智能互联阿里云智能-通义晓蜜技术专家/高级Java工程师-杭州/北京
任职要求
1. 扎实的工程底座： 精通Java开发，深入理解分布式系统设计原理；熟练掌握MySQL、Redis、ES、MQ、Spring Boot/Cloud等常用中间件及框架，具备高并发系统构建经验。 2. 大模型应用架构能力：深刻理解LLM原理（Transformer、Attention机制等），熟悉RAG（检索增强生成）全链路技术细节。熟悉主流大模型应用开发框架（如LangChain、Semantic Kernel等）者优先。 3. 架…
工作职责
1. 核心架构设计：参与通义晓蜜下一代企业级对话Agent的技术架构设计，在准确率、响应延迟、成本控制之间寻找最优解，制定具备行业竞争力的技术方案。 2. 对话Agent工程化落地：负责对话Agent运行时的架构设计与开发，包括但不限于提示词工程、记忆、规划、工具调用以及复杂任务编排。 3. 高可用系统建设：针对大模型应用特有的长尾延迟和高并发挑战，优化系统吞吐与稳定性；主导代码Review，通过全链路调试与优化，确保线上服务的高可靠性。 4. 数据闭环建设：参与构建“人机协作”的数据反馈机制，通过线上数据回流反哺Agent能力的持续迭代。 5. 前沿技术跟踪与ConvAI规划，持续追踪业界ConvAI、Agentic Workflow、Multi-modal Interaction（多模态交互）等前沿技术动态。
1. 核心架构设计：参与通义晓蜜下一代企业级对话Agent的技术架构设计，在准确率、响应延迟、成本控制之间寻找最优解，制定具备行业竞争力的技术方案。 2. 对话Agent工程化落地：负责对话Agent运行时的架构设计与开发，包括但不限于提示词工程、记忆、规划、工具调用以及复杂任务编排。 3. 高可用系统建设：针对大模型应用特有的长尾延迟和高并发挑战，优化系统吞吐与稳定性；主导代码Review，通过全链路调试与优化，确保线上服务的高可靠性。 4. 数据闭环建设：参与构建“人机协作”的数据反馈机制，通过线上数据回流反哺Agent能力的持续迭代。 5. 前沿技术跟踪与ConvAI规划，持续追踪业界ConvAI、Agentic Workflow、Multi-modal Interaction（多模态交互）等前沿技术动态。
1. 通义晓蜜对话机器人技术方案设计 （1）充分了解对话机器人的底层技术原理，设计有技术竞争力的方案。 （2）收集、识别、分析客户需求，并进行合理的抽象，设计具备通用性的标准方案。 （3）基于需求分析，进行技术可行性分析和方案评审，选择合理的技术方案。 2. 通义晓蜜对话机器人技术实现 （1）基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现。 （2）对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署并进行线上服务的维护工作。 3. 前沿技术跟踪和技术规划 （1）充分了解行业技术动态，并输出中长期技术规划，保证负责的能力具备行业领先性。 4. 重点项目支持 （1）充分了解客户需求，并以标准化产品的思路支持客户需求落地。 （2）可承担复杂项目的技术支持工作。
1. 通义晓蜜对话机器人技术方案设计 （1）充分了解对话机器人的底层技术原理，设计有技术竞争力的方案。 （2）收集、识别、分析客户需求，并进行合理的抽象，设计具备通用性的标准方案。 （3）基于需求分析，进行技术可行性分析和方案评审，选择合理的技术方案。 2. 通义晓蜜对话机器人技术实现 （1）基于技术方案的拆解，按照任务目标和产出规范，完成任务/子任务的设计、编码开发和系统功能实现。 （2）对编码进行阶段性的讨论和CodeReview，并通过调试优化，推动代码成功部署并进行线上服务的维护工作。 3. 前沿技术跟踪和技术规划 （1）充分了解行业技术动态，并输出中长期技术规划，保证负责的能力具备行业领先性。 4. 重点项目支持 （1）充分了解客户需求，并以标准化产品的思路支持客户需求落地。 （2）可承担复杂项目的技术支持工作。
1. 商机判断与深度技术交流 1) 作为大模型产研代表，赋能前端销售/行业线，参与商业策略制定与高价值商机筛选； 2) 针对复杂项目，协同售前、销售、产品及研发团队，与客户关键决策人开展深度技术对话，引导技术选型与合作方向； 3) 结合行业趋势与技术演进，精准判断大模型应用场景的商业潜力，为商机转化和规模化结果负责。 2. 解决方案设计与规模化推广 1) 深入理解客户在功能性、非功能性（性能、稳定性、安全性、成本等）维度的核心诉求，基于通义大模型能力，设计具备技术竞争力与成本优势的端到端解决方案； 2) 主导POC、Win back、招投标等关键环节的技术方案输出，包括产品选型、配置报价、控标项设计及Demo验证； 3) 提炼客户场景中的关键技术指标，转化为可量化的产品能力项，形成差异化竞争优势； 4) 推动文本、视频、图像、语音等大模态模型产品的商业化方案设计、问题解决与落地交付； 5) 负责大模型服务的对客体验闭环：接收客户反馈，完成问题Triage、根因定位，并通过后训练、Prompt工程或产品调优等方式达成客户效果目标； 6) 推动及协助大模型服务平台（如解决方案Demo中心、落地页、API网关等）的架构设计与开发，保障高可用、安全、可扩展的统一服务能力。 3. 产品改进与技术反哺 1) 深入一线客户场景，系统性调研并抽象共性需求与痛点，精准传递至产品研发团队； 2) 参与大模型及智能化产品的重大功能设计、定价策略、用户体验优化，确保产品在垂直行业保持领先； 3) 构建面向特定行业/场景的商业Benchmark，持续评估并推动模型能力边界拓展； 4) 识别模型在真实场景中的能力短板，主动发掘高质量数据合作机会，推动闭源模型与数据飞轮的正向循环。 4. 市场洞察与竞争分析 1) 持续跟踪AI大模型市场动态、竞争格局、技术路线及定价策略，输出竞对分析报告； 2) 快速捕捉行业热点与客户业务痛点，前瞻性挖掘高潜力应用场景，驱动新产品/新方案快速孵化与市场覆盖； 3) 将市场洞察转化为可执行的产品与解决方案策略，影响产研与前线团队高效协同落地。 5. 最佳实践沉淀与生态赋能 1) 在项目实践中总结标杆案例，沉淀可复用的解决方案模板、IaC（Infrastructure as Code）脚本、测试用例及标准化模块； 2) 输出GTM（Go-to-Market）材料，包括技术白皮书、解决方案手册、演示Demo等； 3) 联合生态伙伴共建联合解决方案，对销售团队、合作伙伴及开发者提供技术赋能与支持；