阿里巴巴业务技术-AI数据研发工程师（Agent&湖仓）-物流技术
任职要求
1、丰富的大数据研发经验，主导过复杂数据体系从0到1建设或大规模演进；能结合业务场景设计高复用、可扩展的数据资产体系，有物流、供应链等复杂业务经验者优先； 2、具备面向AI消费的数据资产设计与建模能力，熟悉数据Agent架构、RAG、向量数据库、知识图谱等技术，有大模型驱动的数据查询、推理或智能任务编排项目经验； 3、深入理解湖仓一体架构，具…
工作职责
1、参与淘天物流全域数据体系的规划与建设，构建高一致性、高复用的实时与离线融合数据资产底座，打造统一、可靠、可产品化的数据服务能力； 2、面向AI原生时代，设计并落地面向大模型与智能Agent消费的数据资产与知识库体系，重构数据的组织、语义表达与服务方式，支撑AI系统的高效理解、推理与决策； 3、深度洞察物流业务场景，探索大数据与AI融合的创新路径，通过数据Agent、RAG、任务编排等技术手段，推动数据从“被动响应”向“主动建议”演进，实现智能化运营闭环； 4、主导或参与湖仓一体的数据架构演进，推动数据采集、治理、质量保障、智能加工与自动化运维体系的持续优化，夯实物流业务高效运转的数据基石。
1.数据研发与治理：负责淘天自营业务数据仓库的模型设计、ETL 开发及数据集市建设，保障 PB 级数据的质量、稳定性与产出效率。 2.AI数据应用开发：参与基于大模型（LLM）的数据应用开发，包括 Agent、RAG、NL2SQL 等功能的实现，提升业务方的数字化经营效率和数据研发的工作效率。 3.业务支持与落地：深入理解业务需求，定位业务问题，给出解决方案并转化为可落地的数据产品或服务，协助解决业务痛点。
1.负责淘天自营业务端到端全场景的数据仓库的架构设计与研发，建设PB级的数据集市建设和数据质量稳定性管理，让数据标准更规范、数据获取使用更高效。 2.负责自营业务数据产品与应用的数据研发，发掘数据的商业价值，与产品技术团队一起打造极致体验的数据产品，和稳定高效的数据服务。 3.充分理解各域业务，通过业务策略和核心痛点的分析，通过数据资产和服务，协助相关方制定系统性端到端的数据解决方案并落地。 4. 通过构建创新的AI数据应用，提升面向企业员工、商家的数字化经营效率，包括但不局限于找数用数、数据分析与归因、智能选品等。
团队介绍： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台； 我们秉承简单开放、创新能力、匠心精神的团队文化； 岗位职责： 1) 运用离线批处理与实时流数据技术，建设国际数据体系，包括数据处理、数据采集、数据质量及稳定性保障、数据治理、智能化和自动化建设，搜推广，外投，交易等数据经验； 2) 同数据产品与技术研发协作，为业务方，提供数据洞察和产品化解决方案，与AIDC业务一同成长； 3) 结合业务场景与运营痛点，通过数据+算法+工程化能力，不断完善AIDC的数据化运营能力；
岗位职责: 1、负责 AI Agent 系统的设计、开发和优化、开发和完善基于大语言模型 (LLM) 的智能体系统，提升 Agent 的自主决策和任务执行能力; 2、负责生成式大模型指令意图理解相关工作，整体提升大模型的多轮对话指令理解能力和性能; 3、设计并实现 Agent 的工具使用接口，实现与各类外部系统和 API 的集成编排; 4、负责大模型在检索、推荐方面的系统设计实现和优化，探索Agent、RAG、领域模型调优等相关技术在业务场景落地; 5、具备模型知识、幻觉机制探究，提升模型知识水平、降低模型幻觉率; 6、能够基于开源模型，设计和开发算法，对模型进行微调，优化其参数和结构，以提高模型的泛化能力和准确性; 7、深入调研AI领域相关的前沿技术，跟踪业内大模型领域的最新进展，并寻求将最新技术应用到产品的可能性。