天猫
阿里妈妈-AI Agent优化工程师-AICRM
阿里妈妈-AI Agent优化工程师-AICRM
发布于 3 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
大模型
提示词工程
数据分析
评测体系
值不值得投
71综合评分
综合评分 71
前沿 AI Agent 方向、业务规模大、成长性强，但薪资与工作强度信息未披露需进一步确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.9万
比人工智能中位数高
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 120 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 460 个在招
职位详情
关于这个职位
该职位隶属阿里妈妈 AICRM 团队，负责面向百万商家服务的 AI Agent 设计与持续优化，通过人机协同重构运营工作模式
你需要把客户服务问题转化为可衡量、可实验、可迭代的 Agent 能力，涵盖任务建模、评测体系搭建与数据反馈闭环，最终提升业务效果、用户体验和运营效率
最低要求
本科及以上学历，计算机、人工智能、软件工程、数学或相关专业
具备扎实的计算机基础和良好的工程实现能力
熟练掌握 Java、Python、C++等至少一种主流编程语言，能够独立完成系统设计、开发、测试和线上问题排查
有复杂生产系统建设经验者优先
具备大模型或 Agent 应用实践经验，理解任务规划、上下文组织、工具调用、评测和数据反馈等关键环节
有生产级 Agent、评测平台或模型优化经验者优先
具备较强的实验思维和数据分析能力，能够将开放问题转化为可验证假设，设计对照实验，并依据真实数据判断方案效果
对真实用户和业务结果敏感，能够主动承担不确定问题，快速学习前沿技术并转化为可落地方案
有搜推广经验者优先
工作职责
分析真实业务问题，对业务场景进行建模，明确 Agent 的任务目标、评价指标、对照基线和成功标准，设计可持续优化的解决方案
设计并实现服务百万商家的生产级 Agent，持续优化任务规划、上下文组织、工具调用、知识与记忆使用、运行流程及异常处理
建设 Agent 评测体系，完善评测数据、自动评分、回归测试及离线和在线实验，客观衡量版本变化、能力边界和业务效果
基于运行记录、失败案例和用户反馈定位问题，推动提示词、技能、工具、流程或模型的针对性优化，并兼顾质量、稳定性、时延和成本
建设真实业务数据反馈闭环，将线上案例和业务结果转化为评测及优化资产，从评测驱动开发到推动 Agent 自进化
与产品、运营、算法以 AI Native 方式协作，推动方案在真实场景落地的同时沉淀知识和经验，形成团队数据飞轮
优先资格
有复杂生产系统建设经验者优先
有生产级 Agent、评测平台或模型优化经验者优先
有搜推广经验者优先
AI 洞察
优缺点分析
优点
- 处于 AI Agent 与大模型应用前沿，技术栈新、成长空间大
- 业务面向百万商家，场景真实且规模大，能积累生产级 Agent 落地经验
- 与产品、运营、算法以 AI Native 方式协作，可快速拓宽跨领域视野
- Agent 优化依赖大量实验与数据迭代，工作包含较多试错与调优
- 要求对大模型与业务场景都有理解，学习曲线较陡
- 适合对 AI Agent 和大模型应用有热情、具备扎实工程能力、喜欢用实验和数据驱动优化的技术人员
缺点 / 挑战
- 需要同时兼顾质量、稳定性、时延和成本，工程与效果平衡难度较高
角色解读
- 可沿技术专家路线深耕 Agent 架构、评测与优化，成为 LLM 应用工程的核心骨干
- 也可向 AI 应用架构师、技术负责人方向发展，负责更大范围的智能体系统设计
- 由于贴近业务与产品，未来也可转型为懂技术的 AI 产品/方案负责人
- 设计和实现面向百万商家的生产级 AI Agent，覆盖任务规划、上下文组织、工具调用、记忆与异常处理等关键环节
- 建设 Agent 评测体系与数据反馈闭环，通过离线和在线实验客观衡量版本效果与能力边界
- 基于运行记录、失败案例和用户反馈定位问题，持续优化提示词、工具、流程或模型
- 扎实的工程实现能力，熟练掌握 Java、Python、C++ 中至少一种并具备复杂生产系统开发经验
- 对大模型与 Agent 应用有实践理解，熟悉任务规划、工具调用、记忆管理等机制
- 较强的实验思维与数据分析能力，能将开放问题转化为可验证假设并设计对照实验
申请策略
- 提前了解阿里妈妈与 AICRM 的业务背景，理解其对客服务与对商家的价值
- 强调你在人机协同、规模化服务或效率提升方面的思考，贴合岗位的运营重构目标
- 突出生产级系统或复杂工程的落地经验，量化系统规模、稳定性与性能指标
- 展示大模型或 Agent 应用实践，如任务规划、工具调用、记忆管理、评测体系搭建等具体项目
- 体现实验与数据分析能力，例如设计过对照实验、搭建过评测或回归测试体系
- 系统梳理 LLM Agent 的架构与常见优化手段，如 ReAct、工具调用、记忆与 RAG
- 补充评测体系与 A/B 实验相关知识，包括自动评分、回归测试和离线/在线实验方法
- 熟悉常见大模型工程栈与提示词工程实践，并准备可演示的项目案例
面试指南
- 采用「背景—目标—方案—指标—结果」的结构，先讲清业务问题与建模思路，再说明关键设计与实验方法
- 对技术细节给出可验证的数据与指标，体现实验思维和闭环优化能力
- 对开放问题展示拆解与假设验证过程，而非只给结论
- 你如何为一个真实业务场景设计 Agent 的任务目标、评价指标与成功标准？
- 请描述一次你搭建评测体系或做离线/在线实验并据此优化方案的经历
- 当 Agent 出现工具调用失败或上下文超限时，你会如何定位并优化？
- 如何在质量、稳定性、时延与成本之间做取舍？
- 你如何把线上失败案例转化为可迭代的优化资产？
职位点评
薪资福利68
成长发展88
工作生活50
使命价值76
薪资福利
68中等
JD 未披露具体薪资与福利，补偿性信息有限，但岗位属于核心业务方向的 AI 工程岗，整体薪酬预期较好。
薪资信号未披露（AI估算：2.8千–5.0万/月）
成长发展
88较高
岗位处于 AI Agent 与大模型应用前沿，业务规模大、场景真实，要求评测与实验能力，技能成长与经验沉淀空间充足。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、任务规划、工具调用、评测体系、数据反馈闭环、Python、Java
成长机会快速学习前沿技术、沉淀知识和经验、形成团队数据飞轮、推动Agent自进化
业务类型ambiguous
工作生活
50较低
JD 未提及办公模式、弹性工时或加班相关信息，工作强度与灵活性无法判断，需在沟通中进一步确认。
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
76中等
岗位通过 AI 重构运营模式、规模化服务百万商家，具备一定的业务价值与行业前沿意义，使命感的体现主要来自业务影响而非明确的价值宣示。
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