阿里国际-Agent 应用开发工程师（AI Infra）-杭州
Summary
Builds end-to-end LLM agent systems (intent understanding, task planning, tool calling, multi-turn memory, evaluation) and RAG pipelines on Alibaba International's AI Infra team in Hangzhou, plus reusable agent patterns and metrics like success rate, token cost, and latency. Stack centers on Java/Python/Go and LLM paradigms such as Function Calling and ReAct.
部门介绍：
我们聚焦全球技术底座建设，围绕研发设施、智能运维、全球网络及大模型服务四大核心领域，搭建全栈智能化工程平台体系，为全球业务稳健扩张与高效运转筑牢稳定、高效和合规的技术基石。
以技术创新驱动研发模式升级，打造覆盖研发协作、智能编码、智能测试的全流程智能体系，落地高效业务解决方案并深化DevOps文化。深耕运维合规与效能，建成符合欧盟标准的海外智能运维平台，完成IaaS、PaaS、SaaS全层级产品迭代；依托全球网络资源，实现资源统一管控、网络拨测、网关标准化及数据中心验收全流程规范化，全方位保障用户体验。同时，对标行业领先标准打造海外大模型服务路由平台，打通模型采购、安全管控、服务管理及成本管控全链路，严守数据安全底线。
1. 负责AIDC重点业务的 Agent 系统端到端设计与开发，包含意图理解、任务规划、工具调用、多轮记忆、结果评估等全链路
2. 与业务方共建 AppBuilder / Vibe 场景，输出可复用的 Agent 模式沉淀到平台
3. 建立 Agent 效果度量体系（成功率、任务完成率、Token 成本、时延），并持续优化
1. 本科及以上，计算机相关专业，2 年以上后端 / 平台研发经验，Java / Python / Go 至少一门精通
2. 熟悉 LLM 应用架构：Function Calling、ReAct、Plan-and-Execute、Reflection 等主流范式，能选型并落地
3. 熟悉 RAG 全链路：文档切分、Embedding 选型、向量检索、Rerank、上下文压缩；具备生产环境优化经验
4. 有面向 C 端或规模化 B 端 Agent 产品的落地案例，能量化说明业务效果