阿里云AI Agent开发工程师
任职要求
1.全栈、扎实的编程能力，较强的技术开发能力；
2.对AI Agent的技术有一定了解，热爱学习新知识；
3.有长期使用各类AI工具的经验，对产品选择有品位；
4.具备…工作职责
阿里云持续推进AI 技术深化战略布局， 围绕AI 和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此，我们正积极招募优秀人才： 1.AI Agent应用开发全流程工作，包括但不限于prompt工程、RAG优化、multi-Agent构建、流程编排等； 2.参与AI Agent产品的需求分析、技术选型、方案设计、用户体验提升等； 3.关注AI与大模型领域技术发展趋势，并灵活应用于项目中。
1、设计和实现基于LLM的智能体核心架构，包括任务规划、对话管理、意图识别和流程工程； 2、负责智能体平台（AI创作）的后端服务开发与优化，打造高性能、高可用的分布式系统； 3、开发和优化RAG系统，提升模型在垂直领域的专业表现和知识理解能力； 4、实现多模态交互能力，基于LangChain等框架构建丰富的用户体验； 5、设计智能体记忆管理系统，通过向量数据库优化长期记忆能力； 6、参与Multi-Agent协作系统设计，构建可扩展的智能体生态平台。
- AI Agent方向技术预研及架构设计。 - Agent工作流及前后端代码产出。 - 重难点技术挑战，提出有效的解决方案。 - 通过技术创新解决复杂的技术难题，推动项目的顺利进行。 - 保持与行业内外的技术交流，不断提升个人及团队的技术水平。
1.Agent核心框架研发： 负责排障AI Agent的核心框架设计与开发，包括任务规划（Planning）、工具调用（Tool-use）、记忆（Memory）等关键模块，持续提升Agent的自主决策与执行能力； 2.Agent效果评测与迭代： 主导设计并落地Agent自动化评测体系，并基于线上失效案例（如规划错误、幻觉）的深入分析，驱动模型、Prompt及工具链的持续优化； 3.大模型后训练与优化： 负责大模型的后训练流程，包括构建高质量SFT数据集、实施Fine-tuning与RLHF/DPO等优化策略，并建立评测-训练-部署的闭环，持续提升模型在排障领域的专业能力。
1.Agent核心框架研发： 负责排障AI Agent的核心框架设计与开发，包括任务规划（Planning）、工具调用（Tool-use）、记忆（Memory）等关键模块，持续提升Agent的自主决策与执行能力； 2.Agent效果评测与迭代： 主导设计并落地Agent自动化评测体系，并基于线上失效案例（如规划错误、幻觉）的深入分析，驱动模型、Prompt及工具链的持续优化； 3.大模型后训练与优化： 负责大模型的后训练流程，包括构建高质量SFT数据集、实施Fine-tuning与RLHF/DPO等优化策略，并建立评测-训练-部署的闭环，持续提升模型在排障领域的专业能力。