阿里巴巴日常实习生-AI应用开发工程师（风控&创新）
任职要求
1. 熟悉Python/Java/C++中至少一门语言，有良好的编程基础（课程项目/竞赛经历）； 2. 对Agent系统有基本认知，接触过LangChain/LLamaIndex等框架者优先； 3. 了解基础Prompt设计方法，对LLM技术有学习热情； 4. 选修过机器学习相关课程，有PyTo…
工作职责
1. 参与企业办公场景智能体架构的探索，协助实现AI Agent系统的功能模块开发； 2. 在导师指导下学习RAG、知识图谱等技术，参与基础推理框架的搭建与测试； 3. 接触大模型基础调优技术，学习通过数据标注与效果评估提升系统性能； 4. 配合业务团队完成需求分析，参与具体业务场景的功能实现与效果验证； 5. 协助优化智能体交互体验，参与系统基础能力的评估测试； 6. 学习Agent领域前沿技术（如ReAct/COT等），参与技术调研与demo实现。
1. 参与企业办公场景智能体架构的探索，协助实现AI Agent系统的功能模块开发； 2. 在导师指导下学习RAG、知识图谱等技术，参与基础推理框架的搭建与测试； 3. 接触大模型基础调优技术，学习通过数据标注与效果评估提升系统性能； 4. 配合业务团队完成需求分析，参与具体业务场景的功能实现与效果验证； 5. 协助优化智能体交互体验，参与系统基础能力的评估测试； 6. 学习Agent领域前沿技术（如ReAct/COT等），参与技术调研与demo实现。
聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 具体职责包括以下相关方向的一项或多项： 1.需求理解与归因： ● 深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。 2.架构设计： ● 面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。 3.知识与环境构建： ● 搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。 4.核心能力实现： ● 负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。 5.系统迭代与演进： ● 建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。 6.性能优化： ● 优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行。
我们正在寻找热爱AI的你，共同探索电商领域智能应用新可能。如果你渴望在最复杂的电商生态中，充分发挥AI应用的巨大价值，构建电商领域下一代AI技术体系，这里是你最理想的舞台！加入我们，你将： 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； 在 AI 与技术深度融合的新时代，让我们一起定义未来！来吧，期待你的加入，开启属于你的 AI 应用创新之旅！
我们正在寻找热爱AI的你，共同探索电商领域智能应用新可能。如果你渴望在最复杂的电商生态中，充分发挥AI应用的巨大价值，构建电商领域下一代AI技术体系，这里是你最理想的舞台！加入我们，你将： 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； 在 AI 与技术深度融合的新时代，让我们一起定义未来！来吧，期待你的加入，开启属于你的 AI 应用创新之旅！