阿里巴巴业务技术-AI设计架构师-杭州
任职要求
专业背景 ● 设计类（交互、体验设计等）或计算机类专业，本科及以上学历； ● 5年以上设计经验，2年以上AI/自动化工具相关经验； ● 有完整设计项目经验，深刻理解设计体系建设逻辑与协作模式。 专业能力要求 ● 设计理解力：深入理解UX流程与设计语言体系，能将复杂设计知识转化为机器可读规则与Prompt结构； ● AI工程力：熟悉智能体架构（如LangChain、LangGraph、CrewAI、OpenDevin 等）；能独立构建多Agent系统并优化任务规划； ● RAG与数据管理能力：理解文本分块、embedding、检索排序机制；能构建知识库并持续维护其语义质量； ● 开发与脚本能力：掌握至少一种语言（Python / TypeScr…
工作职责
岗位使命
● 负责建设和维护团队的设计智能体生态系统，通过整合设计知识、工作流与AI能力，持续提升设计团队的产出效率、质量一致性与知识复用率。
● 该角色是设计体系的智能化核心构建者，连接「设计」、「工程」与「智能体技术」三大领域，确保AI在团队中的落地可用、可迭代、可控。
● 能独立构建和优化设计智能体系统，理解架构与工作流转机制；主导设计智能体架构的演进与跨平台工作流集成；构建面向全团队的智能设计平台，实现规模化赋能。
主要职责
1. 智能体体系建设
● 构建并维护团队的设计智能体（Design Agent）体系架构，包括：
○ 任务分解与执行规划（ReAct / Plan-and-Execute 结构）
○ 工具调用与自动化编排（Tool/Workflow Orchestration）
○ 对话与任务记忆系统设计（短期 / 长期记忆）
○ 异常处理与重试机制设计
● 设计面向设计师的自然语言交互层，提升AI协作体验。
● 与系统设计师协作，将新设计知识融入智能体知识库，保证设计规范与知识的实时更新。
2. 知识体系与RAG维护
● 负责设计知识库（Design Knowledge Base）的建设与演进，包括：
○ 数据采集、结构化整理、embedding 与版本管理
○ 设计系统、组件库、案例库等多源内容统一建模
○ 建立知识更新机制（从项目 → 文档 → 智能体知识库）
● 维护RAG逻辑与索引质量，确保智能体输出符合最新设计规范和知识。
3. 工作流智能化与工具集成
● 分析设计流程（如需求接收、界面设计、交互评审、输出交付）的关键节点，设计可嵌入AI的工作流。
● 集成设计工具与AI API（如Figma、Cursor、LangChain、Claude Workbench等）。
● 设计并实现面向团队的“AI工具功能节点”（例如组件生成、规范检测等）。
4. 设计智能体性能监控与评估
● 监控智能体在项目执行中的使用情况、正确率、调用频率与满意度。
● 基于反馈优化Prompt模板、知识召回策略与多Agent协同方式。
● 建立可视化监控系统，追踪智能体表现与知识演进。
5. 团队赋能与文化建设
● 培训业务设计师正确使用智能体，指导体验研究员沉淀并结构化知识。
● 推动设计团队从“使用AI”向“与AI共创”转型。
● 建立面向全员的AI设计工作方法论与操作手册。
岗位价值
● 将AI真正嵌入设计生产体系，从“辅助工具”提升为“设计组织基础设施”；
● 让设计知识得以持续复用、学习与迭代；
● 帮助企业在AI浪潮中建立设计竞争壁垒；
● 构建新一代“AI+Design”团队的组织范式。
您将作为阿里云模型即服务（MaaS）百炼平台及通义系列模型（通义千问、通义万相）模型的的核心技术专家。您的核心使命是指导我们的客户，深度应用AI的力量，解决其复杂的业务难题，加速企业的创新与数字化转型。 核心职责 1. AI解决方案设计与售前支持 - 与核心企业客户深度合作，精准洞察其业务目标，并基于阿里云MaaS平台，为其量身定制创新的AI解决方案。 - 主导并设计针对复杂应用场景的POC项目，包括但不限于：检索增强生成（RAG）、模型微调、多模态生成、以及基于智能体（Agent）的复杂系统。 - 负责将客户需求转化为稳健、可扩展且安全的架构设计，以支持AI Models在阿里云上的高效部署与管理。 2. 技术布道与战略影响 - 扮演AI专家的角色，挑战现有模式，为客户与内部团队带来前瞻性的创新理念。 - 面向C-level级别高管到核心工程师等关键决策者，提供具有高度影响力的技术演讲、产品演示和深度研讨会。 - 持续追踪并分析快速演进的生成式AI技术趋势与市场动态，为我们的AI MaaS解决方案发掘市场机会，并构筑独特的竞争优势。 3. 客户成功与技术咨询 - 全方位指导客户完成AI应用的完整生命周期，从初期的概念构思、模型选型，到最终的部署、监控与持续优化（MLOps）。 - 作为客户信赖的技术顾问，确保项目成功落地，并围绕模型生命周期管理、成本优化及安全合规等方面提供最佳实践。 - 负责解决客户遇到的复杂技术难题，并有效协调产品、研发等内部团队资源，全力保障客户成功。 4. 生态赋能与知识沉淀 - 构建并沉淀高价值的技术资产库，包括AI解决方案蓝图、最佳实践指南、以及有说服力的客户案例等。 - 开发并提供专业培训材料，赋能内部销售团队与生态合作伙伴，帮助他们更有效地定位并销售我们的AI MaaS产品。 - 收集并提炼来自客户与市场的关键反馈，以直接影响并推动阿里云AI产品与服务的发展路线图的演进。
1、核心业务架构与开发： 负责亿级用户规模的互动/游戏化业务（红包签到、长期连签等）的前后端架构设计、核心功能开发和产品持续演进。 2、高并发互动支持： 支撑爆款级别互动，为大促（如双11的PK、养成、裂变等玩法）提供高并发、高可用互动玩法的架构设计与系统开发。 3、技术体系建设与平台化： 深度参与互动技术体系的建设，架构和设计互动权益平台、互动积分平台等互动技术产品，并推动产品的迭代和演进。 4、全栈开发与优化： 负责互动业务的前端页面、组件及后端服务的设计、开发和优化，确保用户体验和系统性能的平衡。
通用职责： 1、负责设计和实施供应链领域的整体架构，确保系统的高效运作和业务流程的优化。 2、分析业务需求，制定技术解决方案，为供应链管理提供前瞻性的架构规划。 3、与业务团队紧密合作，理解业务战略，推动供应链架构与业务目标的协同。 4、指导开发团队进行系统开发，确保符合架构设计和质量标准。 5、监控系统性能，识别潜在问题，提出改进措施，以提升供应链的响应速度和效率。 解决方案架构师职责： 1. 和行业PD搭档，基于行业产技目标一起拆解目标，制定目标达成策略，制定长期架构思路； 2. 定义行业架构问题，长期规划架构方案并推进落地节奏； 3. 负责部分行业重点项目技术PM，产出项目维度的全链路技术架构方案； 4. 评审和跟进所有行业项目的技术架构方案，对方案达成项目业务和产品目标及技术目标的情况进行评估，对最终结果是否达成负责。 5. 需求交付的跟踪和反馈，确保交付SLA达成。 6. 给平台输出服务化方案建议，识别各个领域服务化现状。 产出标志物： 1. 行业架构规划文档； a. 基于业务发展，全链路架构现状，服务化架构现状等定义架构问题，并输出建议的架构方案。 b. 定义架构落地节奏，并跟踪架构执行情况。 2. 部分行业项目架构设计文档； a. 定义项目的全链路架构方案； b. 评估技术PM对架构方案的可行性； 3. 日常进行的项目和需求跟踪表； a. 通过跟踪表能够明确反馈排期需求池，排期节奏，交付实际情况跟踪。 4. 阶段性季度交付和项目总结； a. 项目目标达成情况、ROI分析； b. 项目架构执行情况；
1. 基于需求实现AI相关产品的全流程开发，包括但不限于AI应用的架构设计、工程实现、系统部署。 2. 核心参与AI Agent开发，基于大语言模型（LLM）、多模态模型或垂直领域模型，开发具备自主决策能力的AI Agent，支持任务分解、工具调用（如API、数据库）和结果反馈。 3. 持续迭代优化Agent相关技术实现和架构设计，包括但不限于CE优化、RAG优化、调度优化、AI可观测性提升等。 4. 跟踪前沿AI技术（如最新Agent框架和最新基模能力等），推动技术持续创新。