阿里巴巴基础设施与稳定性工程-AI解决方案架构师-AI应用架构

任职要求

将 AI 技术转化为规模化生产力、驱动公司研发效能实现 10X 跃迁的技术专家。

1. 资深架构经验与教育背景
教育背景与年限： 计算机相关专业本科及以上学历，具备3 年以上软件架构设计或平台建设经验。
现代架构范式： 熟悉微服务、事件驱动、Serverless、DDD 等现代架构设计范式，并具备AI架构融合能力。

2. 核心 AI 工程化能力
深度理解并有大规模落地经验于大语言模型（LLM）核心工程技术栈：
Agent 模式（自主规划、工具调用）
RAG（检索增强生成）
Prompt Engineering（提示词工程）
实战经验： 具备实际 AI 工程化项目主导经验并实现规模化落地（如智能编程助手、自动化测试生成或 NL2API/SQL 等）。

3. 卓越的抽象、规范与工具化能力
抽象能力： 具备出色的抽象能力，能从零散需求中…

工作职责

AI升级战略的核心架构设计者与变革推动者，肩负两大战略目标：实现研发效能的指数级（10X）跃迁，以及驱动十万级存量应用向 AI 原生架构的演进。您的工作将直接影响公司数万名开发者的工作方式和效率。

I. 核心职责领域
1. AI 解决方案架构设计与治理 (Strategic Output)
设计可复用 AI 应用架构，确保架构具备高安全性、高性能、高可观测性和良好的成本控制。
制定 AI 研发接入规范，涵盖从开发到部署的端到端标准。
输出标准化架构图、数据流图、部署模型等技术资产。

2. 研发效能 AI 化攻坚与指标驱动 (10X Efficiency Focus)
主导研发场景（前端、后端、测试）的AI提效项目落地，串联上下游流程，形成最佳实践。
优化关键体验指标：重点攻克 Prompt 工程、上下文管理、响应延迟等LLM应用的核心挑战。
构建提效评估体系，通过关键指标（如 AI ROI）验证和驱动解决方案的业务价值。

3. 规模化演进与工程化落地 (Scaling and Governance)
设计 AI 应用在过渡期和终态的协作形态，制定大规模应用向 AI 原生架构的演进策略。
将成功的 AI 模式封装为 SDK / CLI / IDE 插件等工具，降低业务团队接入门槛。
与产品生态深度合作，规模化推进集团研发过程的全面变革。

4. 技术布道与方法论输出 (Enablement and Knowledge)
编写《AI 解决方案架构指南》《典型场景白皮书》等体系化方法论。
输出实施手册、Checklist、FAQ 等可复制资产，赋能业务团队。
组织**“最佳实践分享会”**，建设 AI 最佳实践工程对接平台，支持业务团队完成架构评估与改造。