阿里巴巴数据技术及产品部-AI Agent研发专家-杭州
任职要求
1. 本科及以上学历，计算机、软件工程、人工智能等相关专业优先。 2. 3 年及以上工程开发经验，至少熟练掌握一门主流语言（Python/Java 等）。 3. 具备中大型系统的设计、开发与性能优化经验，能够独立推进项目交付。 4. 有 AI Agent 或 LLM 应用落地经验，理解Harness Engineering、Prompt Engineering、Context Engineering、Tool Use/Function Calling 等关键能力。 5. 熟悉常见 Agent 设计模式（如 ReAct…
工作职责
我们正在寻找具备卓越 AI 工程化能力的开发者，共同推动万亿级数据采集、数据处理以及数据分析生产链路的 AI-Native 重塑： 1. 负责 AI Agent 核心链路研发，包括任务规划、推理执行、工具调用与运行时稳定性建设。 2. 设计并建设 Agent 工具体系与技能机制，支持能力模块化、可插拔和可复用。 3. 负责上下文与记忆系统优化，持续提升响应质量、准确性与执行效率。 4. 跟进大模型与 Agent 前沿技术，推动多 Agent 协作、AI Coding 等方向在业务中的应用。
1、主导面向Agent的新型数据体系架构设计与落地，推动数据资产从传统报表模式向智能体可消费模式演进； 2、负责端到端数据建模设计与开发交付，实现核心业务实体模型设计； 3、负责数据质量治理与链路稳定性保障，建立监控告警、血缘追踪与异常恢复机制，确保数据SLA； 4、负责面向Agent交互场景的Skill 开发与调优，覆盖智能找表、自然语言查询、数据分析洞察等核心能力，持续提升问数准确率与响应效率。
1.负责建立多维度Agent评测指标体系与自动化评估框架，覆盖事实性、逻辑性、安全性及业务适配性等核心能力边界； 2,构建高管决策等真实业务场景的专项评测集，通过挖掘高频Query与合成对抗性数据，确保评测基准的鲁棒性与权威性； 3,持续监控Agent线上回答准确率与响应质量，利用全链路追踪工具定位幻觉、检索偏差等问题的根因并输出量化分析报告； 4. 推动语义层和数据层的持续优化迭代，协同算法与数据团队完善NL2SQL解析能力及知识库治理，从源头提升RAG系统的召回准确率； 5, 负责非结构化业务文档的结构化沉淀与知识萃取，将分散的业务术语、指标口径转化为Agent可精准理解与调用的标准化语义资产； 6.熟悉大模型训练与推理流程（如SFT、RLHF），设计高质量的微调数据集与Bad Case修复方案，驱动模型在特定垂直领域的效果持续提升； 7. 掌握主流Agent开发框架（如LangChain、LlamaIndex）与自动化测试工具链，构建高并发下的Agent稳定性测试与回归测试机制。
1. 负责建立多维度Agent评测指标体系与自动化评估框架，覆盖事实性、逻辑性、安全性及业务适配性等核心能力边界； 2. 构建高管决策等真实业务场景的专项评测集，通过挖掘高频Query与合成对抗性数据，确保评测基准的鲁棒性与权威性； 3. 持续监控Agent线上回答准确率与响应质量，利用全链路追踪工具定位幻觉、检索偏差等问题的根因并输出量化分析报告； 4. 推动语义层和数据层的持续优化迭代，协同算法与数据团队完善NL2SQL解析能力及知识库治理，从源头提升RAG系统的召回准确率； 5. 负责非结构化业务文档的结构化沉淀与知识萃取，将分散的业务术语、指标口径转化为Agent可精准理解与调用的标准化语义资产； 6. 熟悉大模型训练与推理流程（如SFT、RLHF），设计高质量的微调数据集与Bad Case修复方案，驱动模型在特定垂直领域的效果持续提升； 7. 掌握主流Agent开发框架（如LangChain、LlamaIndex）与自动化测试工具链，构建高并发下的Agent稳定性测试与回归测试机制。
1.构建C端AI助手（如千问、悟空、QoderWork）的产品评测体系：围绕对话式AI助手的核心体验，从真实用户场景出发，设计评测维度、构建高质量评测集与评分标准，确保评测结果能真实反映产品的市场竞争力与用户体感。 2.驱动评测体系的产品化与平台化：负责将评测所需要的场景用例、评测流程与结果洞察封装，线上维护评测结果、对比与可视化看板，降低产品与算法团队的评测门槛，支撑快速迭代。 3.Agent与工具调用评测环境搭建：针对AI助手中的搜索联网、插件调用与Agent规划能力，搭建端到端的仿真运行环境与MCP工具层，实现外部工具接口的标准化注册、调用链路追踪与结果校验，确保多步骤任务评测的可复现性。 4.评测Benchmark建设：接入并适配主流开源评测集，同时持续挖掘用户真实Bad Case，沉淀并构建符合国内C端用户习惯的专属业务评测数据集，完成数据解析与评分逻辑对齐。 5.跨团队协同与体验闭环：作为评测体验专家，与产品经理、算法研究团队紧密协作，将产品侧的体验诉求转化为可量化的工程评测方案，并通过评测数据反哺产品迭代方向，以打造最受欢迎的AI应用为目标。