阿里巴巴业务技术-AI Agent应用开发工程师-coding方向

"一、岗位职责 1. 参与公司 AI Agent 应用的研发与优化，方向涵盖多智能体系统、内容生成、语义理解等； 2. 协助设计与实现大语言模型（LLM）应用的核心流程，包括 Prompt 设计、RAG 检索增强、上下文管理与工具调用； 3. 参与 AI 数据链路建设，负责数据采集、清洗与结构化，为业务提供高质量数据支持； 4. 协助模型效果评估与实验复现，参与指标设计、A/B 测试与性能监控，持续提升模型表现与稳定性； 5. 与前后端工程师、产品经理及算法紧密协作，共同推进 AI 工具、应用与多智能体项目的落地。

团队介绍： 阿里国际Lazada买家基础链路团队，专注于海外本对本电商领域的基础能力建设，提供基于人、货、场的交易、逆向、优惠计算和利益点的表达能力，是电商的核心基础设施；团队汇聚了高并发高性能系统架构、AI工程及业务平台化的技术专家，主导电商交易支付、逆向、营销、用户等核心能力建设，在这里你不仅有机会了解电商领域的核心平台，接受真正意义上的高并发、高可用系统的极致挑战，而且有机会借助AI辅助编码、智能运维、AI运营等前沿技术项目，持续推动技术创新与业务效率提升。 职位描述： 1、负责交易支付/营销/逆向平台的开发与优化，提升用户体验和交易转化； 2、设计并实施高效、可扩展的系统架构，支持大规模用户和高并发场景； 3、与产品团队紧密合作，理解业务需求，通过AB实验进行数据分析和挖掘，开发创新产品和系统能力； 4、参与性能优化、运维监控和架构持续优化，确保平台稳定运行； 5、持续优化代码质量，推动团队技术进步； 6、参与Al Agent设计研发，包括AI Coding、AI运维、客服AI、运营AI等相关应用。

以大模型对话技术为核心，探索前沿技术问题，研究方向主要为垂域模型的研究与构建。目标是为用户提供专属的玩乐变美便捷生活小助手，实现“技术驱动业务范式”的升级转变，最终助力商业价值全面提升。 研究方向一：Agent能力增强 基于Agent的用户助理，研究提升Agent自主规划能力，并通过Agent构建和基于后训练的优化，实现数字助理的能力复刻和增强。 研究方向二：强化学习算法研究 参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 研究方向三：垂域模型定制化构建 领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向，同时建立面向AGI的模型评价体系新范式。 研究方向四：精准上下文理解与长程依赖建模 研究如何高效、准确地捕获和利用复杂的项目级上下文信息（如整个代码库、依赖关系、API文档、Issue跟踪等），探索能够处理超长代码序列、理解跨文件依赖和项目架构的先进模型结构与表征方法，以支持更精准、更全局的代码智能，从而提升业务研发在存量代码中迭代的效率。

我们正在寻找有经验的 AI 基建开发工程师，负责构建企业级 AI 基础设施，包括 AIGW（AI Gateway / 大模型接入与运维）、智能 NPC 平台、MCP Hub 等关键 AI 基础设施的设计、开发和运维工作。您将参与大模型接入、能力编排、性能优化、评估体系建设以及成本管理等全链路工作，帮助业务更高效地使用大模型。 您将与 AI 应用、业务研发、平台团队紧密协作，构建稳定、高性能、可扩展的大模型服务体系。 主要职责： 1. 负责 AIGW（AI Gateway）的大模型接入、路由、限流、监控、运维体系建设与优化。 2. 实现并维护与主流大模型服务（OpenAI、Anthropic、Gemini、DeepSeek 等）的 API 集成体系。 3. 参与大模型能力评估：效果评测、推理性能优化、模型选型对比、成本分析与优化。 4. 构建并维护 LLM 应用相关的工具链，包括 Prompt 模板管理、RAG 访问层、评测框架。 5. 优化模型调用策略（缓存、多模型路由、降级策略、并发调度）。 6. 支持业务团队落地 AI 应用，协助完成模型选型、评估、接入、调试与规范化接入。 7. 编写并维护平台技术文档、接入文档、最佳实践与标准。 8. 持续跟进生成式 AI、大模型推理、Agent/MCP、模型加速等领域的最新进展并应用于平台。