阿里云阿里云智能-百炼Agent高级算法专家-北京/杭州/上海
任职要求
1. 具备较强的工程能力,对云产品、数据库系统、和云上资源体系有基本的了解。 2. 对Agent算法模块(如Memory&RAG)、LLM后训练、强化学习算法有足够的理解。 3. 在数据处理Pipeline、数据分析、统计学等相关领域有不错的专业背景。 4. 能够独立设计实验和提出Metrics验证Agent的Performance. 5. 具备良好的合作沟通能力、表达能力、撰写技术文档或专业论文的能…
工作职责
1. 负责百炼Agent应用层infra对接阿里云的建设,包括AgentScope运行时以及工具沙箱和阿里云云资源和云服务的对接、Agent部署、和算法适配。 2. 负责百炼Agent在阿里云和企业场景效果的调优。 3. 从阿里云数据源开始,为Agent服务的Data Connector体系的设计和建设。 4. 形成系统的Agent评测体系,沉淀为Reward Model. 5. 负责Agent RL/Tuning相关的算法和工程链路、数据反馈链路的构建。 6. 负责更加通用的Agent调优机制的设计,融入百炼Agent智能体创建流程。 7. 负责阿里云或者企业场景中相关平台算法feature的落地。
1. 负责百炼Agent应用层infra对接阿里云的建设,包括AgentScope运行时以及工具沙箱和阿里云云资源和云服务的对接、Agent部署、和算法适配。 2. 负责百炼Agent在阿里云和企业场景效果的调优。 3. 从阿里云数据源开始,为Agent服务的Data Connector体系的设计和建设。 4. 形成系统的Agent评测体系,沉淀为Reward Model.
1. 系统架构与工程落地 ● 负责AI Agent框架设计与实现,构建高可用、低延迟的AI Agent生产环境,支持百万级以上用户量的应用、部署平台 ● 负责智能体知识库、流程编排等功能开发,对接头部等流量等载体的接口,输出能力 ● 开发LLM应用基础设施,包括RAG 技术、Agent开发框架(如LangChain) MCP 协议等 ● 优化Agent与工具调用的协同机制,提升任务规划、自主决策和交互体验 ● 探索大模型与Agent技术的结合,解决复杂场景下的推理能力 2. 业务场景适配与创新 ● 推动AI Agent在搜索、营销、服务、DevOps运维等领域的落地 ● 设计符合行业需求的解决方案,如应用导购助理、客服助手、智能编程助手 ● 负责AI项目的推动落地,行业类Agent开发以及行业类RAG系统的架构设计与研发。 ● 负责技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察,快速熟悉业务流程并理解业务痛点,沟通并分析产品需求,制定技术方案,设计与研发核心系统及模块,推动产品快速迭代。
1. 作为企业客户技术服务工作的第一责任人,深入了解客户业务场景,与客户的架构、开发、运维团队深入合作,梳理分析客户现有云产品及应用架构,围绕企业客户上云、云上业务设计稳定性优化方案,从云上监控,主动发现,灾难演练,业务快恢/降级方案,高可用架构改造等方面协助客户持续优化云上稳定性。 2.通过自动化与智能化的手段高效解决对客技术服务以及客户方案落地中的各种技术问题,从客户架构视角出发进行问题处置、风险治理,并沉淀输出最佳实践及工具产品,持续推动阿里云产品及服务的优化改进。 3.结合生成式AI技术与机器学习平台工具,为客户提供从方案评估、部署实施到技术演示的一站式AI落地支持,负责算法与模型的优化,针对特定场景应用微调、评测等手动推动AI能力在客户业务中的高效转化。 4.使用阿里云的AI大模型和平台工具产品,支撑阿里云客户完成AI创新应用落地。提供Agent工程落地服务,包括数据和知识准备、工程链路搭建、提示词调优等。 5. AI相关云产品稳定性保障,AI全链路排查问题,包括SaaS层AI产品,AI相关PaaS/IaaS产品。高效排查解决产品技术售后问题,在服务过程中关注客户体验提升、有效管控客情。
1. 百炼移动端 & 应用广场设计: (1)设计百炼移动端 & 应用广场核心功能:模板体验、用户路径,搜索推荐、应用部署对接流程等,基于场景、行业理解设计高质量的模板分类、标签体系,降低企业及开发者使用门槛。 (2)制定应用上架标准与审核机制(包括功能、安全合规、效果基线、发布流程等),建立应用质量分级体系(如官方认证/开发者自营),建立数据反馈体系。 (3)设计AI体验中心,基于应用广场的供给,提供一站式大模型服务与应用体验中心,通过合理的动线设计,提高新用户转化率。 2. 应用开发者生态建设与运营: (1)协同运营团队,设计开发者增长策略(如黑客松赛事、流量扶持计划、分成激励机制),解决应用分发闭环问题,吸引优质大模型应用入驻。 (2)构建开发者支持能力(文档/教程/沙盒环境/版本管理/收益体系),提升应用开发效率与上架转化率。 (3)设计应用商店商业模式,平衡开发者收益与平台成本,设计合理的治理规则,确保应用商店有序发展,构建开发者生态,提高活跃度。 3. 应用生态价值挖掘: (1)分析应用调用、付费、运营数据,挖掘高潜力应用方向,反向驱动平台开发能力迭代,将头部应用打包为行业标准化产品。 (2)配合运营建设高质量一方应用,呈现大模型服务及应用的能力及场景,丰富市场供给。 4. 行业洞察与竞争分析: (1)跟踪国内外多模态交互类产品动态,制定技术对标与差异化方案。