阿里云阿里云智能-Data Agent研发工程师-杭州
任职要求
1. 本科及以上学历，专业为计算机科学、人工智能、软件工程或相关领域； 2. 熟练掌握至少一种编程语言（如 TypeScript/JavaScript、Python、Go、Java 等），具备扎实的系统编程能力； 3. 对SQL语言语法、代码结构分析、自动化代码生成有深入理解，熟悉多智能体系统及智能体…
工作职责
加入DataWorks团队，一起构建下一代AI Native的大数据开发平台，包括但不限于以下工作： 1. 参与设计、开发和实现Data Agent，包括记忆模块、规划模块和工具调用模块； 2. 参与设计与开发基于大模型的可扩展的智能SQL编程助手，支持多轮推理、任务分解与上下文记忆； 3. 负责语言服务器协议（LSP）的实现与优化，支持主流SQL语言的智能提示、跳转、重构等功能； 4. 深入理解大数据开发者行为模式，通过日志分析与交互反馈，持续迭代提示策略，降低误触率、提升采纳率； 5. 支持高 QPS 下的低延迟响应，并建立完善的监控、告警与性能追踪体系，快速识别性能瓶颈、内存泄漏、连接堆积等问题； 6. 持续跟踪Data Agent、大模型、代码补全等前沿技术发展，推动团队技术水平提升。
1. 加入DataWorks 团队参与设计、开发和实现Data Agent，包括记忆模块、规划模块和工具调用模块。 2. 开发Data Agent的知识库管理系统，通过RAG技术提升大模型应用效果。 3. 构建具备代码理解、生成、调试和优化能力的SQL Coding能力，并能适应特定用例和环境。 4. 持续跟踪Data Agent、大模型、代码补全等前沿技术发展，推动团队技术水平提升。
1. 驱动阿里国际数字商业板块业务增长，构建 AIDC 分国家数据运营资产体系； 2. 建设本地化市场洞察和机会发现能力，帮助业务全方位了解行业动态，挖掘商业机会 3. 承担设计和建立产品/业务的指标体系，能够科学地跟踪和指导业务的发展 4. 参与构建海外电商用增、商品、商家、流量等行业的数据智能化应用解决方案，驱动业务获得增量价值； 5. 参与构建企业级 Data Agent，融合 LLM 与业务数据打造智能决策大脑；
负责阿里集团、阿里云战略级产品SLS研发，在日增数百PB级的超大规模实时数据之上，挑战从“经典可观测性”向“AI Native 基建”的跨越。通过实时采集、索引、存储、语义检索和分析等技术，实时处理每日数百PB海量数据，并针对AI应用场景进行特定优化，提供智能、自动化数据检索和分析服务。加入该岗位，您将有机会在国内超大规模的实时日志平台上，打造新一代的AI基础设施。 1. 定义下一代 AI 数据基座： 基于现有海量日志平台，重构面向 Agent Runtime 的数据基础设施，解决高吞吐写入与低延迟语义检索共存的工程难题； 2. 构建 Data + AI 飞轮： 研发高性能的数据清洗与向量化流水线，从数据中实时化萃取高质量数据，构建AI存储和检索系统，通过构建数据反馈回路，使模型和Agent持续进化； 3. 超大规模系统攻坚： 维护并演进日处理百 PB 级数据的实时平台，在极致的成本与性能约束下，探索存算分离、混合索引等前沿技术落地。
1. 立足AI Agent研发运维视角，贯穿整个技术栈，在稳定、体验、效率和成本这四个方面持续进行优化 2. 基于AI研发领域的MaaS/PaaS/IaaS，进行模型训练与推理的算力保障，并提升资源使用率 3. 统性地提升Agent研发、部署、运行阶段的稳定性，适应Agent QPS、模型推理TPM每年提升1个量级的发展速度 4. 主导解决Agent研发运维过程中各类疑难问题，并推进完善产品与平台的能力 5. 系统性构建故障节点、慢节点检测平台化能力，响应并解决日常大模型任务的故障问题 6. 负责LLM 后训练（SFT、RLHF/RLAIF 等）相关链路稳定性治理、规范建设：理解研发与优化 LLM + RL/HRF 相关训练框架，提升扩展性、稳定性与性能（吞吐、显存占用、收敛效率等）。结合分布式训练技术（如 tensor / pipeline / data parallel），优化多机多卡训练性能和资源利用率。 7. 平台稳定性与工程质量：建设训练平台的观测与运维体系，完善监控、告警、日志与故障排查工具；持续提升平台的稳定性、可调试性和可维护性，产出高质量技术文档与设计方案。