天猫
阿里妈妈-高级AI应用研发工程师-营销工程&知识引擎-杭州
阿里妈妈-高级AI应用研发工程师-营销工程&知识引擎-杭州
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公后端开发
后端开发
Ddd
Llm
Rag
向量检索
知识图谱
值不值得投
73综合评分
综合评分 73
前沿技术栈、核心业务场景、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
4万
与后端开发中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
99 个在招
市场机会
选择面较广
杭州 · 后端开发 · 约 170 个在招
职位详情
关于这个职位
这是一个在阿里妈妈（天猫）负责构建商品领域智能知识引擎的高级AI应用研发岗位
你将基于LLM和Java/Python技术栈，设计并研发知识编译、存储、检索等核心系统，服务于淘宝的运营、导购和智能问答等业务
工作涉及RAG、向量检索、知识图谱等前沿技术，需要端到端负责系统架构和线上效果
最低要求
具备扎实的软件工程与后端开发能力，能够独立负责复杂系统或核心模块从方案设计、开发测试到上线运维的完整交付
熟练掌握 Java 及 Spring Boot 等主流框架，理解 DDD、微服务和常见设计模式，具备清晰的领域建模与系统拆分能力
具备 Python 工程开发经验，能够开发可维护、可测试、可部署的生产级服务或数据处理流水线，而不仅限于脚本编写
熟悉分布式系统常见问题，掌握关系型数据库、缓存、消息队列、搜索引擎等基础设施，并能处理一致性、幂等、并发、性能和容错问题
理解大模型应用的基本原理和工程实践，熟悉 Prompt、RAG、Embedding、向量检索或 Agent 等至少一个方向，能够结合评测结果定位并改进效果问题
具备良好的业务理解、沟通协作和问题拆解能力，能够在需求持续演进的环境中主动推进并对结果负责
工作职责
负责商品知识编译引擎的架构设计与研发，建设稳定、可扩展的知识存储、知识管理、任务调度、权限治理和开放 API 等能力
基于 Java、Spring Boot和 DDD 持续演进领域模型与服务架构，处理复杂业务规则、长流程任务及多系统协同问题
使用 Python 开发和优化大模型应用流水线，覆盖商品知识抽取、清洗、归一化、关联、摘要、编译与质量评估等环节
建设 RAG 与混合检索能力，综合使用关键词检索、向量检索和重排序，并按业务场景引入知识图谱等技术，提升知识召回、答案准确性与可解释性
设计可靠的异步任务机制与系统间协议，完善幂等、重试、超时、回调、状态机、故障恢复和可观测性，保障复杂任务稳定运行
与产品、算法、数据和业务团队协作，将业务需求转化为可落地的技术方案，并通过指标、评测集和线上反馈持续优化系统效果
推动工程质量建设，包括代码评审、自动化测试、CI/CD、性能优化、监控告警和线上问题排查，提升团队交付效率与系统稳定性
优先资格
有商品、零售、电商、内容平台或企业知识库相关系统建设经验
有工业级llm-wiki的实践经验，有知识图谱、实体识别与对齐、Ontology、文档解析、多模态理解或知识工程经验
有 Elasticsearch/OpenSearch、向量数据库、重排序模型或大规模混合检索的生产实践
有 LLM 应用评测、模型服务、推理性能优化、工作流编排或 Agent 平台建设经验
熟悉 React、Vue 等前端技术，能够完成管理后台、知识编辑或效果分析页面的端到端开发
有 Kubernetes、云原生、DevOps 或高可用系统建设经验，或有技术方案沉淀和团队经验分享习惯
AI 洞察
优缺点分析
优点
- 技术前沿性强，深度涉及LLM、RAG、知识图谱等热门领域，能积累宝贵的工业级实践经验
- 背靠阿里巴巴生态，平台资源丰富，技术氛围浓厚，有较多与顶尖人才交流和分享的机会
- 需要端到端对系统效果负责，意味着不仅要关注开发，还要深入理解业务、数据和线上运维
缺点 / 挑战
- 业务场景丰富且数据量巨大，挑战性高，对个人技术成长和解决复杂问题的能力提升显著
- 工作强度可能较高，需要应对快速迭代的业务需求和复杂的系统问题，对自驱力和抗压能力要求高
- 技术栈要求全面，需要同时精通Java和Python，并持续跟进大模型领域的快速变化，学习压力大
- 适合具备扎实后端功底，对LLM和知识工程有强烈兴趣，渴望在复杂业务场景中解决挑战性问题的资深工程师
角色解读
- 在技术深度上，可以成长为知识工程、RAG和LLM应用领域的专家，主导核心系统的架构演进
- 在业务视野上，可以深入理解电商、导购、内容生产等业务场景，成为连接技术与业务的关键角色
- 在职业发展上，有机会从高级工程师晋升为技术专家或团队负责人，带领团队攻克更复杂的系统难题
- 设计并研发商品知识编译引擎的核心系统，包括知识存储、管理、任务调度和API等平台能力
- 使用Java和Spring Boot进行领域建模和服务架构演进，处理复杂的业务规则和长流程任务
- 使用Python开发大模型应用流水线，涵盖知识抽取、清洗、归一化、摘要等环节，并优化其性能
- 建设RAG与混合检索能力，结合关键词、向量检索和重排序，提升知识召回和答案准确性
- 扎实的Java和Spring Boot后端开发能力，理解DDD、微服务架构和设计模式
- 生产级的Python工程能力，能开发可维护、可测试的数据处理流水线
- 熟悉分布式系统、数据库、缓存、消息队列等基础设施，并能处理一致性和容错问题
- 理解大模型应用原理，熟悉Prompt、RAG、Embedding、向量检索或Agent等至少一个方向
申请策略
- 在简历和面试中，多结合具体业务场景（如电商、导购）来阐述技术方案，体现业务敏感度
- 可以提前了解阿里妈妈或淘宝在商品知识、智能导购方面的公开技术分享，以便在面试中展现对业务的思考
- 突出Java/Python双栈的项目经验，尤其是独立设计并交付复杂后端系统的案例
- 重点描述在RAG、向量检索、知识图谱或LLM应用方面的实践，包括技术选型、效果优化和性能调优
- 强调处理分布式系统问题（如一致性、幂等、容错）的经验，以及使用DDD进行领域建模的实例
- 展示对业务的理解，例如如何将模糊的业务需求转化为具体的技术方案并推动落地
- 系统梳理RAG技术栈，包括Embedding模型、向量数据库、重排序模型，并尝试搭建一个完整的RAG应用
- 深入学习知识图谱、实体识别与对齐、Ontology等知识工程相关技术，了解其在电商场景的应用
面试指南
- 回答技术问题时，建议采用STAR法则（情境-任务-行动-结果），清晰阐述项目背景、个人职责、具体技术方案和量化成果
- 对于系统设计问题，可以从需求分析、架构选型、关键模块设计、容错与可扩展性等维度展开
- 请详细描述你过去负责的一个复杂后端系统的架构设计，包括领域建模、服务拆分和关键技术难点
- 谈谈你对RAG的理解，如何设计一个高准确率、低延迟的检索增强生成系统？
- 在构建大规模数据处理流水线时，如何保证数据的准确性、一致性和处理效率？
- 你如何评估和优化一个LLM应用的效果？请举例说明你使用过哪些评测方法和优化策略
- 面对一个模糊的业务需求，你如何将其拆解为可落地的技术方案并推动执行？
- 准备1-2个最能体现你技术深度的项目，从架构设计到细节实现都能清晰讲解
职位点评
薪资福利75
成长发展95
工作生活40
使命价值70
薪资福利
75中等
职位未明确提及具体薪资和福利，但作为阿里巴巴集团的高级技术岗位，通常提供具有市场竞争力的薪酬和福利待遇。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
95较高
该职位深度涉及LLM、RAG、知识图谱等前沿技术，业务场景复杂且具有挑战性，能提供极佳的技术成长空间和平台资源。
技术前沿前沿/新兴技术
技术栈LLM、RAG、知识图谱、向量检索、Java、Spring Boot、Python、DDD、Elasticsearch、Kubernetes
业务类型profit_center
工作生活
40较低
职位描述未提及工作模式、弹性办公或WLB相关信息，作为互联网大厂的核心研发岗，通常为现场办公且工作节奏可能较快。
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
该岗位服务于淘宝核心业务，通过构建智能知识引擎提升运营、导购和问答效率，对电商生态有直接价值，行业前景广阔。
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
天猫 的其他在招职位
相似职位推荐
Watch Jobs