阿里云阿里云智能-AI Agent研发工程师-Agentic SOC-杭州/北京
任职要求
【通用要求】 ● 本科及以上学历，计算机科学、信息安全、人工智能等相关专业； ● 3年以上研发或架构设计经验，1年以上大模型/Agent相关实践经验。 【云安全】 ● 编程基础：精通Go/Rust/Python/Java中至少一门语言，具备云原生安全技术栈实践经验（K8s安全策略/容器隔离/Serverless安全）； ● 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 AI Agent 核心机制，包括任务规划、工具调用、工作流编排、记忆管理、上下文管理、多 Agent 协作等；有LangChain、LlamaIndex、LangGraph、…
工作职责
● 设计并构建AI Agent驱动的智能安全运营中心（Agentic SOC）的安全Agent能力，涵盖告警自动化研判与降噪、基于多Agent协作的安全事件响应编排、主动威胁狩猎等核心AI Agent能力，推动安全运营从规则驱动向AI自主决策演进，实现人机协同的端到端安全闭环。 ● 构建Agent安全观测体系，覆盖调用链路审计、异常行为检测、安全事件告警与响应闭环，支撑安全运营团队对Agent行为的实时监控与风险管控。 ● 负责构建AI Agent全生命周期中的安全基础设施，设计并实现沙箱隔离、身份认证、API安全调用等核心安全能力，保障Agent在多租户环境下的安全运行。 ● 负责Agent运行时安全架构设计，包括权限最小化策略、敏感数据防泄漏机制，确保Agent在执行工具调用（MCP/A2A协议）和代码执行时的安全边界。 ● 参与设计多智能体协作场景下的安全信任模型，解决Agent间通信认证、权限委托传递、跨租户数据隔离等安全问题，支撑规模化的Agent安全运营产品。 ● 负责AI领域相关算法的工程化实现，提升Agent能力（推理、规划、记忆、工具使用）。
1.参与Agent设计、开发和维护，完成从需求到设计、开发和上线等全项目周期工作，为用户提供丰富且有价值的Agent产品； 2.负责将Agent落地到实际业务场景，包括但不限于Prompt工程、RAG优化、Multi-Agent构建、Memory系统、RL系统、流程编排、知识库建设、内容生成及业务流程自动化等； 3.结合专业知识，深入分析垂直领域的业务逻辑，使 Agent 能够精准理解并执行专业性极高的业务需求； 4.实时关注AI与大模型领域技术发展趋势，并灵活应用于项目中，适应快速迭代的研发节奏。
1. 负责充电宝研发团队 AI-Pipeline 的设计与落地，围绕运产研测全链路研发范式迭代，构建从需求生成到代码交付的 Agent 协作工作流，推动研发效率系统性提升。 2. 负责各阶段 Agent 的工程化建设，设计 Agent 间的职责边界、产物规范与串联逻辑，确保 Pipeline 可控、可调试、可扩展。 3. 负责 AI-Pipeline 基础设施建设，包括 Agent 编排引擎、知识库工程化（多源归集、增量更新、召回优化）、CI/CD 自动触发链路等，支撑全链路 Autopilot 稳定运转。 4. 深度参与研发范式迭代，结合试点项目持续优化 Spec 模板、Rules 规范与 Prompt 工程，将实践经验沉淀为团队可复用的知识资产，推动 AI 辅助研发从工具使用升级为范式落地。
1、负责微博智能搜索相关 Agent 设计与核心能力研发； 2、构建Agent开发基础设施，包括开发框架，SKILLs/Tools/MCP等通用能力封装，Agent自动化等； 3、持续跟进Agent工程化新范式（记忆管理、推理优化、智能体协作等），推动规模化落地。
1. 研发具备长程规划能力的调研 Agent。设计并实现多步推理（Reasoning）、自主信息采集（Web Browsing）、多源数据合成与矛盾校对的算法架构，提升 Agent 在处理复杂未知任务时的“认知深度”； 2. 结合专业知识，深入分析垂直领域的业务逻辑。支持领域工具集与 DSL，使 Agent 能够精准理解并执行专业性极高的业务需求，解决“最后一公里”的落地难题； 3. 负责长上下文（Long-context）优化、精确的工具调用（Tool Calling）以及记忆碎片管理。解决大规模 Agent 集群在实际生产环境中的延迟与稳定性问题； 4. 针对 Deep Research 和专业领域任务，自动构建多维度的评测 Benchmark，持续提升 Agent 的决策准确率和专业度。