岗位职责
- 大模型应用系统架构设计：设计并实现大模型应用整体后端架构（API 层、编排层、Agent 层、工具层）；构建 LLM + RAG + Tool Calling + Workflow 的服务框架；构建稳定可复用的大模型调用封装层。
- Agent 与工作流系统开发：构建可扩展的 Agent 执行框架（ReAct / Planner-Executor / Multi-Agent）；设计工具调用协议（MCP、Tool Schema、Function Calling）；支持复杂任务拆解、状态管理、上下文管理、长短期记忆管理。
- 制定标准化的工具描述协议、Agent接入规范与开发者工具链（SDK/CLI/调试平台），降低内外部生态伙伴的接入门槛。
- 高并发与稳定性保障：构建支持高并发请求的大模型服务网关，优化模型调用延迟与成本，设计缓存机制，保障 SLA、容灾、限流、熔断。
- 面向ToB行业场景（如AI手机等），设计并构建可扩展、高可用的Agent编排系统，支撑多模态交互系统中复杂任务的自动化执行，深度整合阿里集团内部丰富的Agent能力，同时对接第三方生态服务，打造统一的行业级Agent应用。
职位要求
- 计算机科学、软件工程或相关专业硕士及以上学历，2年以上后端系统或平台型产品研发经验。
- 熟练掌握Go / Python / Java等至少一门后端语言；熟悉微服务架构设计与分布式系统。
- 大模型相关经验：有 LLM应用开发经验；熟悉Context Engineering；熟悉 RAG 架构与向量数据库；熟悉主流大模型 API使用与优化（满足其中任意2项即可）。
- 熟悉 Redis / MySQL / Kafka 等中间件；有高并发系统设计经验；熟悉容器化与云原生（K8s）；具备良好的代码结构设计与工程规范意识。
- 有大模型Agent应用的规模化落地经验。主导或深度参与过先进Agent Harness架构（如计划-执行、反思、多智能体协同等）的设计与实现，对Agent的规划、工具调用、状态管理有系统性认知。 加分项：
- 有 Agent 系统设计经验；有系统级 AI 助手经验。
- 有多模态模型接入经验；有模型成本优化经验（Token 优化、批处理、缓存）；有从 0 到 1 构建 AI 应用平台经验。
- 具备To B商业化产品从0到1的工程落地经验，熟悉华为云、腾讯云等主流云平台的商业化服务架构，对产品的可靠性、安全性、计费与运维体系有实战积累。
- 拥有主流手机厂商或智能服务的云端服务端核心研发经验，精通大规模高并发、高可用系统的架构设计，对终端与云端的协同工作机制有深刻理解。
