阿里巴巴大模型应用开发工程师
任职要求
1. 计算机或相关专业本科及以上学历，具备扎实的编程基础，熟练掌握Java或Python技术栈，对数据结构与算法有深入理解。 2. 有Agent平台/应用开发经验者优先，熟悉Coze、Dify、Langflow等开发平台，了解RAG、Agen…
工作职责
我们正在寻找一位充满激情的大模型应用开发实习生，加入我们的团队，共同推动公司内部大模型应用的快速落地和创新。如果你对人工智能充满热情，渴望在实战中提升自己的技术能力，那么这里将是你施展才华的舞台！ 1. 参与内部大模型应用的设计与开发，助力公司内部大模型应用的快速落地，推动AI技术在实际业务中的高效应用。 2. 参与大模型产品的技术解决方案设计，支持技术研发和AI Agent效果优化，提升产品的智能化水平和用户体验。
1. 负责将大模型（LLM）能力落地到实际业务场景，包括但不限于Prompt工程、智能对话、知识库建设、内容生成及业务流程自动化； 2. 设计并开发AI Agent系统及其框架，负责任务规划、多步推理（CoT）、工具调用（Function/Tool Calling）、记忆管理及多智能体协同等核心模块的实现； 3. 构建LLMOps全链路流程，包括大模型应用评测、监控告警、数据标注及RAG（检索增强生成）全链路优化（如切片算法、召回重排等）； 4. 参与大模型业务应用平台的研发，推动MCP（模型控制协议）生态建设、工作流编排及代码生成等提效工具的开发，构建高可靠、高扩展的AI架构。
1、负责AI数据工程系统的建设，包括数据采集、清洗、合成、标注等环节； 2、开发检索增强生成（RAG）系统，结合向量检索与全文检索能力，提升LLM在行业场景中的回答准确性； 3、设计并实现AI Agent系统，包括任务规划、工具调用、决策执行等核心能力，赋能业务场景的智能化应用； 4、优化检索算法，设计混合检索策略（关键词+语义+...），解决长尾查询、模糊意图匹配等挑战；参与检索增强、Tool Use、Agent等方向的研发工作； 5、完成典型RAG场景下的链路构建与部署优化，包括通过内容抽取、文本切片进行知识库构建，优化检索、重排序、生成模型的部署方式，提升推理效率。
1、主导多智能体（Multi-Agent）系统设计与开发，支持Agent间高效协作与任务分解，构建可扩展、低耦合的智能体协作架构； 2、结合物流业务场景及数据，设计并构建具备业务感知与决策支持的智能体系统； 3、与产品、算法、业务团队紧密协作，支持大模型推理优化与部署，推动智能体系统在物流场景的落地、迭代与效果验证。
1、主导多智能体（Multi-Agent）系统设计与开发，支持Agent间高效协作与任务分解，构建可扩展、低耦合的智能体协作架构； 2、结合物流业务场景及数据，设计并构建具备业务感知与决策支持的智能体系统； 3、与产品、算法、业务团队紧密协作，支持大模型推理优化与部署，推动智能体系统在物流场景的落地、迭代与效果验证。