Tmall logo
天猫
业务技术-Agent平台研发工程师-杭州

业务技术-Agent平台研发工程师-杭州

发布于 25 分钟前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公AI算法
AI算法
Ai Agent
Go
Llm
Rag
Sft
云原生
强化学习

值不值得投

76综合评分

综合评分 76

阿里核心AI前沿岗位,技术栈顶尖,成长空间巨大,但工作节奏快,适合技术极客

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

4.0万

比AI算法中位数低

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 270 个在招 · 其中AI算法 5 个

市场机会

选择面较广

杭州 · AI算法 · 约 100 个在招

职位详情

关于这个职位

负责天猫AI Agent基础平台(Agent Infra)的设计与实现,构建稳定可扩展的系统架构

参与AI Agent开发套件研发,利用LLM、RAG、SFT等技术优化Agent性能,并与业务团队协作推动技术落地与创新

最低要求

计算机相关专业本科及以上学历,3年以上研发经验

具备LLM工程化项目经验
扎实的计算机科学基础,至少精通Java/Go/Python之一
能使用多种语言完成跨平台开发
对大模型技术原理与应用有深入理解
具备Agent系统设计、Memory、RAG、工具调用、MCP/A2A协议、规划执行等关键技术实践经验
熟悉云基础产品与服务架构
有云+AI项目经验,能主导技术项目落地
具备强化学习、规划算法实践经验者优先
熟悉CI/CD、K8s、Serverless等云原生技术
对AI原生应用充满热情,能快速学习前沿技术
善于发现并解决问题,具备良好的团队协作与沟通能力

工作职责

负责AI Agent基础平台(Agent Infra)的设计与实现,确保系统稳定、可扩展

参与AI Agent开发套件与相关产品的研发,支持业务团队进行快速迭代
与产品、业务团队密切协作,识别场景需求与痛点,并给出技术方案及架构优化建议
负责Agent优化链路与模型评估体系,利用Context Engineering、SFT、RL等算法提升Agent性能
跟踪AI Agent生态技术发展,评估并引入前沿技术(如LLM、MCP/A2A协议),保持平台技术领先

优先资格

LLM Agent落地经验(PE、RAG、多模态Agent等)优先

大模型训练、部署、推理加速(DeepSpeed, sglang, vllm等)或蒸馏经验优先

AI 洞察

优缺点分析

优点

  • 处于AI Agent最前沿赛道,技术栈新颖且具有行业影响力
  • 依托天猫平台,拥有海量真实业务场景和数据支撑,落地价值高
  • 大厂平台提供完善的资源和技术氛围
  • AI Agent领域技术迭代极快,需要持续高强度学习新知识和新技术
  • 适合对AI前沿技术有强烈热情、具备扎实工程能力且抗压能力强的中高级研发工程师

缺点 / 挑战

  • 业务需求多变,需在技术先进性与稳定性之间寻找平衡,压力较大

角色解读

  • 可向AI架构师方向发展,深耕Agent底层技术与生态建设
  • 也可转向AI产品经理或技术管理岗位,负责更大规模的AI业务落地
  • 构建和维护AI Agent的基础设施平台,确保高可用性和扩展性
  • 开发AI Agent相关的工具和套件,赋能业务团队快速迭代
  • 利用大模型技术(如RAG、SFT)优化Agent的智能表现
  • 精通Java/Go/Python至少一种,具备扎实的计算机基础
  • 深入理解LLM原理,掌握Agent设计模式(Memory、Tool Calling、Planning)
  • 熟悉云原生技术栈(K8s, Serverless)及CI/CD流程

申请策略

  • 关注阿里巴巴的技术博客和开源项目,了解其AI战略方向
  • 准备具体的Agent开发案例,重点阐述如何解决实际业务痛点
  • 突出LLM工程化落地经验,特别是Agent相关项目(如RAG系统、智能体开发)
  • 强调在复杂系统架构设计、性能优化方面的成果
  • 展示对MCP/A2A等新兴协议的理解和实践
  • 深入学习大模型微调(SFT/RLHF)原理及实践
  • 掌握主流推理加速框架(vLLM, DeepSpeed)
  • 加强云原生技术在AI场景下的应用能力

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历
  • 重点突出技术选型的思考过程、遇到的挑战及解决方案、最终的业务/技术指标提升
  • 展现对技术原理的深度理解和工程落地能力
  • 请介绍一个你主导的LLM或Agent项目,你是如何设计架构的?
  • 在Agent开发中,如何处理长上下文记忆和工具调用的准确性问题?
  • 对比RAG和Fine-tuning,在什么场景下你会选择哪种方案?为什么?
  • 如何评估一个AI Agent的性能?有哪些关键指标?
  • 面对快速变化的AI技术,你如何保持技术敏感度并应用到工作中?

职位点评

薪资福利85
成长发展95
工作生活40
使命价值70

薪资福利

85较高

作为巨头企业核心业务部门岗位,薪资福利处于行业领先水平,稳定性强,但工作强度可能较高。

薪资信号未披露(AI估算:3.0千–5.0万/月)

成长发展

95较高

岗位聚焦AI Agent这一前沿领域,技术栈极具前瞻性,能提供极高的技能成长空间和行业视野。

技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、SFT、RL、MCP/A2A、Kubernetes、Serverless
业务类型profit_center

工作生活

40较低

互联网大厂核心研发岗位通常伴随较高的工作强度和快节奏,JD未提及弹性工作制,推测以现场办公为主,WLB一般。

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

通过技术创新提升电商用户体验和效率,具有明确的商业价值和社会影响力,但更多体现为商业驱动而非纯公益使命。

行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新(行业首创)
Watch Jobs