阿里巴巴数字零售技术部-高级研发工程师(物流业务)-杭州
任职要求
1、本科及以上学历,计算机科学或相关专业,3年以上相关工作经验。 2、扎实的编程基础,熟练掌握Java或Python等至少一种编程语言,有良好的编程习惯。 3、熟悉分布式系统、微服务架构,有实际项目经验者优先。 4、具备良好的问题解决能力,能够独立分析和解决技术难题。 5、良好的团队合作精神,善于沟通,有推动项目进展的能力。 6、有物流实操流程系统设计经验,熟悉相关技术架构搭建,能有效提升物流运营效率。 1、Bachelor's degree or above in Computer Science or a related field, with more than 3 years of relevant work experience. 2、Solid programming foundation, proficient in at least one programming language such as Java or Python, with good coding practices. 3、Familiarity with…
工作职责
1、负责核心产品研发,参与关键模块的设计与实现,确保产品的技术领先性和稳定性。 2、解决复杂的技术问题,对现有系统进行优化,提升系统性能和用户体验。 3、与团队成员紧密合作,进行代码审查,保证代码质量,推动技术分享和团队技术能力提升。 4、参与需求分析和系统设计,提出创新解决方案,以满足业务发展需求。 5、跟踪业界最新技术动态,推动新技术在项目中的应用,持续改进产品技术架构。 1、Responsible for core product development, participating in the design and implementation of key modules to ensure technical superiority and stability. 2、Address complex technical issues, optimize existing systems to enhance performance and user experience. 3、Collaborate closely with team members for code reviews, ensuring code quality, and promoting technical sharing and team capability improvement. 4、Participate in requirement analysis and system design, proposing innovative solutions to meet business development needs. 5、Monitor the latest technology trends, promote the adoption of new technologies in projects, and continuously improve the product's technical architecture.
1、负责物流部财务域的数据模型设计,实现大规模数据处理和分析的解决方案 2、优化数据架构,提升数据加工性能,确保数据及时产出;构建数据质量监控体系,保障业务数据质量 3、协同产技团队做好财务出账和对账工作,同时支撑好财务领域的数据产品和数据解决方案建设 4、与业务团队紧密合作,理解业务需求,提供数据支持和提升用数体验
1、负责核心产品研发,参与关键模块的设计与实现,确保产品的技术领先性和稳定性。 2、解决复杂的技术问题,对现有系统进行优化,提升系统性能和用户体验。 3、与团队成员紧密合作,进行代码审查,保证代码质量,推动技术分享和团队技术能力提升。 4、参与需求分析和系统设计,提出创新解决方案,以满足业务发展需求。 5、跟踪业界最新技术动态,推动新技术在项目中的应用,持续改进产品技术架构。
# 关于我们 我们正在构建面向全球物流网络的 AI Agent 自动决策大脑。通过大模型(LLM)、智能体协同与自动化推理,让系统具备“感知-思考-行动-学习”的闭环能力,驱动“服务采购、干线运营、分单决策、全链路调度、端到端监控、成本分析优化”等核心业务系统的全面智能化,实现资源规划、智能分单、运力调度、异常自愈等关键功能。这是一个将前沿 AI 技术与真实商业场景深度结合的创新战场,是每天影响数百万包裹命运的生产系统。 # 主要工作内容 ● 设计并实现基于 LLM 的 AI Agent 架构,支持任务分解、工具调用、多智能体协同与反馈学习; ● 开发智能决策引擎,将业务规则、实时数据流与大模型能力深度融合,构建可解释、可干预的自动化系统; ● 主导 Agent Workflow 编排系统建设,优化 Prompt Engineering 策略,提升模型在物流垂直场景的准确性与鲁棒性; ● 推动 AI 能力与后端工程系统的无缝集成,确保高可用、低延迟、可监控的服务体验; ● 探索 RAG、Function Calling、Memory 机制等前沿技术在物流调度中的落地路径。