智能引擎-AI应用研发工程师-搜推广应用方向
Summary
Alibaba is hiring an AI application engineer in Hangzhou to build search/recommendation services end to end (recall, ranking, feature engineering, online serving) at million-QPS scale, and to productize RAG and LLM Agent applications for search, ads, and recommendations. Core stack is Java (with Python), plus distributed systems, caching, and message queues.
1.负责核心搜索推荐场景的 AI 应用研发，涵盖召回、排序、特征工程到在线服务的全链路落地，在高并发业务框架设计与实现上持续打磨，支撑百万级 QPS 下的算法快速迭代与稳定交付。
2.主导 RAG 检索增强服务的架构设计与产品化建设，结合大模型能力为搜推场景构建知识增强、语义理解与生成式召回等新一代应用范式。
3.负责搜推领域 Agent 应用的开发与落地，包括多步推理编排、工具调用、记忆管理及与业务系统的深度集成，探索并验证 Agent 在搜索/推荐/广告等场景的实际价值。
4.深入业务一线，从碎片化需求中抽象共性模式，将重复性建设沉淀为可复用的框架与平台能力，反哺 TPP 平台化演进——不预设边界。
1.Java 及计算机基础扎实，熟悉 IO、多线程、Classloader、JIT、GC、异步化等原理；接受Java/Python双技术栈发展；具备高并发在线服务的性能优化与系统 Debug/Profiling 实战经验，熟悉分布式、缓存、消息队列等机制。
2.熟悉常见设计模式，擅长从复杂业务中抽象领域模型，具备优秀的系统架构设计能力；对搜索推荐系统有体系化认知，理解召回/排序/重排的工程栈。
3.有 LLM 应用开发经验，熟悉 RAG 管线（Embedding / Vector Search / Prompt 编排 / Rerank）或 Agent 框架（Function Calling、ReAct、多 Agent 协作等）；有从 0 到 1 搭建 AI 应用并跑通业务闭环的经历者优先。
4.具备产品思维与 Owner 意识，善于在业务交付中发现技术杠杆点，推动方案落地并量化收益；不区分"业务开发"和"平台建设"的边界，以终为始。
5.强协作与沟通能力，擅长跨团队推进大型项目；学习驱动力强，追求优雅代码，乐于跟踪和验证前沿技术；有开源作品或技术分享者优先。