岗位职责
- 参与风险数据AI native基础设施建设。 参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建。 满足风险数据生成和分析的AI native化。打造高性价比、高可用、先进性的阿里安全数据基座。
- 负责 AI Coding 后端服务的设计、开发与高可用部署，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行。支撑data+AI 的AI智能能力。
- 引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地。
职位要求
- 3 年以上后端或平台工程经验，有高并发微服务、AI 服务化或开发者工具后端系统落地经验者优先，熟悉系统优化策略，有高并发系统研发经验优先。
- 精通 Java语言，熟悉异步编程、性能调优、分布式系统设计，能编写高可靠、可观测的服务代码。
- 熟悉主流 LLM 接入，了解 Prompt Engineering、RAG、Function Calling，Skills 等关键技术。
- 熟悉云原生技术栈（K8s、Service Mesh、Prometheus/Grafana），具备 DevOps 工程实践意识，能自主完成服务部署与监控。
- 对开发者体验（DevEx）和 AI 工具链有强烈兴趣，具备产品思维，能从工程视角推动技术价值落地
- 具备跨团队协作和方案推动能力，涉及部门内、跨部门的团队沟通协作,高效推动业务落地，能主动拉通、推进共识。 加分项：
- 有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，有可展示的项目/实习成果者优先
- 开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力，参与过相关竞赛
- 对“AI如何真正创造业务价值”有自己的深度思考
