logo of aliyun

阿里云阿里云智能-Data Agent研发工程师-杭州

社招全职5年以上云智能集团地点:杭州状态:招聘

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/JavaScriptPythonGoJava 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…
登录查看完整任职要求
微信扫码,1秒登录

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。
包括英文材料
学历+
TypeScript+
JavaScript+
Python+
Go+
Java+
还有更多 •••
相关职位

logo of aliyun
社招5年以上云智能集团

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。

更新于 2025-08-19杭州
logo of alibaba
社招3年以上技术类-开发

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;

更新于 2025-10-20杭州
logo of aliyun
社招技术类-开发

参与瓴羊Dataphin产品的研发。 瓴羊是阿里巴巴全资子公司,主营数据要素服务。瓴羊提供一整套数字化产品和服务,涵盖数据生产、数据消费以及数据流通等三大环节。帮助企业有效利用数据资源,促进数据与企业实际运营的深度融合,赋能企业增长和数字化转型。Dataphin 是瓴羊数据生产环节中代表性的产品,为企业提供数据建设、治理、运营、消费的Data x AI全链路服务,深度适配湖仓一体架构,灵活兼容多云复杂环境,助力企业高效构建标准化数据资产体系,加速释放数据价值。

更新于 2025-06-17杭州
logo of alibaba
社招1年以上产品类-平台型

团队介绍: 平台技术是阿里国际集团技术创新和业务支撑的核心团队,以构建全球领先的数据+智能+跨云一体化数字化技术基础设施为目标,倾力打造合规、稳定、高效且用户体验卓越的技术服务平台。 我们基于全球化架构与数字智能技术,构建坚实合规的全球化商业底座。采用先进的微服务架构、混合云最佳实践以及智能模块化设计,有效提升业务响应速度和灵活性。通过技术创新驱动研发模式的代际演进,聚焦敏捷开发、先进生产工具、自动化运维流程,践行AI和云原生时代的DevOps文化。打造技术产品和研发规范,构筑起全方位的安全防护屏障。依托数据平台,基于大数据分析、机器学习等先进技术手段,构建强大的数据中台和智能决策支持系统。我们的终端技术专注于提升用户的数字化交互体验,结合智能时代的人机交互范式和网络技术,为全球用户提供极致流畅、个性智能的产品体验 职位描述 1. 产品规划与落地: 负责基于海量电商数据,规划并设计数据智能 Agent 产品(如:商机挖掘,用户洞察,智能取数助手、Text-to-SQL 工具、自动化数据分析报告)。 2. 技术转化与应用: 深入最新AI领域的技术最新在数据分析领域的应用(如 Agent 框架、RAG 检索增强、Text-to-SQL 准确率优化、Code Interpreter 等),将前沿技术转化为可落地的产品功能,解决传统的痛点。 3. 跨部门协作: 与 ETL 工程师、数据分析师、算法团队紧密配合,业务 多部门合作,梳理电商业务“语义层”或“知识库”和工作流程。 4. 场景挖掘与运营: 深入业务一线,挖掘运营、采销、管理层的数据使用场景,推广 AI 数据工具。通过用户行为数据分析,优化 Agent 的交互体验,提升内部或外部客户的数据获取效率。

更新于 2025-11-27杭州