阿里云智能-Agent研发专家-智能服务方向-杭州

系统架构

设计系统架构蓝图，选择适合的技术栈，通过合理的技术选型和服务拆分，保障系统未来的高可用、可扩展与安全性。

数据模型

将业务领域抽象为结构化、高性能、易维护的数据模型，定义数据实体、关系和生命周期。

API实现

与产品设计前端工程师密切合作，提供稳定、高效、安全的API服务，并共同保障端到端的体验。

后端工程

基于 AI 软件开发新范式建立从编码、测试到部署的流程，构建完善的可观测性体系，保障研发效率和线上服务的稳定性。

AI Agent工程

理解和构建对应业务领域的意图空间和知识工程体系；负责模型和框架选型、开发和优化Prompt & Context & Harness、RAG、Memory、MCP、Skills等AI Agent核心组件；建立AI Agent的评测体系，通过'评测->归因->分析->改进'闭环持续驱动AI Agent的准确性、鲁棒性和泛化能力。

• 有主导小型系统架构设计并成功落地的经验

• 有大规模、高并发系统实践经验

• 有将AI工具深度融入研发全流程的实践经验

• 有AI Agent系统设计与开发经验（含意图识别、RAG、评测闭环等）

• 精通复杂系统的架构方法论，能主导设计高可用、可扩展的系统蓝图。

• 具备前瞻性的技术视野，能评估并引入新技术驱动架构演进。

• 能设计并落地系统级的非功能性需求保障方案（如 SLA、容灾、安全）。

• 具备平台化思维，能设计支撑多业务场景的共享技术模块。

• 精通复杂业务领域的建模与抽象，能设计清晰、灵活、可扩展的领域模型。

• 能主导核心业务域的模型设计与演进，保障模型的准确性与生命力。

• 具备强大的逻辑思辨能力，能厘清复杂业务规则并将其系统化。

• 能通过模型驱动，发现并解决业务架构与系统架构的不匹配问题。

• 具备系统级的工程化视野，能设计和优化团队的开发、测试、部署流程。

• 能深度集成AI工具到研发全链路，实现架构设计、代码生成与质量检查的智能化。

• 能构建和完善系统的可观测性体系（日志、监控、链路追踪）。

• 精通性能调优与稳定性治理，具备处理线上紧急故障的能力。

• 具备优秀的技术布道能力，能主导技术方案评审，并影响团队的技术决策。

• 善于进行跨团队的技术协调，解决复杂项目中的依赖和冲突。

• 能直接与客户或业务方进行深度技术交流，建立信任并引导技术方向。

• 具备产品思维，能从业务成果角度权衡技术方案的投入与产出。

• 精通复杂业务场景的AI Agent架构设计，能构建完整的意图空间和知识工程体系。

• 深度掌握Prompt & Context & Harness、RAG、Memory、MCP、Skills等核心组件的选型与优化。

• 能设计并实现AI Agent的Memory机制和工具调用（MCP）体系。

• 建立系统化的AI Agent评测闭环，通过'评测->归因->分析->改进'持续驱动Agent能力提升。

• 具备模型选型和微调能力，能为特定业务场景选择最优的模型方案。