Tmall logo
天猫
淘天供应链产品技术部-AI应用研发工程师-AI客服

淘天供应链产品技术部-AI应用研发工程师-AI客服

发布于 33 分钟前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公人工智能
人工智能
Ai Coding Tools
Llm Application
Prompt Engineering
Rag
Sql

值不值得投

78综合评分

综合评分 78

前沿AI技术栈、高成长潜力、大厂平台背书,但需适应快节奏工作环境

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

3.3万

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

约 250 个在招 · 其中人工智能 8 个

市场机会

选择面较广

杭州 · 人工智能 · 约 490 个在招

职位详情

关于这个职位

负责构建具备任务理解、工具调用及多轮推理能力的智能客服Agent,结合RAG、动态Prompt编排等前沿技术打造高可用AI工程系统

深入电商复杂业务场景(如商品质量、物流售后),通过数据驱动优化人机协作策略,并赋能商家智能化运营,提升平台服务效率与体验

最低要求

本科及以上学历,2年及以上后端或AI应用开发经验

熟练使用Java或Python,熟悉分布式服务、缓存、消息队列等常用技术
有大模型应用或Agent的上线经验
理解Prompt、RAG、工具调用、上下文管理和记忆等核心技术的原理
能根据bad case和评测数据定位问题,持续优化效果
数据和问题分析能力强,能用SQL或Python自己分析数据
能从具体用户、具体case出发找到根因,而不是只看指标
日常深度使用AI Coding工具(如Claude Code、Cursor、Qoder等)来提升研发效率
有很强的owner意识和跨团队推动能力,能直接和产品、算法、运营以及商家沟通

工作职责

构建服务咨询Agent:设计具备任务理解、工具调用、多轮推理与决策能力的智能体(Agent),推动Agent架构演进,并建设配套的评测和回归体系

打造高可用AI工程系统:将RAG、动态Prompt编排、上下文管理、长期记忆等前沿AI技术,与高并发服务深度融合,同时保障低延迟、高可用
重塑进线服务体验:构建体验负反馈迭代闭环,持续驱动知识、方案、工具、链路和人机协作策略的持续优化
深耕商品质量问题、物流问题、售后问题等复杂业务场景
赋能商家智能化运营:建设AI质检、AI协商、AI挽单、AI经营分析等产品能力、提升商家在平台的经营效率与效果

优先资格

有以下任一方向经验者优先:电商客服、售后或导购,商家SaaS或客服工作台,用户画像与CRM,模型后训练,直播或私域

AI 洞察

优缺点分析

优点

  • 接触最前沿的大模型Agent技术,技术栈领先
  • 依托淘天庞大业务场景,数据丰富,落地效果可量化
  • 平台影响力大,简历背书价值高
  • 团队氛围开放,鼓励技术创新与跨界合作
  • 需要深入理解电商复杂业务逻辑,学习曲线陡峭
  • 跨部门沟通成本高,需具备极强的推动力
  • 适合对AI前沿技术有热情、具备扎实后端基础且希望在大模型应用层深耕的中高级工程师

缺点 / 挑战

  • AI Agent在复杂业务中的稳定性与准确性挑战较大
  • 高并发场景下的系统性能优化压力大

角色解读

  • 向AI架构师方向发展,主导更复杂的Agent系统设计
  • 转型为AI产品经理或技术负责人,兼顾业务战略与技术落地
  • 深耕垂直领域(如电商客服、商家服务),成为行业专家
  • 设计与开发基于大模型的智能客服Agent,实现复杂的任务理解与决策能力
  • 搭建高可用的AI工程基础设施,整合RAG、Prompt编排等技术以支持高并发场景
  • 通过数据分析与Bad Case复盘,持续优化客服系统的准确率与用户体验
  • 拓展AI在商家侧的应用(如质检、挽单),提升商业价值
  • 扎实的编程基础(Java/Python)及分布式系统知识
  • 深入理解LLM应用开发,包括RAG、Agent架构、Prompt工程等
  • 具备数据敏感度,能利用SQL/Python进行问题分析与归因
  • 熟练使用AI辅助编码工具,具备高效的工程化落地能力

申请策略

  • 准备详细的项目案例,重点阐述技术选型理由及遇到的挑战与解决方案
  • 了解淘天集团最新的AI战略布局,展现对业务的思考
  • 突出大模型应用项目经验,特别是Agent、RAG相关的实战案例
  • 强调解决复杂业务问题的能力,展示如何通过技术手段提升效率或体验
  • 体现数据驱动思维,列举通过数据分析优化模型效果的实例
  • 提及对AI Coding工具的熟练运用,展示高效研发能力
  • 深入学习LangChain、LlamaIndex等主流Agent框架
  • 强化分布式系统在高并发AI场景下的优化技巧

面试指南

  • STAR法则:情境-任务-行动-结果,清晰描述项目背景与个人贡献
  • 技术深度:不仅讲“怎么做”,更要讲“为什么这么做”,对比不同方案的优劣
  • 数据支撑:用具体的指标(如准确率提升百分比、响应时间降低毫秒数)证明效果
  • 业务结合:将技术方案与业务价值(如用户体验、商家效率)紧密关联
  • 请介绍一个你参与过的最复杂的Agent项目,你是如何设计其决策逻辑的?
  • 在RAG系统中,如何解决检索准确率低的问题?有哪些优化手段?
  • 面对高并发场景,如何保证AI服务的低延迟和高可用性?
  • 当模型输出出现Bad Case时,你的排查和优化流程是怎样的?

职位点评

薪资福利85
成长发展92
工作生活50
使命价值75

薪资福利

85较高

作为头部互联网巨头,提供具有竞争力的薪酬福利和稳定的职业发展平台,满足求职者对经济回报和稳定性的需求。

薪资信号未披露(AI估算:2.5千–4.0万/月)

成长发展

92较高

岗位聚焦于大模型Agent这一前沿技术领域,提供丰富的业务场景和数据资源,极具技术成长性和职业发展空间。

技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Prompt Engineering、Java、Python、SQL
业务类型profit_center

工作生活

50较低

互联网大厂通常工作节奏较快,JD未明确提及弹性工作制或WLB相关福利,可能面临一定的工作压力。

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

75中等

通过AI技术改善客户服务体验和商家运营效率,具有明确的商业价值和社会意义,能带来较强的成就感。

行业发展高速增长赛道
社会影响中性/一般
使命信号用AI去做最有温度的事情
创新程度积极采用新技术
Watch Jobs