岗位职责

负责设计并实现面向数据分析场景的大模型应用整体架构；构建LLM/Semantic layer/Harness/Sandbox的服务框架，支撑智能问数、智能解读、智能报表等核心产品形态；
负责构建可扩展的Agent 执行框架，设计任务规划、DAG 编排、Skill/Tool 路由、CodeAgent 沙箱、事实装载与验证裁决等运行时机制，保证复杂分析任务可校验、可恢复、可追溯
围绕语义层、指标体系等BI核心能力建设，包括指标建模、语义契约、资产与知识注册、多粒度召回与重排、多源异构数据源接入和混合分析；
负责上下文工程体系建设，同时优化模型调用延迟与成本，设计缓存与结果复用机制，保障企业级 SLA，并建立分析Agent 准确率与质量的评测体系；
面向ToB企业数据分析场景，设计并构建可扩展、高可用的 Agent 编排系统，深度整合阿里集团内部数据智能能力与三方生态服务，打造企业级 Data Agent 应用和灵活的开放集成能力；

职位要求

本科及以上，计算机、软件工程或相关专业，2年以上后端/数据/AI 工程经验，Java 或 Python 至少一门达到熟练水平，具备良好的编码习惯和工程化能力。
熟悉 LLM 应用工程：Prompt 工程、Function/Tool Calling、结构化输出、RAG、Embedding 与向量检索、Agent 框架中的一种以上有生产实践。
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。
复杂问题拆解：主导或参与过有明确指标的技术攻坚，能把模糊的商业需求转化为清晰、可执行、可验证的 Agent 工程链路。
有 Codex、Claude Code、Cursor 等编码 Agent 或 Agent 产品的深度使用或研发经验，有敏捷的AI协作技巧；加分项：
熟悉大数据与BI：有过数据分析或相关DataAgent的开发经验，理解 OLAP 引擎、语义层、数据血缘与权限模型；能读懂并优化复杂查询；
具备较强的系统工程素养：有基于 LangGraph、OpenAI Agents SDK、Google ADK、Hermes Agent 等主流 Agent 框架构建多 Agent 系统的经验；