阿里妈妈-AI应用研发工程师-北京

优缺点分析

角色解读

• 在阿里妈妈平台，可以深入参与AI Agent核心技术的研发，成为AI应用架构专家
• 有机会从工程角度主导AI应用平台的建设，向技术专家或技术管理方向发展
• 随着AI技术在广告、营销领域的深入应用，可以成为AI+业务场景的复合型专家，具备广阔的职业前景
• 负责阿里妈妈AI原生应用及Agent系统的工程能力研发，包括产品定义、架构设计、Agent构建、工具调用、上下文与记忆管理、效果调优及生产环境交付
• 建设企业级AI应用平台的核心能力，如Agent Runtime、AI研发框架、Tool & Skill能力、知识与RAG、AI数据工程、评测能力、安全治理等
• 建立评测驱动的Agent优化体系，通过评测集构建、离线与在线评测、运行轨迹分析、自动化评分及回归测试，持续优化模型、Prompt、Context、工具和工作流
• 探索基于大模型的新型应用形态，如智能对话、深度检索与研究、多模态交互、Computer Use、多Agent协作及Agentic UI，并完成技术验证与业务落地
• 熟练掌握Java或Python，具备扎实的算法、数据结构与计算机基础，以及并发编程、异步任务、分布式系统或高可用服务的实践经验
• 具备Agent系统的实际开发经验，熟悉LangGraph/LangChain、Google ADK、Spring AI、AgentScope、OpenAI Agents SDK等至少一种框架
• 对Agentic AI技术体系有较完整的理解，并在Agent Runtime、Context Engineering、RAG、Tool & Skill、AgentOps、多Agent协作等方向有深入实践
• 具备生产级AI系统的工程能力，能够处理长任务执行、状态持久化、超时与重试、幂等与故障恢复、资源隔离、权限控制等问题

申请策略

• 了解阿里妈妈业务和AI应用方向，在面试中展示对业务的思考
• 准备1-2个Agent系统项目案例，展示从设计到落地的完整过程
• 重点突出Agent系统开发经验，包括使用的框架、解决的业务问题、系统架构设计等
• 突出生产级AI系统的工程能力，如长任务处理、状态持久化、故障恢复等具体实践
• 展示对Agentic AI技术体系的理解，包括Agent Runtime、RAG、Tool & Skill等方向
• 如果有开源项目、技术文章或专利，务必在简历中体现
• 提前熟悉LangGraph、LangChain等主流Agent框架，并动手实践
• 深入理解MCP等工具连接协议，了解A2A、AG-UI等新协议

面试指南

• 针对项目类问题，采用STAR法则（情境-任务-行动-结果）进行回答，突出技术难点和解决方案
• 针对设计类问题，先明确需求，再给出架构方案，并说明权衡和取舍
• 针对评测优化问题，强调数据驱动和迭代优化的思路，结合具体案例
• 请介绍一个你主导的Agent系统项目，包括架构设计、技术选型和遇到的挑战
• 如何设计一个高可靠、可扩展的Agent Runtime？
• 如何通过评测驱动Agent效果优化？你如何设计评测集和自动化评分？
• 在构建RAG系统时，如何解决上下文相关性和检索质量的问题？
• 如何将不确定的业务需求转化为可验证的技术方案？