阿里巴巴
工程效能工程师-AI与研发基建方向
工程效能工程师-AI与研发基建方向
发布于 大约 15 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
本科
DevOps/SRE
CI/CD
Elk
Go
Llamaindex
Llm
机器学习
AI 估算 · 35k–60k
阿里资深工程师级别，AI+基建方向稀缺，薪资竞争力强，16薪。
职位详情
关于这个职位
作为阿里巴巴的工程效能工程师，你将专注于AI与研发基建方向，利用大语言模型和智能Agent技术，打造下一代智能质量体系、CI/CD平台和AIOps工具，以提升研发效率和交付质量
你将参与从需求分析到代码治理的全流程效能优化，解决传统自动化维护成本高、故障响应慢等痛点，推动研发流程的智能化转型
最低要求
工程能力： 扎实的编程功底，精通 Go 或 Python，具备大型分布式系统或研发工具平台的开发经验
AI/LLM 背景： 熟悉 OpenAI/LangChain/LlamaIndex 等技术框架，有 AI Agent、Prompt Engineering 或模型微调（SFT）实际落地经验者优先
自动化/基建： 精通 Docker/K8s 容器化技术，深入理解 CI/CD 原理，有 Jenkins/GitLab CI 深度定制开发经验
算法视野： 了解常用的机器学习算法（如时序预测、聚类分析、Isolation Forest 等），能将其应用于日志分析或异常预测场景
极客精神： 对提升研发效率有近乎偏执的追求，善于从重复劳动中发现问题并将其转化为工具或平台
工作职责
基于 LLM 的智能质量体系设计： 深入业务场景，利用大语言模型（LLM）对需求文档、技术方案进行语义分析，自动生成测试矩阵与核心用例
设计并实现“AI 质量门禁”，在代码合入前自动进行影响面评估与自动化回归
研发下一代 AI Testing Agent： 开发具备自愈能力的 AI Testing Agent，能够模拟真实用户行为进行探索性测试
利用 Agent 技术实现测试脚本的自动维护与修复，解决传统 UI 自动化维护成本高的痛点
构建智能化 CI/CD 平台： 设计并开发高可用的持续集成与交付流水线
引入 AI 智能决策模型，实现测试套件的高效并发调度、构建失败的自动根因分析（Auto-Root Cause Analysis）以及发布风险的实时预测
AIOps 与智能观察力建设： 使用 Python、Go 开发基础设施即代码（IaC）工具
集成 Prometheus、ELK 等技术栈，应用时序预测与异常检测算法，构建具备“语义理解”能力的监控告警系统，实现故障的秒级感知与 Agent 辅助自愈
LLM 驱动的代码治理与安全： 研发基于 LLM 的静态代码分析插件与安全审计工具
通过 Agent 自动扫描代码漏洞、架构违规及性能隐患，并提供生产级的自动化修复建议（Auto-Fix）
研发全生命周期效能度量： 通过数据挖掘技术，沉淀产研全流程数据，构建智能化效能度量体系
利用 AI 挖掘流程瓶颈，通过工具化的手段解决研发过程中的“脏活累活”，极致提升整体交付质量与效率
AI 洞察
优缺点分析
优点
- 站在AI+研发效能的前沿，技术含量高，能积累LLM、Agent、AIOps等稀缺技能
- 阿里巴巴平台大，业务场景丰富，有大量实际落地机会，技术影响力强
- 薪资待遇优厚，股票期权等福利完善，职业发展空间大
- 工作强度大，需要快速迭代和应对复杂系统，可能面临加班
- 技术难度高，需要持续学习最新AI技术，保持技术敏感度
- 跨部门协作多，需要良好的沟通能力和业务理解能力
缺点 / 挑战
- 适合对AI技术有浓厚兴趣，具备扎实工程基础，喜欢挑战技术难题，追求高效研发的工程师
角色解读
- 在阿里巴巴内部，可以晋升为技术专家或架构师，主导AI效能平台的建设
- 可横向拓展到AI平台、云原生、SRE等方向，成为复合型技术人才
- 随着AI在研发领域的深入，该岗位有潜力成为企业数字化转型的关键角色，未来可向技术管理或产品方向转型
- 设计并实现基于LLM的智能质量体系，包括自动生成测试用例和AI质量门禁，确保代码质量
- 开发自愈型AI测试Agent，模拟用户行为进行探索性测试，并自动维护测试脚本
- 构建智能化CI/CD平台，集成AI决策模型，实现测试调度优化、故障根因分析和发布风险预测
- 开发AIOps工具，集成监控告警系统，实现故障的秒级感知和自动化修复
- 扎实的编程能力，精通Go或Python，具备大型分布式系统开发经验
- 熟悉LLM技术栈，如OpenAI、LangChain、LlamaIndex，并有AI Agent或Prompt Engineering实际落地经验
- 精通容器化技术（Docker/K8s）和CI/CD原理，有Jenkins/GitLab CI定制开发经验
- 了解机器学习算法，如时序预测、异常检测，并能应用于日志分析和预测场景
申请策略
- 了解阿里巴巴的研发效能平台和AI战略，在面试中展示对业务的理解
- 准备一个能体现你极客精神的项目，如自动化工具或效率提升案例
- 突出在大型分布式系统或研发工具平台上的开发经验，特别是用Go或Python实现的项目
- 强调AI相关项目，如LLM应用、AI Agent、Prompt Engineering或模型微调的实际落地案例
- 展示CI/CD和容器化技术的深度实践，如Jenkins/GitLab CI定制、Docker/K8s部署
- 如有机器学习应用经验，如时序预测、异常检测，务必提及
- 深入学习LangChain、LlamaIndex等框架，动手构建一个简单的AI Agent
- 熟悉Kubernetes和CI/CD工具链，尝试定制一个CI流水线
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰描述项目背景、你的贡献和量化成果
- 对于技术问题，先阐述原理，再结合实践案例，展示深度和广度
- 对于开放性问题，展示你的思考过程，体现逻辑性和创新性
- 请描述一个你使用LLM解决实际问题的项目，具体如何设计Prompt或Agent？
- 如何设计一个高可用的CI/CD流水线？如何优化构建速度？
- 谈谈你对AIOps的理解，如何实现故障的自动检测和修复？
- 在分布式系统中，如何保证系统的稳定性和可扩展性？
- 你如何评估一个研发效能工具的效果？
职位点评
74
综合评分
阿里AI效能岗，技术前沿，薪资优厚，但工作强度大，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、对AI和研发效能有热情，能接受高强度工作的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值70
薪资福利
80较高
阿里巴巴提供有竞争力的薪资和福利，作为上市公司，稳定性较高，但薪资具体数额未披露。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
95较高
该职位处于AI+研发效能前沿，技术含量高，能接触LLM、AIOps等新兴技术，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、LangChain、LlamaIndex、AI Agent、AIOps、Kubernetes
业务类型profit_center
工作生活
40较低
工作地点在杭州，要求现场办公，未提及弹性工作或远程，可能面临加班压力。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
阿里巴巴作为行业巨头，技术影响力大，但职位本身的社会价值不明显，更多是内部效率提升。
行业发展稳定成熟行业
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