阿里巴巴
千问事业部-大模型应用算法工程师（Agent 方向）-北京
千问事业部-大模型应用算法工程师（Agent 方向）-北京
发布于 18 天前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
大模型
广告投放
强化学习
机器学习
算法
系统设计
跨团队协作
值不值得投
72综合评分
综合评分 72
前沿大模型Agent应用岗位，技术挑战与成长空间巨大，工作压力可能较高。
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。
薪资怎么样
50K
比机器学习工程中位数高
发布情况
正常在招 · 18 天前发布
公司情况
这家公司招聘很活跃
约 2450 个在招 · 其中机器学习工程 约 160 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 410 个在招
职位详情
关于这个职位
这是一个专注于大模型应用与Agent技术的算法工程师岗位
你将负责设计和开发基于大模型的智能Agent系统，应用于广告投放等业务场景，推动业务自动化和智能化升级
工作涉及从算法研究、系统构建到落地运营的全链路，需要与产品、工程、运营团队紧密协作，解决复杂的业务问题
最低要求
计算机、人工智能或相关专业硕士及以上学历，3年以上算法研发或agent落地经验
具备扎实的编程与工程能力，精通 Python，熟悉 Agno 等 Agent 相关框架中的一种或多种，能够独立完成从算法原型到线上系统的工程落地
深入理解Agent Harness核心机制，能够针对真实业务场景设计稳定、可控、可观测、可迭代的 Agent 解决方案
熟悉大模型后训练方法，包括 SFT、各类前沿RL算法、数据构造与评估体系等
具备优秀的业务理解、问题拆解、系统设计、跨团队沟通和文档沉淀能力，能够在不确定场景下快速验证技术方向，并推动方案在真实业务中稳定落地
工作职责
负责广告平台投放 Agent业务的研究、设计与落地，构建具备规划、执行、反馈、迭代能力的智能投放 Agent，推动广告投放从人工操作走向全链路自动化与智能化
负责以 Skills 为核心的 Agent 自主进化体系建设，构建 Agent记忆、经验、任务复盘系统与知识固化机制，使业务 Agent 能够从历史任务、人工反馈、线上结果和异常案例中持续学习与改进
构建面向业务 Agent 的 Harness 基础设施，包括上下文工程、任务规划与执行、多 Agent 协作机制、评测与观测体系、HITL人机协同、安全约束与异常兜底机制等
负责Agent进化相关的大模型后训练与强化学习前沿研究，持续提升模型在业务场景下的决策、规划与执行能力
与产品、工程、运营等团队深度协同，将模糊业务问题抽象为可评估、可迭代、可规模化的 Agent技术方案
优先资格
加分项：
○ 有复杂 Agent 系统落地、复杂决策系统经验、广告投放诊断或策略优化相关经验者优先
○ 有高星开源项目、Agent Framework、Agent智能化系统贡献经验
AI 洞察
优缺点分析
优点
- 处于AI技术最前沿，接触大模型、Agent等顶尖技术，成长天花板高
- 解决真实的、有规模的业务问题，技术方案能直接产生商业价值，成就感强
- 依托大平台，拥有丰富的数据、算力和业务场景资源，能快速验证技术想法
- 技术迭代速度快，需要持续学习和跟进最新的研究与工程实践
- Agent系统复杂度高，涉及规划、记忆、工具调用等多个模块，对系统设计能力要求极高
- 与业务深度绑定，需要快速理解业务逻辑，并在技术与业务目标间找到平衡点
缺点 / 挑战
- 对构建智能系统有热情，既追求算法深度又具备工程落地能力，乐于在复杂业务场景中解决挑战性问题的AI工程师
角色解读
- 技术专家路线：深耕Agent与大模型技术，成为该领域的架构师或资深算法专家
- 技术管理路线：带领小团队攻克技术难题，向技术负责人或经理方向发展
- 业务融合路线：深入理解业务，成为连接AI技术与业务增长的核心枢纽，甚至孵化新的AI-native业务
- 设计并开发基于大模型的智能Agent，使其能够自主完成复杂的广告投放等业务任务
- 构建Agent的‘记忆’和‘学习’系统，让Agent能从经验中不断进化，变得更智能
- 搭建Agent运行所需的基础设施，包括规划、执行、监控和人机协作机制，确保其稳定可靠
- 研究并应用强化学习等前沿算法，提升Agent在真实场景中的决策和规划能力
- 扎实的机器学习与深度学习理论基础，特别是大模型微调和强化学习
- 优秀的Python编程能力和系统工程能力，能将算法模型转化为稳定可用的线上系统
- 对Agent架构（如ReAct， Tool Use）有深入理解，并能根据业务需求进行创新设计
- 出色的业务抽象和沟通能力，能将模糊需求转化为清晰的技术方案并推动落地
申请策略
- 在面试中，尝试用具体案例阐述你对Agent‘自主性’、‘进化’和‘可观测性’的理解，这符合JD中的关键词
- 准备一个能体现你如何将模糊业务问题转化为技术方案并成功落地的详细故事
- 突出任何与Agent、LLM应用、强化学习相关的项目经验，详细描述你负责的模块和取得的效果
- 展示扎实的工程能力，例如独立开发的项目、对开源框架的贡献、处理复杂系统问题的案例
- 强调跨团队协作和推动项目从0到1落地的经验，体现你的沟通和解决问题的能力
- 深入学习主流Agent框架（如LangChain, AutoGPT, CrewAI）的设计原理和代码
- 复习并实践强化学习在NLP/LLM领域的应用，如RLHF， PPO等算法
- 研究广告投放或推荐系统等具体业务场景，理解其核心逻辑和优化目标
面试指南
- 对于系统设计问题，采用“场景-目标-挑战-方案-效果”的结构进行阐述，突出你的思考深度和工程权衡
- 对于技术问题，结合具体项目经验，说明技术选型的原因、遇到的坑以及最终的解决方案
- 对于业务理解问题，展示你如何从数据和业务逻辑中发现问题，并用技术手段解决
- 请描述一个你设计或开发过的复杂Agent系统，重点说明它的架构、记忆机制和决策流程
- 如果让你为广告投放场景设计一个Agent，你会如何构建它的规划模块和工具调用机制？
- 在Agent系统中，如何平衡自动化和人类干预（HITL）？请举例说明
- 你如何评估一个Agent系统在业务场景下的效果？会关注哪些指标？
- 大模型在Agent中的推理速度和成本是常见挑战，你会如何优化？
职位点评
薪资福利65
成长发展90
工作生活55
使命价值80
薪资福利
65中等
JD未明确提及薪资福利，但作为技术要求高的核心算法岗位，在大平台通常具备市场竞争力的薪酬体系。稳定性高。
薪资信号面议 (35K-65K/月)
成长发展
90较高
岗位聚焦大模型与Agent这一前沿技术领域，要求深入研究与工程落地，提供显著的技术成长空间和挑战性课题。
技术前沿前沿/新兴技术
技术栈大模型、Agent、强化学习、SFT、RL、Harness
成长机会持续学习与改进、前沿研究、推动方案在真实业务中稳定落地
业务类型profit_center
工作生活
55较低
JD未明确说明办公模式，通常此类岗位需现场办公。作为核心业务研发，可能存在一定工作压力，WLB未被提及。
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
80较高
投身于人工智能应用最前沿，旨在通过技术实现业务全链路自动化与智能化，具有明确的创新价值和业务影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动广告投放从人工操作走向全链路自动化与智能化、能够从历史任务、人工反馈、线上结果和异常案例中持续学习与改进
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs