蚂蚁金服蚂蚁集团-AI应用工程师-数字支付技术部
任职要求
AI 技术能力（核心要求） - 熟悉至少一种 LLM 应用开发框架，有**完整 Agent 项目**的开发与落地经验； - 掌握 RAG 技术及向量数据库的工程化应用，能独立完成知识库搭建与检索效果优化； - 有 Prompt Engineering 实战经验，理解 Function Calling、Tool Use、ReAct、Planning 等 Agent 核心机制； - 具备 Python 或 Go 能力者优先（Java 为主语言，AI 侧工程化能力加分）。 工程基础能力 - 计算机、软件工程、人工智能或相关专业本科及以上学历； - 有一定的服务端开发经验，Java 基础扎实，深入理解 JVM、多线程、IO、集合框架等核心机制； - 熟悉 Spring / SpringMVC / MyBatis 等主流开源框架，理解其核心设计思想与实现原理； - 熟悉分布式系统设计，掌握缓存、消息队列、分布式事务等核心机制，有**高并发、大数据量**业务处理的实战经验； - 对主流关系型或非关系型数据库有较丰富的使用经验。 加分项 | 加分维度 | 具体描述 | | 支付…
工作职责
支付是蚂蚁集团最核心的业务基础设施，日均处理亿级交易，也是 AI 时代最具价值的技术攻坚阵地。 我们正在三个维度重新定义支付的边界： 1. 支付链路 AI 化：将 AI 能力嵌入支付核心链路，提升决策智能化水平 2. AI 支付场景：面向千问、支付 SaaS 等场景，构建 AI 时代的新支付基础设施，让 Agent 能够安全、自主地完成下单、支付、分账等商业闭环 3. AI 内部提效：用 AI 工具与平台重构研发工作流，让团队的每一行代码都更高效 这不是在支付系统上套一层 AI 壳，而是**从架构层重新思考支付与 AI 的融合方式**。 我们在找这样的人：**有扎实的支付 / 后端工程底子，同时对 AI 前沿技术有真实的动手经验**，能在可靠性与智能化之间找到最优解 核心职责（任一即可） 方向一：支付链路 × AI 融合 - 深度参与支付核心链路（收银、下单、清结算、分账等）的设计与研发，在高并发、强一致性场景下保障系统稳定； - 将 AI 能力（意图识别、风险判断、异常检测等）嵌入支付关键节点，提升链路的智能化决策水平； - 对现有支付系统进行前瞻性架构规划，形成可复用的 AI × 支付组件与框架。 方向二：AI 支付场景建设 - 参与面向千问等 AI 应用、支付 SaaS 解决方案的新一代支付能力建设，探索 Agent 自主驱动支付的技术路径； - 研究并实现通过自然语言指令或 Agent 自主决策，安全、无缝地调用支付接口，完成完整的商业交易闭环； - 设计支持多 Agent 协同的支付服务框架，实现内外部 Agent 通过标准协议（MCP/A2A 等）接入，确保支付敏感信息的安全隔离； - 构建高并发、高可用的 AI 支付服务平台，支撑大规模 AI 应用场景的支付需求。 方向三：AI 赋能研发提效 - 推动 AI 编程工具（Claude Code、Cursor等）在团队内的落地与最佳实践沉淀； - 建设面向支付团队的 AI 内部工具平台，覆盖AI Coding、问题排查、文档生成、测试用例自动化等场景； - 基于 RAG 技术构建支付领域知识库，提升团队在研发、运维、答疑等环节的效率。
1. 通过AI构建数据产品：熟练运用大模型及AI工具，面向销售团队敏捷开发智能问数、客户洞察、线索分析等应用，实现数据能力的产 品化交付。 2. AI驱动数据挖掘与业务洞察：从内外部多源业务系统数据中挖掘业务增长点或风险点，针对销售漏斗、行业渗透、客户画像等场景开展专题分析，为业务提供可落地的洞察和建议。 3. 销售运营系统和工具赋能：理解ToB（数据库厂商/SaaS行业等）销售模式，参与核心指标体系建设；通过数据可视化与自动化工具，为销售决策、行业策略、客户运营等业务落地提供系统和工具支撑。
招聘团队介绍： 我们负责阿里海外零售供应链的建设和优化，业务覆盖全球，支持千亿级别的零售行业、以及数以千万计的商品；利用世界领先的 ERP 系统和库存管理技术，帮助客户管理库存，提高配送效率，保障订单准时送达，提升广大消费者的购物和服务体验；还拥有先进的履约和供应链技术，帮助客户精细化管理每一个环节，从而助力商品能够实现全球畅销。 作为大模型 Agent 在电商供应链场景的核心功能实现者，你将负责从需求理解到上线交付的端到端开发工作，独立承担特定 Agent 模块的设计、编码、测试与迭代优化，确保 AI 能力在真实业务场景中稳定、高效、可衡量地落地。 在这里，你将和我们一起，采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题，不断创造价值，为消费者带来更加美好的体验！ 工作职责： 1. 面向领域 Agent 场景，进行可行性分析和原型验证，帮助业务创造增量价值； 2. 负责 Agent 相关的知识库搭建，建立验证机制并持续优化； 3. 负责 Agent 相关模块的开发与落地，持续推进 Agent 迭代和决策依据； 4. 优化 Agent 系统架构的高可用性、可扩展性、服务稳定性及安全合规性，持续提升Agent产出效果； 5. 探索前沿技术落地可能性，参与技术决策并推动关键技术预研，助力构建企业大模型应用技术生态。
团队介绍： 我们负责阿里海外零售供应链的建设和优化，业务覆盖全球，支持千亿级别的零售行业、以及数以千万计的商品；利用世界领先的 ERP 系统和库存管理技术，帮助客户管理库存，提高配送效率，保障订单准时送达，提升广大消费者的购物和服务体验；还拥有先进的履约和供应链技术，帮助客户精细化管理每一个环节，从而助力商品能够实现全球畅销。 作为大模型 Agent 在电商供应链场景的核心功能实现者，你将负责从需求理解到上线交付的端到端开发工作，独立承担特定 Agent 模块的设计、编码、测试与迭代优化，确保 AI 能力在真实业务场景中稳定、高效、可衡量地落地。 在这里，你将和我们一起，采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题，不断创造价值，为消费者带来更加美好的体验！ 工作职责： 1. 面向领域 Agent 场景，进行可行性分析和原型验证，帮助业务创造增量价值； 2. 负责 Agent 相关的知识库搭建，建立验证机制并持续优化； 3. 负责 Agent 相关模块的开发与落地，持续推进 Agent 迭代和决策依据； 4. 优化 Agent 系统架构的高可用性、可扩展性、服务稳定性及安全合规性，持续提升Agent产出效果； 5. 探索前沿技术落地可能性，参与技术决策并推动关键技术预研，助力构建企业大模型应用技术生态。
AI应用方案设计：围绕充电宝业务场景（用户运营、资产调度、客户管理、出海等），设计AI应用解决方案，将大模型能力转化为可落地的业务价值; AI工程落地：负责AI能力的工程化封装与交付，推动AI从技术验证到业务闭环，持续交付可量化的业务结果; Prompt工程与Agent编排：设计高质量的Prompt策略和Agent工作流，实现复杂业务逻辑的AI自动化处理，持续优化效果和成本; AI效果评估与迭代：建立AI应用的效果评估体系（准确率、成本、用户体验等），基于数据反馈持续优化模型选型、Prompt策略和系统架构; 行业洞察与技术选型：持续跟踪AI应用层的行业最佳实践和前沿方案，评估新模型、新工具、新框架对业务的适用性，输出技术选型建议.