天猫
业务技术-AI 应用研发工程师-商家经营
业务技术-AI 应用研发工程师-商家经营
发布于 大约 2 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
Ai Agent
Etl
Rag
Sql
任务编排
大模型应用
数据仓库建模
数据质量治理
值不值得投
73综合评分
综合评分 73
AI 前沿技术，数据驱动，成长空间大，但工作强度可能较高。
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
40K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
54 个在招 · 其中人工智能 4 个
市场机会
选择面较广
杭州 · 人工智能 · 约 160 个在招
职位详情
关于这个职位
作为天猫业务技术团队的AI应用研发工程师，你将专注于构建和优化商家经营Agent，通过数据建模、Agent驱动的数据接入与质量保障，为百万级商家提供个性化数据服务
该岗位要求扎实的数据研发功底和Agent工程能力，适合对AI应用充满热情、具备3年以上经验的技术人才
最低要求
本科及以上学历，计算机科学、软件工程、数据或相关专业背景
年以上研发经验
具备扎实的数据研发功底：熟悉数据仓库建模（维度建模 / 主数据建模）、ETL 开发与调度体系、数据质量治理与血缘管理，SQL 能力过硬，有大数据量离线与实时链路的实战经验
具备 Agent 工程能力：Java 或 Python 基础扎实，有 AI Agent 或大模型应用的真实项目经验，熟悉上下文工程、RAG、任务编排、工具/函数调用等机制，能独立完成模块级设计与交付
有用 AI 改造研发或数据流程的实践意愿与经验，能判断哪些环节适合交给 Agent、哪些必须保留人工兜底，并设计相应的校验与回滚机制
具备问题归因能力，能从数据中定位问题根因
工程素养良好，理解高可用、稳定性与观测的基本要求
结果导向，愿意深入商家经营场景理解真实痛点
学习能力强，对 AI、Agent 等前沿方向保持敏感
工作职责
参与商家主数据的领域建模与口径定义，设计面向 AI 消费的数据组织形式，保障主数据的一致性、可解释性与可扩展性，为上层 Agent 提供稳定可信的事实底座
构建 Agent 驱动的数据接入能力，覆盖多源异构数据的自动发现、API/日志/数据库接入与元数据理解
用 Agent 完成异常识别、口径冲突检测、缺失补全与质量规则的自动生成与演进，把数据质量从「人工巡检」变为「持续自动校验」
实现从需求描述到数据加工任务的自动生成与验证，包括建模建议、SQL/任务生成、血缘分析与回归校验，显著压缩数据需求的交付周期
构建 Agent 驱动的数据运维能力，实现任务异常的自动发现、根因归因与自愈处置，并建立全链路观测与可追溯机制，保障链路长期稳定
支撑经营知识库、AI 评测与 Skill/工具体系所需的数据供给，参与 Agent 应用的架构与模块落地，把数据能力转化为可衡量的商家经营效果
AI 洞察
优缺点分析
优点
- 处于 AI 应用前沿，技术栈新颖，有大量实践机会
- 平台大，数据规模大，能接触复杂业务场景
- 团队氛围可能偏向创新，鼓励尝试新技术
- 工作强度可能较大，需要应对复杂的数据和 AI 问题
- 技术迭代快，需要持续学习
- 需要深入理解业务，对业务敏感度要求高
- 适合对 AI 应用有热情，具备扎实数据功底，愿意深入业务场景的技术人员
缺点 / 挑战
暂无明显挑战项
角色解读
- 从数据研发工程师向 AI 应用架构师发展，深入 Agent 与数据结合领域
- 可晋升为技术专家或团队负责人，负责更核心的 AI 数据平台建设
- 未来可转向 AI 产品经理或数据产品专家，结合业务与 AI 技术
- 负责商家经营主数据的领域建模与口径定义，设计面向 AI 的数据组织形式，确保数据一致性
- 构建 Agent 驱动的数据接入能力，实现多源异构数据的自动发现与接入
- 利用 Agent 进行数据质量治理，包括异常识别、口径冲突检测、缺失补全等
- 实现从需求描述到数据加工任务的自动生成与验证，包括 SQL 生成、血缘分析等
- 扎实的数据研发功底，包括数据仓库建模、ETL、数据质量治理
- AI Agent 工程能力，熟悉大模型应用、RAG、任务编排等
- 编程能力，Java 或 Python 扎实
- 问题归因能力与工程素养，理解高可用、稳定性
申请策略
- 了解天猫商家业务，准备相关业务场景的解决方案
- 关注阿里巴巴技术文化，强调结果导向
- 突出数据仓库建模、ETL、SQL 优化等数据工程经验
- 强调 AI Agent 或大模型应用项目经验，特别是 RAG、任务编排
- 展示用 AI 改造数据流程的案例，体现创新思维
- 如果有商家经营或电商数据经验，务必提及
- 补充学习 Agent 相关框架，如 LangChain、AutoGen
- 熟悉大模型 API 调用和微调基础
面试指南
- 使用 STAR 法则：情境、任务、行动、结果
- 强调技术选型和权衡，体现工程思维
- 结合业务价值，说明技术如何提升效率
- 请描述一个你使用 AI Agent 解决数据问题的项目
- 如何设计一个数据质量自动校验的 Agent？
- 在数据建模中，如何保证主数据的一致性？
- 如何处理 Agent 生成 SQL 的错误？
- 你如何判断哪些环节适合交给 Agent？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
该职位未明确薪资范围，但作为巨头企业，薪资竞争力较强，福利体系完善。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位聚焦 AI 前沿技术，提供大量实践机会，成长空间大。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、RAG、数据仓库、ETL、SQL
业务类型profit_center
工作生活
50较低
工作地点在杭州，未提及弹性办公，可能需现场办公，工作强度可能较高。
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
该职位通过 AI 帮助商家经营，具有商业价值，但社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs