0千–6.0万/月)

成长发展

95较高

岗位聚焦AI Agent前沿领域,技术栈新颖且深入,为求职者提供了极高的技能成长空间和技术影响力积累机会。

技术前沿前沿/新兴技术
技术栈AI Agent、Mem0、Graphiti、Multica、CAMEL、Milvus、Faiss、vLLM、SGLang、Unsloth、TRL、PyG、DGL、Ray、NeMo Guardrails、Presidio、DSPy、Langfuse
业务类型profit_center

工作生活

60中等

团队规模小且强调Demo First,可能意味着工作节奏较快,但扁平化管理有助于提升工作效率和自主性。

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

70中等

探索Agent网络效应和社交扩圈,具有一定的社会价值和创新意义,但具体社会影响力尚待观察。

行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新(行业首创)
Watch Jobs