阿里巴巴
AI研发工程师-商业化风控
AI研发工程师-商业化风控
发布于 大约 4 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Maxcompute
分布式系统
向量数据库
大语言模型
风控
值不值得投
78综合评分
综合评分 78
技术前沿、成长空间大、业务价值高的AI风控工程师岗位，薪资有竞争力，但WLB与办公模式未明确。
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
45K
与人工智能中位数基本持平
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 2480 个在招 · 其中人工智能 约 160 个
市场机会
选择面较广
杭州 · 人工智能 · 约 190 个在招
职位详情
关于这个职位
这是一个负责利用人工智能技术，特别是大语言模型（LLM），为阿里巴巴电商商业化产品设计和实现智能风控解决方案的岗位
你将参与高性能分布式系统的开发，并探索AI技术在业务风控领域的前沿应用
最低要求
本科及以上学历，计算机科学、软件工程、人工智能、信息安全、网络安全、通信等相关专业优先
熟练Java/PHP/C++/Go/Python中的至少一种技术语言，具备良好的软件工程规范和代码质量意识
熟悉常用的数据结构和算法
熟悉多线程、高并发等相关技术
了解大模型基本原理和典型应用场景
掌握大模型应用开发技术栈，包括但不限于提示词工程、检索增强、微调（Fine-tuning）、Langchain 框架、MCP 协议、Skills、Workflow、Agent/Multi-Agent构建等
负责设计与实现面向风控业务场景的企业级Agent智能体，设计和研发领先的Agent模型与链路，持续优化智能体在高并发复杂场景下的稳定性、成功率与成本
不断探索和应用前沿的AI技术和方法，将合适的技术方案引入现有系统，推动业务创新和体验优化
对AI技术充满热情，具备优秀的技术学习能力、独立工作能力和解决问题能力，善于沟通、勤于思考、乐于合作、善于总结分享
对挑战性问题有强烈的好奇心，有强烈的责任心和团队合作精神，积极融入团队
熟悉常规的分布式架构，熟悉关系数据库、向量数据库、缓存、消息队列等开源中间件
工作职责
参与高性能分布式服务端程序的系统设计，为阿里巴巴的商业化产品提供强有力的支持，在海量的网络访问和数据处理中设计并实施最强大的解决方案
背靠世界领先的大模型基座，在丰富的 B/C端应用场景中，探索 AI 技术在电商风控领域最前沿的应用
参与海量数据的处理和开发，通过Max Compute、Flink等大数据平台进行海量数据计算，满足商业上对数据的处理分析开发需求
深入理解业务，参与各类商业化产品的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作，为用户提供丰富而有价值的产品
参与基础软件的设计、开发和维护，如分布式在线服务、文件系统、缓存系统、Key/Value存储系统、数据库、Linux操作系统和Java优化等
接触超大规模的计算底层核心技术的设计和实现，构建高可靠性、高可用性、高可扩展性的体系结构，满足日趋复杂的业务需求
优先资格
有大型互联网公司相关岗位实习及项目开发经历
有大模型应用落地、AI系统应用、平台型产品、工作流引擎的项目经验
在相关领域国际顶级会议、期刊发表论文或在相关学术会议组织的权威比赛中获奖
AI 洞察
优缺点分析
优点
- 技术栈非常前沿，能直接接触和应用世界级的大模型技术与海量数据场景
- 业务价值高，AI风控直接保障核心电商交易安全，成果可见性强
- 技术深度要求高，需要同时具备扎实的工程能力与前沿的AI知识
- 业务理解要求深，需要深入理解电商风控的复杂逻辑与策略
- 对人工智能技术充满热情，同时具备扎实的软件工程基础，并渴望在复杂业务场景中解决实际问题的技术人才
缺点 / 挑战
- 依托大型平台，拥有丰富的数据、计算资源和复杂业务挑战，成长空间大
- 高并发、高可靠系统的设计与运维本身就带来巨大技术挑战
角色解读
- 技术专家路线：深耕AI风控或分布式系统架构，成为该领域的技术权威
- 技术管理路线：带领团队负责更大规模的AI平台或风控系统建设
- 架构师路线：专注于设计和构建下一代高可靠、智能化的风控技术底座
- 设计和开发应用于电商风控场景的智能Agent和AI系统
- 参与高性能、高并发的分布式服务端系统的架构设计与实现
- 利用大数据平台（如MaxCompute、Flink）处理和分析海量业务数据，驱动风控策略
- 精通至少一种主流编程语言（Java、Go等）并具备扎实的软件工程基础
- 深入理解大语言模型原理，并熟练掌握其应用开发技术栈（如Agent、RAG、Fine-tuning）
- 熟悉分布式系统设计原理及相关中间件（数据库、缓存、消息队列等）
- 具备将AI技术与复杂业务场景（风控）结合解决实际问题的能力
申请策略
- 深入研究阿里巴巴的电商风控业务和相关技术博客，了解其技术挑战
- 在面试中展现你对业务的好奇心，思考AI技术如何具体赋能风控场景
- 突出在分布式系统设计、高并发处理方面的项目经验与技术深度
- 重点展示大模型应用开发（如Agent构建、RAG、微调）的实践成果
- 强调与风控、安全或复杂业务逻辑相关的项目经历
- 列举对常用中间件（数据库、缓存、消息队列）的熟练运用
- 系统学习大模型应用开发框架（如LangChain）和Agent设计理念
- 复习和深化分布式系统理论知识（如一致性、容错、性能优化）
面试指南
- 采用STAR原则描述项目经验，重点突出技术决策的背景、方案和量化结果
- 从需求分析、技术选型、架构设计、实现与优化等多个维度回答系统设计问题
- 结合具体业务场景（如交易反欺诈、内容安全）来阐述AI技术的应用价值
- 请介绍一个你完成的分布式系统项目，你在其中负责的核心设计点是什么？如何保证高可用？
- 如何为企业级的风控场景设计一个基于大模型的Agent？请描述你的架构思路
- 在处理海量数据时，Flink和MaxCompute分别适用于什么场景？
- 描述一个你在项目中遇到的最棘手的技术问题，你是如何解决的？
- 你为什么对AI风控这个方向感兴趣？
职位点评
薪资福利80
成长发展95
工作生活55
使命价值75
薪资福利
80较高
作为大型科技公司的技术岗位，薪资具有市场竞争力，但具体福利未在JD中明确说明。
薪资信号偏高 (35K-55K/月)
成长发展
95较高
该职位技术栈非常前沿，涉及大模型、分布式系统等核心领域，且业务场景复杂，成长和学习机会极多。
技术前沿前沿/新兴技术
技术栈大模型、Agent、Langchain、Fine-tuning、检索增强、MaxCompute、Flink、向量数据库
成长机会探索AI技术在电商风控领域最前沿的应用、不断探索和应用前沿的AI技术和方法、推动业务创新和体验优化
业务类型profit_center
工作生活
55较低
工作地点可能在核心城市，但JD未提及办公模式和WLB相关信息，无法判断工作节奏。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位直接服务于电商核心交易安全，具有明确的业务价值和社会意义，但未突出更宏大的使命愿景。
行业发展稳定成熟行业
社会影响中性/一般
使命信号为业务产品保驾护航
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