阿里云ATH-MaaS-AI Agent全栈工程师-质量与研发效能-杭州/北京
任职要求
基础条件 1. 计算机、人工智能、软件工程等相关专业本科及以上学历。 2. 3 年以上测试开发或质量保障相关经验，有大模型 / AI Agent / AIGC 项目经验者优先。 3. 精通 Python / Java 至少一种，具备扎实的工程开发能力，熟悉主流测试框架（如 PyTest、JUnit）及自动化工具链，能独立开发测试系统与工具。 4. 了解 AI 推理 / 部署 / 应用开发流程，有线上质量问题排查与处理经验者优先。 核心技术能力 1. 具备较强的工程开发能力，能独立设计并实现自动化测试系统、工具链与质量效能平台。 2. 有完整质量保障体系建设经验：测试策略、质量度量、自动化测试框架设计。 3. 熟悉 MCP / Function Calling 等 Agent 协议，能借助 AI 开发可自主运行的质量智能体。 4. 有 CI/CD 流水线建设经验，熟悉 Ku…
工作职责
岗位定位 我们正在把 AI 视频创作能力打造成持续高频迭代的平台，并将整个研发流程向 AI Native 演进。你将负责其中的质量与研发效能建设：一方面以工程与 AI 手段重构传统测试流程，让质量保障深度融入研发链路；另一方面守住功能、性能、稳定性等质量基本盘，并将线上用户反馈作为质量问题统一纳入闭环管理。这是一个以开发驱动质量的岗位，我们期待你具备扎实的工程能力，能够自主构建测试系统与智能体，并善于借助 AI 持续提升质量与研发效能。 核心职责 1. AI Native 质量与效能建设 ● 以工程手段重构测试流程，将用例设计、数据构造、执行验证、缺陷定位等环节自动化，并融入团队整体研发链路。 ● 设计并开发可自主运行的质量智能体，具备理解代码与需求变更、生成并执行测试、定位问题、验证修复的能力。 ● 在现有测试与效能平台基础上补齐能力、自研工具，沉淀可复用、可编排的质量效能体系。 2. 质量保障体系 ● 负责产品全生命周期的质量保障，建立完善的测试策略、质量标准与度量体系。 ● 设计并实现覆盖端、服务、生成链路的自动化测试框架与专项工具链，推动 CI/CD 流程落地，保障发布稳定性。 ● 建立 Bad Case 分析闭环，实现从问题发现、定位、修复到回归验证的完整流程，保障多维度质量底线。 3. 线上质量与反馈闭环 ● 将线上用户反馈与质量问题统一纳入闭环管理，负责问题的接收、归类、复现、定位与修复验证。 ● 从质量视角关注线上运行状态，及时发现质量隐患，并推动问题与研发协同修复。 ● 开发智能化的线上问题处理能力，实现问题归类、复现与初步定位的自动化，并沉淀处理知识持续优化。
岗位定位 你将作为AI视频生产产品智能评测体系的核心建造者。我们既评测视频生成、图片生成等多模态模型的能力边界，也评测产品在真实业务场景下的端到端产出质量——从模型选型到生产链路放行，每一环都需要可量化、可解释、可复现的评判依据。你要建造的智能评测体系，能自主理解评测目标、调度多模态模型诊断、给出可解释判分、驱动生产链路的重试与放行；同时与生成大模型形成双向飞轮——评测产出反哺大模型微调与偏好对齐，大模型跃迁驱动视频生成产品及评测能力演进。 核心职责 1. 评测Agent架构设计 ● 主导设计"视频评测Agent"的能力边界、工具集与决策协议，使其具备任务规划、模型选型、自动重试、异常归因、人工介入点设计等自主能力。 ● 与视频生产链路上下游的Agent打通，将评测Agent作为生产链路中的智能质检与自纠错节点，形成"生成→质检→修复→放行"的闭环。 ● 设计评测Agent的可观测体系，让每一次决策都可追溯、可复盘、可改进。 2. 跨模型Benchmark体系建设 ● 构建覆盖视频生成、图片生成等多模态生成模型的Benchmark评测基准，定义能力地图与质量基线。 ● 建立模型选型、版本对比、回归验证的数据化决策链路，让模型选型从经验驱动走向证据驱动。 ● 攻关"跨模型可比性"工程难题：评测样本设计、风格归一化、置信区间标注、人工抽样补评机制。 3. 评测Prompt工程与VLM调优 ● 系统性构建面向视频评测各环节的Prompt工程体系：分层结构化、多模态对齐、领域知识注入、置信度自评等精细化设计。 ● 建立Prompt版本管理、A/B评测、自动优化机制，让VLM评分在跨模型对比语境下持续逼近人工裁判的一致性。 ● 探索结合人类反馈与Benchmark交叉验证的评测Prompt偏好对齐，让智能评测"打分像一个有审美的人"。 4. 评测与生成大模型的协同进化 ● 设计评测产物的结构化沉淀方案，把每一次评测都转化为可检索、可复用、可再加工的数据资产，作为视频生成大模型微调（SFT/DPO）与偏好对齐的高质量信号源。 ● 与算法侧协同建立"评测→反哺→生成→再评测"的双向闭环：评测识别出的Bad Case与Hard Case定向输入生成模型的迭代训练，生成模型每一次能力跃迁又驱动评测维度的扩展、Benchmark的扩容与评分基线的重标定。 ● 建设case库管理与质量回归机制，保障评测体系自身能跟上生成模型的迭代节奏。 5. 评测全栈工程能力 ● 端到端打通"任务提交→视频处理（抽帧/转码/格式适配）→多模态推理→评分聚合→报告生成→数据可视化"的自动化流水线。 ● 独立完成评测控制台、Benchmark对比看板、case库管理等前端功能，保障评测系统具备可用性与可维护性。 ● 保障长链路评测任务的稳定性：断点续传、局部重试、并发调度、容错降级等核心工程难题。
岗位定位 我们正在构建 Agentic PaaS 能力层——让平台的 AI 视频创作能力以 CLI / SDK / WebMCP / Skills 等形态，被开发者、合作方产品和 AI Agent 广泛调用。你将负责这一能力层的多终端工程建设，把视频创作能力变成可嵌入、可编排、可实时交互的产品，让客户与开发者能够更智能、更 agentic 地完成视频生产。 核心职责 1. Agentic 能力输出与 MCP 建设 ● 基于 MCP协议，在 Web 端构建可被 Agent 调用的能力服务（WebMCP），让平台的创作能力可被任意 AI Agent 发现、调用与编排。 ● 将复杂的视频生产流程封装为可编排、可复用、可分发的标准化技能（Skills），支撑 Agent 场景化视频生产。 ● 设计面向 Agent 的调用接口与上下文协议，让 Agent 能够自主规划、执行、迭代视频创作任务。 2. CLI 工具链建设 ● 设计并实现 CLI 的完整链路：鉴权体系 / 原子命令 / 场景命令 / 自升级机制 / Plugin 扩展。 ● 构建面向开发者和 Agent 的命令调用接口，支持在本地Agent/终端直接完成视频生产任务。 3. SDK 能力封装 ● 设计面向第三方集成的整体 SDK 体系，支持合作方在 Web、桌面端、移动端等多终端嵌入创作能力。 ● 构建 SDK 的音视频核心能力：播放、编辑、转码、编解码、流式渲染、实时预览等，保障跨终端场景下的性能与体验。 ● 定义清晰的 API 契约与版本管理策略，保障 SDK 稳定性与向后兼容。 4. 实时生成互动引擎 ● 建设实时生成互动引擎的核心能力，支持多协议低延迟流式传输与交互，为上层应用提供统一的实时生成互动语义。 ● 对接实时 AI 生成模型服务能力，设计引擎的对接协议，将实时生成互动能力封装为可被 SDK / CLI / WebMCP 调用的标准接口。 5. 音视频核心能力 ● 负责跨终端音视频核心链路：编解码（H.264 / H.265 / AV1）、封装格式、流媒体传输、自适应码率、音画同步等。 ● 基于 WebCodecs / MediaSource Extension / WASM 等技术，建设高性能音视频处理能力。 ● 持续优化多终端场景下的播放质量、首帧速度、弱网体验和功耗表现。
岗位定位 我们正从"好用的 AI 视频工具"走向"可规模化盈利的 AI 视频平台"。你将负责构建支撑商业增长的技术能力——从计量计费到商业增长引擎、从客户管理到产研运营数据，每一环都直接影响营收。我们希望以 Agent 的方式来构建这些能力，让 AI 深度参与数据分析、策略决策、自动执行与效果复盘，让商业增长更智能、更高效。你不仅是技术实现者，更是商业增长的技术合伙人。 核心职责 1. 计量计费与积分体系 ● 主导积分体系建设：积分计算、实时扣减 / 预扣、规则引擎与降级策略，支撑高并发调用。 ● 主导计量体系建设：基于日志的异步计量与聚合处理，保障高可用、数据不丢、计量准确。 ● 负责与下游扣减 / 入账 / 结算系统的对接，做好对账、幂等与最终一致性，保障资金安全。 ● 探索 Agent 辅助的智能对账与异常检测，提升计量准确性与资金安全的运营效率。 2. 多站点商业化落地 ● 负责国内 / 国际 / 独立站 / 开放平台等多个站点的商业化功能研发与迭代，把计费、积分、增长等能力在各站点稳定落地。 ● 针对不同站点的市场与合规差异，完成商业化能力的适配，保障各站点合规、稳定地运营。 ● 支撑多站点的商业化运营：活动、权益、转化玩法在各站点的配置与上线，响应业务快速试错。 3. 商业增长引擎 ● 构建增长基础设施：会员体系、订阅管理、触达策略、营销活动、A/B 测试与增长实验平台。 ● 建设 toB 客户管理能力：客户分层、生命周期跟进、高价值客户识别，围绕转化、付费、留存设计增长策略。 ● 以 Agent 驱动增长运营：让 Agent 自动分析数据、生成增长策略、执行触达、复盘迭代，让增长运营更自动、更智能。 4. 产研运营数据 ● 构建数据基础设施：行为数据采集、清洗、建模、可视化全链路。 ● 建设产研运营数据体系：功能渗透率、用户路径分析、模型调用成本分摊、ROI 评估、异常预警。 ● 提供 Agent 化、对话式的数据分析能力，让增长与产品决策可以用自然语言快速获得洞察。
岗位定位 我们正在把 Studio 从视频创作"工具"进化成"AI 创作平台"。这里不止一种创作方式，而是覆盖多种创作模式的完整创作体系。你将作为 Studio 创作体系的核心研发，负责把创作、编辑、智能生成、3D 可视化、多人协作等能力做成稳定、流畅、智能的产品，并能扎进不同创作模式持续做深、打磨。每一种创作模式都在走向 Agentic 化——每一次用户操作背后，都有 AI 在参与理解、生成与迭代。 核心职责 1. 创作模式能力建设 ● 负责 Studio 多种创作模式的核心能力研发与工程建设，扎进各创作模式持续做深、做好，打磨极致的用户创作体验，构建产品的核心竞争力。 ● 覆盖从故事板、自由画布到 Agent创作、智能剪辑等多种创作模式的建设，能根据方向重点灵活切入，把不同创作模式都做到好用、易用。 2. 让各创作模式更 Agentic ● 推动 AI Agent 深度融入每一种创作模式，让创作从"人操作工具"走向"人与 Agent 协同创作"，把各创作模式整体带向更 Agentic 的形态。 ● 设计 Agent 参与创作的交互方式，让 AI 的理解、生成与调整过程对用户清晰可见、可控可干预，把不确定的生成过程做成顺畅、可信赖的创作体验。 3. 图形渲染、音视频与 3D 能力建设 ● 基于 Canvas / WebGL / WebGPU / OffscreenCanvas / WebAssembly / WebCodecs 等技术，建设高性能渲染与实时预览能力。 ● 负责音视频基础能力，包括播放、剪辑、转码、封装格式、字幕、音轨、流媒体协议、解码与处理链路。 ● 参与 3D 资产预览、空间编辑、镜头控制、实时渲染等方向的能力建设，探索 Mesh / 点云 / NeRF / 3D Gaussian Splatting 等新型 3D 表达在创作场景的落地。 4. 多端适配与多站点 ● 支持浏览器端、桌面端（Electron / Tauri）等多种运行环境，保障不同设备、分辨率、浏览器和网络条件下的一致体验。 ● 参与国际化、多语言等基础能力建设，支撑国内站 / 国际站 / 海外独立站等多站点的统一技术架构。 5. 性能与体验保障 ● 从用户体验出发，持续提升各终端的性能与创作流畅度，优化加载速度、交互响应、渲染稳定性与弱网体验，让复杂创作也能顺滑好用。 ● 建设产品质量与稳定性保障，覆盖监控、异常定位、自动化测试等能力，保障产品长期稳定迭代。