阿里云阿里云智能-AI 架构及后端工程师(ABE)-CRM方向
任职要求
## Require ‒ 扎实的工程背景,有计算机科学、软件工程、数据开发、数学、物理等相关领域经验。 ‒ 深厚的后端技术功底,对主流技术栈有深入的理解和实践。 ‒ 具有将AI技术与后端系统深度融合的能力,有丰富实践者优先。 ‒ 拥有架构洁癖与技术品味,追求系统的优雅、简洁与长期价值。 ‒ 优秀的系统思维与抽象能力,能将复杂的业务需求解构为稳定、可演进的系统模型。 ‒ 清晰的逻辑思辨与沟通能力,有效传递技术价值,以技术影响力驱动项目成功。
工作职责
## Read me **阿里云 CIO 线** 致力于打造 AI 时代业界领先的企业 IT 系统,以 RaaS(Result as a Service)模式,通过 IT 系统的构建和应用向客户直接交付成果,帮助客户在 AI 时代获得长期优势。 我们视 AI 为新的生产力,并采用全新的软件开发范式来构建产品。生产关系匹配生产力,故我们设计了新的产研组织形式,不同于传统产研团队按岗位分工(PD、设计、前端、后端、测试),在新组织下我们设置了**产品设计前端工程师**、**架构与后端工程师**两种角色。 ‒ 我们是一支以成果为核心的企业 IT 产研团队,聚焦将最新的 AI 技术落地到真实业务场景中,服务企业级客户。 ‒ 我们期待这样的你加入:人聪明,有品味,敢担当,有冲劲,有韧性。 ‒ 我们希望你有这样的能力:**数学思维**,抽象能力强;**语文表达**,写出好的 Prompt;**业务升维**,对业务的高维认知;**系统架构**,能设计复杂系统;**销售服务**,与客户建立信任和影响。 ‒ 我们想让每位同学都取得最佳成果,成为更好的自己。因此我们重视个人的基模、能力和意愿,而非传统职场资历。 ## Role 作为**架构与后端工程师(Architecture & Backend Engineer,ABE)**,你将基于 AI 软件开发新范式构建 Micro - Agents 体系,并快速进行服务端开发。无论是新功能开发还是存量系统迭代,你将体验效率成倍提升,系统开发从未如此高效。 你将拥有难得的机会,深入了解阿里云的业务及阿里云客户的业务,直接与一线用户合作,了解他们所面临的棘手问题和紧迫挑战,并使用最新的 AI 技术和关键业务数据来解决。无论是“精准分析需求,提升客户体验”,还是“分析业务痛点,让运营更高效”,你都将运用你的技术专长、创造力和解决问题的能力,赋能客户取得业务成果。 ## Core Responsibilities ‒ **系统架构**:设计系统架构蓝图选择适合的技术栈,通过合理的技术选型和服务拆分,保障系统未来的高可用、可扩展与安全性。 ‒ **业务建模**:将业务抽象为结构化、高性能、易维护的领域模型,定义数据实体、关系和生命周期。 ‒ **API 实现**:与产品设计前端工程师密切合作,提供稳定、高效、安全的API服务,并共同保障端到端的体验。 ‒ **后端工程**:基于 AI 软件开发新范式建立从编码、测试到部署的流程,构建完善的可观测性体系,保障研发效率和线上服务的稳定性。
1. 负责AI Business AI2C 创新小组相关产品的前端架构设计及研发,保障系统的安全、可扩展以及质量和性能,参与创新产品构思,与PD、UED、后端工程师协作,完成设计交互实现、数据交互、动态信息展现等; 2. 关注用户体验,与合作方一起不断改进产品的易用性;运用AI能力重塑产品形态与开发效率,提升用户体验; 3. 研究和探索创新的开发思路和新的前端技术,结合业务特点创新应用AI技术,解决前端团队开发过程中面临的各类问题,提升个人和团队的开发效能
1. 负责 CPO 领域AI相关产品的全流程开发,包括但不限于大模型 Agent 应用的架构设计、工程实现、系统部署及迭代优化,部分场景端到端的全链路交付; 2. 深入理解业务,主导技术架构设计及核心开发工作,推动技术架构升级和线上产品的用户体验提升,助力业务目标高效达成。 3. 协同业务,产品,技术一起,高效协同作战,有效达成业务目标。
1. 参与基于大语言模型(LLM)的AI应用后端开发,包括核心逻辑设计、API接口开发及系统集成; 2. 研究并实践LLM相关技术(如RAG、Planning、Tooluse、Memory、MCP等),优化模型推理效率与业务适配性; 3. 设计并实现AI应用的后端架构,保障系统的高性能、高可用性及可扩展性; 4. 参与AI服务的部署、测试与性能优化,编写技术文档及维护代码; 5. 与算法团队协作,推动LLM模型在实际业务场景中的落地与迭代。
1、使用 React 生态(包括 React、Redux、React Router、Next.js 等)或Flutter等框架,开发和维护高质量的Web与APP产品的前端部分,确保最佳性能和用户体验 2、与产品经理、设计师及后端工程师紧密协作,将产品功能从需求概念推进至生产环境 3、针对页面加载速度和交互流畅度进行前端性能优化,识别并解决性能瓶颈 4、设计并实现可维护、可扩展的前端架构,推动组件化和工程化实践 5、为 AI 驱动的应用构建直观易用的用户界面,实现与 AI 模型的无缝交互 6、 根据用户反馈快速迭代,不断完善产品体验 7、 面向全球化场景,解决多语言、多文化 UI 适配挑战