阿里巴巴AI Agent应用开发工程师
任职要求
1. 熟练掌握Java/Python/C++/iOS/Android/鸿蒙等至少1种语言，具备较强的新知识学习能力，了解常见算法数据结构、操作系统、计算机网络等基础学科知识； 2. 对市面上主流的AI 工具（含AI 编程类工具，Cursor/Windsurf…
工作职责
1. 探索移动终端场景下及企业级效能产品下的Agent 应用工程技术，创新研发实现Agent 相关主流思维框架； 2. 开发大模型相关的数据知识图谱应用、CodeWiki、MCP等与大模型进行有效交互的数据模块，特别是在有利于大模型进行有效经验吸收的知识； 3. 开展对通用Agent、个性化Agent的开发应用及能力评估，不断增强领域Agent的能力，解决移动终端编码辅助场景下的研发效率问题，提升淘宝终端需求交付效率； 4. 协同业务、产品团队，实现从需求分析到技术方案设计落地等关键环节，实现Agent能力与业务场景的深度融合； 5. 持续关注AI领域最新进展，研究Agent领域的前沿技术（如ReAct、COT、A2A等多智能体协作和交互模式），并推动工程场景落地与性能优化。
1.重塑消费者体验：建设大模型智能化比价辅助决策、Al消费者智能问答助手等多元AI工具，提高用户购物体验，并进一步探索AI Native的新消费者产品形态； 2.赋能商家智能化运营：基于大模型调度多领域智能体，实现智能客服、采购寻源、内容生成、直播运营等全链路提效，赋能千万商家； 3.构建平台级技术基建：开发AI代码生成工具提升研发效率，打造面向运营小二的智能提效平台，探索面向全体企业员工办公场景的智能体架构。
1.负责淘天内控平台的技术系统设计与核心功能开发，运用大模型（LLM）、机器学习等AI技术，系统化防控资金、业务流程、合规等复杂风险； 2. 深度参与下一代智能内控引擎的研发，将AI模型与实时策略深度融合，打造高并发、低延迟的决策系统，保障双十一等大促场景下的极致稳定性与精准性； 3. 针对内控风控这一高专业性场景，探索并落地大模型的领域后训练（Post-training）、指令微调（SFT）、检索增强生成（RAG）等前沿方案，持续提升模型在风险识别、归因分析、合规判断等任务上的准确率 与可解释性； 4.主导企业级AI应用的开发与落地，通过构建AI Agent、智能工作流（Workflow）和知识库引擎，重塑风险的主动发现、智能分析与自动化治理方案； 5. 持续跟踪大模型（LLM）、多模态、Agent框架、模型对齐与安全等前沿AI技术，并推动其在内控领域的创新应用与业务价值转化。
1. 设计与开发面向业务的 Agent 应用与多智能体流程：任务规划、工具调用、记忆、RAG 检索、反思与自我修复 2. 搭建与优化 LLM 推理与服务：基于 vLLM/TensorRT-LLM/Triton 部署模型，提供 OpenAI 兼容 API，优化吞吐、时延与成本 3. 集成与定制 openWebUI 等前端/运维界面，结合企业需求进行二次开发；熟练使用 Cursor 等 AI 编程工具提升研发效率 4. 构建知识与数据通道：Embedding、向量库（Milvus/FAISS/Weaviate 等）、检索重排、权限与更新策略 5. 建立评测与观测：任务成功率、一次通过率、P95 时延、成本监控、A/B 测试、内容安全与越狱防护；沉淀最佳实践与文档 6. 跨团队协作与敏捷交付：从 PRD/需求澄清到 MVP 上线，度量指标驱动迭代，确保按期交付与质量
1、搭建面向行业运营场景的AI应用，负责agent设计、业务模型抽象、工程开发等工作，促进运营方式更加智能化； 2、负责统一的智能运营平台建设，探索AI-Native的研发模式和应用形态，提升AI运营应用的研发效果和效率； 3、熟悉行业运营业务，通过技术驱动运营方式的变革，打造有影响力的AI应用产品。