阿里巴巴阿里国际-AI研发高级工程师-杭州
任职要求
计算机科学、人工智能、软件工程或相关专业本科及以上学历,3 年以上后端开发、系统架构或 AI 工程相关经验; 精通 C++/Java/Python/Go 中至少一种编程语言,具备扎实的系统设计能力和良好的工程素养; 熟悉高并发、分布式系统架构,有搜索、推荐、广告或用户增长等大规模在线服务的开发与调优经验; 了解机器学习工程化体系,包括特征平台、在线推理服务、AB 实验平台、模型部署流水线等,有实际平台建设经验者优先; 对大模型技术有浓厚兴趣或实践经…
工作职责
我们是阿里巴巴国际数字商业集团的智能技术团队,负责阿里巴巴旗下多个国际化电商平台(如 AliExpress、Lazada、Trendyol 等)的搜索、推荐、广告、用户增长等核心技术。团队致力于将最前沿的 AI 技术——包括大模型、多模态理解、智能体(Agent)系统等——与国际化电商业务深度结合,为全球用户打造更智能、更个性化的购物体验,同时赋能百万商家实现高效、自动化的经营决策。 选择加入我们,意味着你将投身于高速发展的全球化电商业务,参与构建下一代以 AI 为核心的智能商业基础设施。在这里,你不仅会推动传统算法系统的演进,还将主导面向未来的 智能体(Agent)体系 建设,打造具备感知、推理、决策与执行能力的自动化智能系统。你将有机会负责以下核心工作: 支持业务快速迭代:高效推进来自搜索、推荐、广告、用户增长等领域的多样化产品需求落地,支撑多语言、多市场、多场景的业务敏捷创新。 系统架构设计与优化:主导搜索、推荐、广告引擎的高可用、高并发架构设计,支持全球用户低延迟访问,并为智能体(Agent)系统的实时感知与响应能力提供底层支撑。 性能调优与资源效率提升:针对召回排序、模型训练与推理、特征计算等关键链路,进行深度工程优化(如分布式计算加速、内存管理、GPU/TPU 资源调度等),提升算法迭代效率与系统吞吐能力,为大规模 Agent 部署提供高性能基础设施。 工程平台体系建设:构建算法与工程协同的标准化平台,包括实时特征平台、在线推理服务框架、AB 实验平台、策略仿真环境等,支持从传统模型到智能体(Agent)的全生命周期开发与效果验证。 大模型与智能体(Agent)工程落地: 负责生成式 AI 技术的工程化落地,包括大模型训练、推理加速、多模态内容生成等; 主导 电商智能体(E-commerce Agent)系统 的设计与实现,构建具备任务规划、工具调用、多轮交互、自主决策能力的智能体架构; 探索基于大模型的自动化运营、智能客服、个性化导购、商家助手等 Agent 应用场景,推动 AI 从“辅助”走向“自主执行”。 加入我们,你将站在 AI 与全球电商融合的最前沿,用技术重新定义人、货、场的连接方式,共同打造一个由智能体驱动的下一代国际化电商平台。
1、参与大模型数据平台架构设计与开发,为大模型数据资产建设管理提供平台支持,支持数据资产上架、知识生产、检索、训练应用等;数据用途上包含预训练数据、微调数据、评测数据等,数据模态上包含文本、图片、视频、音频等各类模态数据。 2、参与高可用、可扩展、分布式大模型评测平台架构设计与开发,支持多模型、多方法、多评测集的评测任务执行、评测结果分析,优化评测框架,提升评测效率,支持实现大模型快速迭代的评测要求。 3、在通用BenchMark基础上构建业务领域Benchmark,围绕“语料供给-模型迭代-模型评测”的链路不断优化链路,提升生产效率。 4、持续的创新和优化能力,提升产品整体质量,改善用户体验。
1. 负责云效DevOps产品的AI能力建设,包括代码平台、流水线、项目管理等平台的智能化应用开发; 2. 熟悉阿里云·云原生相关产品,打通从产品开发到应用发布的最后一公里; 3. 持续跟踪DevOps领域、AI研发工具领域新进展,用先进的协同模式和AI工具,为研发团队提效。
负责阿里集团、阿里云战略级产品SLS研发,在日增数百PB级的超大规模实时数据之上,挑战从“经典可观测性”向“AI Native 基建”的跨越。通过实时采集、索引、存储、语义检索和分析等技术,实时处理每日数百PB海量数据,并针对AI应用场景进行特定优化,提供智能、自动化数据检索和分析服务。加入该岗位,您将有机会在国内超大规模的实时日志平台上,打造新一代的AI基础设施。 1. 定义下一代 AI 数据基座: 基于现有海量日志平台,重构面向 Agent Runtime 的数据基础设施,解决高吞吐写入与低延迟语义检索共存的工程难题; 2. 构建 Data + AI 飞轮: 研发高性能的数据清洗与向量化流水线,从数据中实时化萃取高质量数据,构建AI存储和检索系统,通过构建数据反馈回路,使模型和Agent持续进化; 3. 超大规模系统攻坚: 维护并演进日处理百 PB 级数据的实时平台,在极致的成本与性能约束下,探索存算分离、混合索引等前沿技术落地。