阿里巴巴阿里国际站-AI+工程师-交易履约-深圳
任职要求
1. 本科及以上学历，计算机/数学/统计相关专业，3年以上服务端开发经验 ，有大模型落地调优经验。 2. 精通 Java/C++/Python（至少一种） 及主流框架（Spring Boot/Gin/Django）；熟练掌握 MySQL/PostgreSQL 数据库设计与优化，精通 Redis 缓存策略；有高并发系统开发经验，熟悉分布式事务、限流熔断、负载均衡机制。 3. 熟悉AI 工程化流程，有 Prompt 工程、RAG 应用或大模型微调经验，具备 Python 数据处理能力；掌握模型部署与监控技术栈，如：Prometheus+Graf…
工作职责
1. 设计并开发高可用、高并发的分布式服务；构建微服务架构（如Spring Cloud/Dubbo），优化API性能与稳定性；负责数据库（MySQL/PostgreSQL）、缓存（Redis）、消息队列（Kafka/RabbitMQ）的技术选型与性能调优。 2. 将大模型部署到生产环境，设计实时/离线推理服务架构（如模型压缩加速、分布式训练框架集成）；监控模型线上表现（如准确率、延迟、吞吐量）；主导模型的迭代调优（参数调优、后训练、评测）；监控模型效果，定位预测偏差、数据漂移等问题。 3. 理解大模型原理并制定工程化方案，与产品、UI/UX、测试及运维团队紧密协作，确保项目高质量交付。
围绕真实电商核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体工作包括： 1）AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等 2）数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环 3）评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力 4）强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力 5）AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等 6）多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题
我们是淘天电商交易核心技术团队，面向导购、下单、支付、履约等关键链路，打造新一代 AI Native 交易系统。一方面，你需要在高并发、强一致的电商场景下，持续打磨稳定可靠的 Java 后端基础设施；另一方面，你将基于大模型（LLM）设计并落地面向电商场景的智能 Agent，驱动交易体验与运营效率的代际升级。 根据你的技术背景与兴趣，你将参与以下一个或多个方向的工作： ● 【会话&记忆】构建面向交易场景的上下文管理、对话记忆、用户画像等能力，分层的存储、检索与更新。 ● 【AI工具链】AI 应用开发框架、 版本管理、A/B 实验、全链路可观测体系（Metrics/Logs/Traces）。 ● 【知识图谱】设计交易领域知识图谱的建模、构建与推理能力，实现实体关系抽取、图谱问答、知识增强推理等，为AI应用提供结构化知识支撑。 ● 【AI应用】代客退款、万能搜、无货订购、低价下单、帮我省、物流总结等丰富的业务场景。与产品、运营深度协同，从业务问题出发，完成需求分析到效果迭代的完整闭环，抽象可复用。 ● 【架构设计】深入分析业务场景，通过ontology、DDD等方法论完成模型设计，解决AI Ready的模型归一与数据清洗的问题。
▎岗位定位 负责小红书C2C交易方向的AI Native探索与建设，让社区中个人创作者通过交易/合约完成变现。探索"行家服务"、"闲置交换"等面向兴趣人群的交易场景——这不仅是一个交易产品，更是一个AI驱动的供需匹配平台。你将参与一个从0到1的业务方向，定义AI时代下小红书C2C领域的交易体验。 ▎你将做什么 - 设计并搭建个人售卖的交易基础能力（收款、担保交易、履约、纠纷仲裁等）； - 建设AI驱动的智能匹配与推荐——基于语义理解连接服务提供者与需求方； - 利用AI能力构建信任与安全体系——智能反欺诈、AI纠纷调解、交易风险实时识别； - 建设以私信为核心场景的AI增强沟通体验（意图识别、智能回复引导、自动分类）； - 参与支付/结算/账务系统建设，打通个人微信/支付宝收款链路； - 参与从冷启到规模化的增长策略，通过AI驱动数据决策和快速迭代。
【为什么这个岗位能让你成长速度领先同龄人】 小红书电商每日交易体量已达亿级，交易规模指数级增长。 你不是来做 CRUD 的——结算、算价、交易原子能力是每笔交易生死攸关的基础设施，每一行代码都直接影响公司亿级 GMV 的资金安全与系统稳定性。 在这里，AI 不是选修课，是你每天的工作方式。 你将从入职第一天起，用 AI 驱动全栈开发流程：用自然语言生成交易核心代码、自动构建测试用例与边界覆盖、通过 AI Agent 完成微服务编排与架构重构。你不是"会用 Copilot 的工程师"，你是重新定义交易系统开发效率的人。 【你每天会做的事：技术 x 业务 x AI 三驱动】 交易基础能力建设： - 设计与实现亿级订单下的结算引擎：支持多层级分账、多币种结算、实时对账与差错处理； - 打造算价中心：覆盖满减、优惠券、平台补贴、混合支付等复杂计费规则，支撑大促毫秒级算价； - 构建交易原子能力平台：将支付、履约、退款、冻结等操作抽象为可组合的原子能力，支撑国际化、新业务形态快速接入； - 持续演进交易系统的一致性方案与资金安全防线，做最靠谱的"钱管家"。 AI 驱动开发： - 将 AI 全栈融入日常开发——从 AI 辅助编码、自动生成交易单元测试、智能 SQL 优化，到基于 AI Agent 完成系统重构与代码治理； - 与团队一起建设交易领域的 AI 开发基础设施：Prompt 库、代码生成模板、智能 review 规则集；