阿里云阿里云智能-技术专家-AI Agent方向-北京
任职要求
1. 技术能力 编程基础：精通Python/Java/Nodejs，熟悉LangGraph、Spring AI等多智能体框架，具备分布式系统开发经验 算法能力：熟悉Transformer架构及主流大模型技术栈，有LLM微调、推理优化经验，理解多智能体系统和智能体通信协议（MCP、A2A等）； 工程经验：具备AI Agent全链路开发能力，包括数据合成、模型训练、评测体系搭建； 熟悉MetaGPT、AutoGPT、LangChain、LlamaIndex等主流开发框架 2. 业务理解 熟悉垂直领域痛点（如电商搜索、智能客服、代码生成运维），能将技术转化为实际产品功能 具…
工作职责
1. 系统架构与工程落地
● 开发LLM应用基础设施，包括RAG 技术、Agent开发框架、 MCP 协议、Agent评测机制等
● 负责agent与工具调用的优化、promot调优、上下文工程及相关场景下大模型的优化，将ai agent框架、工具、大模型有效结合，为通用ai agent效果提供最佳的使用体验。
○ 负责AI领域相关算法研究及算法的工程化实现，以提升Agent能力（推理、规划、记忆、工具使用）；
● 参与设计多智能体协作架构，实现复杂编程任务拆解与分布式执行，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
● 持续跟踪AI Agent、大模型、代码生成等前沿技术发展，推动团队AI相关技术水平提升。
2. 业务场景适配与创新
● 推动AI Agent在建站、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、营销助手等
● 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、负责小红书创新业务在泛体验、范效率方向下的大模型工程化能力建设； 2、探索业界前沿的大模型工程研发（LLMOps）相关技术，打造高效工具链和应用系统，包括并不限于Agent、RAG、任务调度、推理加速、评测、PE等，持续优化效果和性能，保障服务高可用性； 3、深度参与项目研发，与产品、算法、质量等同学保持密切配合，不断优化项目整体效益，提升产品体验。
1、负责淘宝内部企业级软件的AI研发系统技术规划与实施落地，带领团队面对数千个代码库的复杂存量系统，通过完善现有系统AI友好化改造、构建各类研发Agent、探索新型研发工具形态，最终交付企业级软件的AI原生研发模式； 2、AI研发系统构建及演进：根据行业最新进展及内部企业实际情况，定义企业级软件的AI研发系统的整体方案及演进路径。能够识别关键问题，创新技术方案，协同各方诉求，完成技术方案应用落地； 3、存量系统AI友好化改造：定义企业级软件的AI友好架构内容，针对现有存量系统能够制定切实可行的落地方案和实施路径，多团队协作，逐步完成存量代码库的AI友好化改造； 4、跨团队协作与应用落地：能够深入了解电商场景的交易营销、搜索推荐、直播等技术域特点，构建AI研发系统平台通用能力及各技术域开放定制能力，制定满足各技术域不同诉求的差异化落地方案。
1. 技术战略与架构演进（Technical Vision & Architecture） * 顶层架构设计： 主导企业级AI Agent平台的整体技术蓝图规划，设计支持高并发、低延迟、高可靠的分布式Agent运行时架构。 * 前沿技术攻坚： 深入探索并落地Multi-Agent协作机制、长短期记忆管理（Memory Management）、复杂任务自动规划（Planning & Reasoning）及MCP&Skills等前沿技术，解决Agent在复杂场景下的幻觉、状态一致性及执行可靠性难题。 * 技术演进路线： 制定平台未来1-3年的技术演进路线图，平衡技术创新与系统稳定性，确保架构具备极强的扩展性与兼容性。 2. 商业落地与场景赋能（Business Impact & 2B Delivery） * 2B场景规模化落地： 深入理解金融、政务、制造等2B核心客户的业务痛点，主导Agent平台在复杂企业场景下的解决方案设计与交付，确保技术指标转化为可量化的商业价值（如效率提升率、成本降低率）。 * 生态建设与标准化： 构建开放的Agent插件生态与工具链标准，推动平台能力产品化，支持客户通过低代码/零代码方式自定义Agent工作流，加速行业解决方案的复制与推广。 * 关键项目兜底： 作为技术负责人（Owner），直接对重大标杆项目的成功交付负责，解决跨部门、跨系统的复杂集成难题。 3. 工程底座与技术体系建设（Engineering Excellence） * 夯实工程基石： 建立完善的Agent全生命周期管理体系（开发、调试、评估、部署、监控），打造业界领先的Agent Ops平台，显著提升研发效能与系统稳定性（SLA 99.99%+）。 * 安全与合规体系： 构建企业级的AI安全围栏，包括提示词注入防御、敏感数据脱敏、Agent行为审计及合规性检测，确保平台符合数据安全法规。 4. 梯队建设与文化塑造（Leadership & Talent Development） * 技术前瞻与创新： 保持对全球AI技术趋势的敏锐洞察，引入学术界最新成果（如ReAct, ToT, GraphRAG等）并在内部进行技术预研与转化。 * 高端人才培养： 负责组建并培养一支高水平的AI工程团队，建立清晰的人才成长路径与晋升机制，通过技术分享、黑客松等形式营造浓厚的创新氛围。 * 跨团队协同： 打破算法、工程、产品之间的壁垒，建立高效的协同机制，推动“算法模型”向“工程产品”的高效转化。
1. 负责业界领先的自主 AI Coding 新技术形态探索和关键技术实现，持续探索 AI Coding 技术的能力上限； 2. 构建应用于大规模用户 AI Coding 产品的 Harness Engineering 技术体系，负责 Context Engineering、Multi-Agents Orchestrator、Memory、Observability、Guardrails 等关键技术实现； 3. 持续跟踪 AI Coding Agent 前沿技术，探索并落地面向未来的 AI Coding 新产品和新技术。