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

淘天供应链产品技术部-AI应用研发工程师-供应链产品方向

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
学历未注明
全职员工仅现场办公人工智能
人工智能
Harness Engineering
Loop Engineering
人机协同
供应链产品
分布式系统
大语言模型
数据分析
高并发

值不值得投

76综合评分

综合评分 76

前沿AI应用研发岗,技术成长强、业务复杂度高,办公灵活性未明确

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

4.8万

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 300 个在招 · 其中人工智能 9 个

市场机会

选择面较广

杭州 · 人工智能 · 约 480 个在招

职位详情

关于这个职位

该岗位面向淘天供应链产品技术方向,负责将大模型、Agent等AI能力落地到入库链路和智能供应链场景

你将参与AI解决方案的端到端工程设计、业务流程重塑与产品化沉淀,推动供应链业务效率提升

最低要求

研究生及以上学历,计算机、人工智能、运筹、供应链、数学统计等相关专业优先

两年以上工作经验,有AI应用/大模型相关落地经验者优先
深入理解大语言模型的能力边界与典型范式,熟悉Harness Engineering、Loop Engineering等Agent技术
熟练使用Java进行研发,编程基础扎实,熟悉IO、多线程、集合等基础框架
熟练掌握分布式、缓存、消息、搜索、数据分析等工作机制
熟练使用常用设计模式,有大型分布式、高并发、高负载、高可用性系统设计开发经验
具有出色的抽象设计能力,思路清晰,善于思考,能独立分析和解决问题
优先项:
熟悉AWS/SAP/SalesForce等供应链相关产品
具备Agent产品从0到1落地经验,或在GitHub有高质量开源Agent项目者
参与过大模型相关竞赛/论文者

工作职责

侧重于入库链路,主导AI解决方案的端到端Harness工程设计,涵盖场景定义、数据链路、模型选型与人机协同机制,沉淀可复用的AI供应链产品解决方案

面向淘天多业务线,基于智能供应链平台的产品线、技术体系,识别高价值AI切入场景,审视和设计业务流程(如AI原生方案替代、新业务形态构建、人机协作的最优边界等),帮助业务定制供应链业务流程
持续跟踪大模型、Agent、具身智能等前沿技术进展和供应链应用,将前沿AI技术转化为可落地的产品解决方案,推动AI能力在业务场景中的应用关注AI与物理世界相结合的变革趋势

优先资格

优先项:

熟悉AWS/SAP/SalesForce等供应链相关产品
具备Agent产品从0到1落地经验,或在GitHub有高质量开源Agent项目者
参与过大模型相关竞赛/论文者

AI 洞察

优缺点分析

优点

  • 岗位处于大模型、Agent与供应链结合的前沿方向,技术应用场景明确,有利于积累AI落地经验
  • 覆盖淘天多业务线和自营供应链场景,业务复杂度高,能锻炼从技术到产品再到业务流程的综合能力
  • 强调AI原生方案、人机协同和供应链产品化沉淀,成长空间不只局限于单点研发
  • 团队关注具身智能与物理世界结合趋势,对希望跟进前沿技术的工程师有吸引力
  • 供应链业务链路复杂,入库、履约、库存等环节涉及多方系统,AI方案落地需要较强的业务抽象和系统整合能力
  • 适合有两年以上Java或AI应用研发经验、希望深入大模型Agent落地并愿意理解供应链业务的工程师

缺点 / 挑战

  • 大模型与Agent应用仍处于快速演进阶段,需要持续学习并面对效果评估、稳定性、成本与可控性等挑战
  • 同时要求AI能力、Java工程能力和供应链业务理解,复合能力门槛较高

角色解读

  • 可沿AI应用研发专家方向发展,深入大模型Agent工程、供应链智能决策与复杂系统设计
  • 可向AI产品技术负责人演进,负责更多业务线的AI场景规划、方案架构和团队协同
  • 也可拓展到智能供应链、零售技术、具身智能应用等方向,形成业务与技术复合型竞争力
  • 围绕供应链入库链路,设计AI解决方案的端到端Harness工程,包括场景定义、数据链路、模型选型和人机协同机制
  • 面向天猫超市、天猫国际、淘工厂等多业务线,识别适合AI切入的供应链场景,并重新设计业务流程
  • 将大模型、Agent、具身智能等前沿技术转化为可落地的供应链产品方案,推动AI在真实业务场景中的应用
  • 沉淀可复用的AI供应链产品解决方案,支撑智能供应链平台能力建设
  • 需要扎实的Java研发能力,熟悉IO、多线程、集合、设计模式,并具备大型分布式、高并发、高可用系统经验
  • 需要理解大语言模型能力边界与典型范式,熟悉Harness Engineering、Loop Engineering等Agent技术
  • 需要具备供应链业务理解与抽象设计能力,能把复杂业务流程转化为AI原生方案或人机协作方案
  • 需要掌握分布式、缓存、消息、搜索、数据分析等机制,并能围绕业务价值进行方案取舍

申请策略

  • 申请前了解天猫超市、天猫国际、淘工厂等业务形态,思考AI在入库和供应链流程中的高价值切入点
  • 面试中尽量用业务价值和技术实现双线表达,既说明AI方案如何落地,也说明如何衡量效率、成本和稳定性收益
  • 突出大模型或Agent应用从0到1落地经历,说明场景定义、模型选型、数据链路、评估机制和上线效果
  • 突出Java高并发、分布式系统、缓存、消息、搜索等工程能力,最好用系统规模和性能指标量化
  • 强调与业务方协作重塑流程的经历,体现你能把AI能力转化为可复用产品方案
  • 如有GitHub开源Agent项目、大模型竞赛或论文经历,应放在显眼位置并说明技术贡献
  • 补强Agent工程能力,重点准备Harness、Loop、工具调用、记忆机制、任务编排和效果评估相关内容
  • 加深供应链业务理解,尤其是入库链路、库存流转、履约协同和人机协作边界设计

面试指南

  • 项目类问题采用“业务背景—核心难点—技术方案—评估指标—上线结果—复盘改进”的结构回答
  • 方案设计类问题先澄清目标和约束,再从数据、模型、流程、系统、人机协同和指标闭环几个层面展开
  • 技术深度类问题先讲原理和取舍,再结合真实系统案例说明如何落地、监控和优化
  • 请介绍一个你主导的大模型或Agent应用落地项目,包括场景、架构、评估方式和最终效果
  • 如何理解Harness Engineering和Loop Engineering?它们在供应链AI应用中分别解决什么问题?
  • 如果让你为入库链路设计AI方案,你会如何定义数据链路、模型选型和人机协同机制?
  • 在高并发供应链系统中,如何保证AI应用与现有Java系统的稳定性、可用性和性能?
  • 面对大模型输出不稳定或成本过高的问题,你会如何做方案取舍?

职位点评

薪资福利82
成长发展90
工作生活45
使命价值78

薪资福利

82较高

岗位对大模型、Agent和分布式架构经验要求较高,薪资估算处于较高水平;但JD未披露具体薪资与福利,只能基于岗位要求进行判断。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

90较高

JD明确涉及大模型、Agent、具身智能等前沿技术,并强调端到端工程设计、业务流程重塑和可复用方案沉淀,发展性很强。

技术前沿前沿/新兴技术
技术栈大语言模型、Harness Engineering、Loop Engineering、Agent、具身智能、Java、分布式、缓存、消息、搜索、数据分析
业务类型ambiguous

工作生活

45较低

JD仅明确地点为杭州,未提及远程、弹性、双休或加班信息,生活化动机相关信号不足。

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

78中等

岗位服务于供应链体系升级,并提到整合社会化供应链资源、服务全球消费者和中小企业,具有一定业务价值与行业前景。

行业发展新兴领域(暂难判断)
社会影响中性/一般
使命信号服务全球20亿消费者,1000万中小企业
创新程度积极采用新技术
Watch Jobs