岗位职责
- 深入阿里云基础设施和运维与运营场景，识别适合由 LLM 和 Agent 解决的问题，完成问题定义、数据分析、技术建模、方案设计及规模化落地，并对实际业务效果负责。
- 设计和研发生产级 Agent 系统，包括任务规划与分解、工具调用、状态管理、上下文工程、长期与短期记忆、反思与纠错、人机协同、多 Agent 协作，以及长周期任务的中断恢复与持续执行。
- 研发大模型应用核心能力，围绕提示工程、RAG、模型路由、结构化生成、微调和推理优化进行技术选型；能够根据场景判断何时使用工作流、Agent、检索增强或模型训练，而不是简单堆叠技术组件。
- 建立 Agent 评测与持续优化体系，构建覆盖任务成功率、答案正确性、工具调用准确率、端到端时延、成本、鲁棒性和安全性的评测集与指标，结合线上反馈和失败案例推动策略、模型及系统迭代。
- 跟踪 LLM、Agent、推理优化及智能运维方向的最新进展，结合真实业务约束完成技术判断、原型验证和工程转化。
职位要求
- 计算机、人工智能、软件工程或相关专业，本科及以上学历；具有3年以上算法或 AI 应用研发经验，具备复杂系统从方案设计到生产落地的完整经历。
- 理解 Transformer 及大模型训练、对齐和推理的基本原理，熟悉提示工程、RAG、模型路由、结构化输出等常用技术，能够分析模型能力边界，并在效果、时延、成本和稳定性之间做出合理取舍。
- 至少有一个真实 Agent 项目的核心研发或技术负责人经历，熟悉 ReAct、Plan-and-Execute、工具调用、工作流和人机协同等常见模式；能够说明个人贡献、关键技术决策、任务成功率、失败类型、稳定性和业务收益，而不仅是完成 Demo 或框架调用。
- 有上下文工程（Context Engineering）的实际经验，能够说明如何处理上下文选择与压缩、检索、状态持久化、长期与短期记忆、会话隔离和 Token 预算，并理解不同方案在准确性、时延和成本上的权衡。
- 具备扎实的 Python 编程、算法和生产工程能力，熟悉至少一种主流深度学习或大模型技术栈，能够独立完成数据处理、模型或 Agent 服务开发、评测和线上问题诊断。 具备优秀的问题抽象、分析建模与跨团队协作能力，能够快速理解云服务与运维问题，在需求不完整、技术快速变化的环境中验证假设，并推动方案形成可量化的业务闭环。
