京东AI Agent资深研发专家

1.设计并实现基于大模型的智能体架构，支撑机器人及其他硬件载体的本体控制，以及各类生活、教育类服务； 2.支持智能机器人及其他智能硬件载体的语音交互、人机对话、应用调度等； 3.设计和开发AI Agent应用服务平台，满足大规模并发需求处理，满足时延、多租户、稳定性等各类技术性指标； 4.设计和开发多Agent协同交互框架，支持使用一套标准协议接入内外部开发的Agent，并实现信息的安全隔离； 5.设计和开发适配机器人智能终端和云服务的部署架构，并实现根据不同场景的Agent服务调度。

以数据库引擎PolarDB/ADB/Lindorm为数据存储和计算底座，基于此构建in-DB的数据库垂类AI服务. 具体围绕： A.    数据库AI算子的开发。算法研发方向重点为自然语言技术在数据库上的应用。围绕自然语言转SQL/NL2SQL，基于RAG和行业知识的推理逻辑加强，图/知识库自动构建，实体与关系的分析挖掘，和基于Model Context Protocol的数据库AI agent能力。 尤其是在DATA+AI方向具有显著行业数据计算属性的量化金融的国内数据库市场，优化AI推理和针对交易数据的in-DB智能高性能计算算子，以增强阿里云数据库引擎产品在国内量化金融市场的影响力， 并支持数据库引擎团队打下新市场。 B.     适合数据库相对资源受限计算情况下的复杂AI算子推理加速, 并对传统数据库执行计划在新置AI算子的新情境下进行性能联合优化。 围绕transformer架构的推理加速（KVCache， SGlang， vLLM和）等关键AI推理框架的系统底层优化，开发数据库在量化金融市场中的高性能计算和系统框架， 支持AI高性能算子并提供丰富的量化金融算法包。 C. 在数据库和人工智能顶级会议上发表研究论文， 推高阿里云在这两个关键研究领域的影响力。

随着企业开始构建Agent并逐步上线，围绕AI应用的数据使用越来越被重视，特别是基于数据进行效果持续提升成为决定Agent是否成功的关键，比如应用评估、模型后训练、上下文优化等。云原生的产品中有大量的Agent实时运行数据和业务数据，我们正在这些产品之上构建新的产品能力，来帮助客户更好的利用这些数据用于Agent的持续效果优化。包括结合AI的场景对数据进行持续的处理、存储，以及与阿里云的其他AI产品进行集成，在不同的场景中使用。我们需要资深的产品专家来定义这些新的场景，并以产品化的形式交付给我们的客户，助力客户AI应用成功。主要的职责包括： 1. 深刻理解客户业务和场景需求，追踪AI行业发展趋势及技术发展动态，规划产品演进路径及迭代。一方面负责存量产品的持续增长，包括消息队列、Kafka、日志服务、可观测等产品；同时不断发掘存量产品与AI的结合，包括AI提升产品能力，以及产品如何在AI的新场景中发挥作用。 2. 探索AI应用数据领域的新方向产品的孵化和前期市场探索，场景包括如何将应用数据用于Agent智能体的持续效果调优，包含AI应用相关数据的采集、存储、处理，以及后续在智能应用评估、模型后训练中的使用，帮助用户构建AI应用数据飞轮，持续提升Agent效果。 3. 制定产品策略以及市场策略，以业务成功为导向，协同研发、售前、运营、文档等多角色共同达成业务目标。

1、负责大模型服务解决方案的研发，前沿技术追踪、包括模型训练和调优、推理、RAG、AI Agent等键技术方向攻坚。 2、负责央国企重点客户的大模型落地业务场景识别、需求分析、方案规划以及服务履约落地，持续推动客户做好标准化大模型迁云、云上优化，打造具备行业影响力的大模型服务的标杆案例。 3、负责规划大模型服务的整体演进规划和落地，沉淀可复制的大模型场景服务方案，沉淀具备行业竞争力的大模型智能体服务平台。