阿里云智能-Agent 平台数据智能研发技术专家-杭州

本岗位聚焦企业级 AI Agent 平台的数据智能与记忆体系建设，核心目标是通过系统化的工程方法，从 Agent 运行轨迹、业务流程、用户反馈和企业知识中，沉淀可复用的智能资产、流程资产和记忆资产，帮助企业 Agent 持续自进化。岗位重点方向包括 Agent Memory、上下文工程、语义化数据分析、Agent 评估与效果优化。我们特别欢迎在短期记忆、长期记忆、记忆检索、记忆压缩、个性化 Agent、长对话系统等方向有深入实践的同学加入。

1. 负责 Agent 平台数据智能体系建设，构建从 Agent 会话、运行轨迹、工具调用、用户反馈到业务结果的数据闭环，支撑 Badcase 挖掘、失败归因、效果评估和资产沉淀。

2. 负责 Agent Memory 体系建设，设计并实现短期会话记忆、长期用户记忆、企业知识记忆、任务状态记忆等能力，支撑 Agent 在复杂业务场景中的连续交互和个性化服务。

3. 负责记忆系统的工程化建设，包括记忆写入、检索、更新、压缩、衰减、冲突消解、权限隔离和生命周期管理。

4. 负责上下文工程能力建设，围绕 Prompt、Skills、RAG、Memory、MCP Tools 等方向，提升 Agent 的业务理解、工具调用准确率和任务完成效果。

5. 负责企业智能资产和流程资产沉淀，将知识库、Skills、Prompt、Workflow、策略规则、案例库等转化为可复用、可治理、可演进的智能资产。

6. 负责 Agent 效果评估与自进化机制建设，包括评测集、自动评估、指标体系、A/B 实验、LLM-as-Judge、Trajectory Replay 等能力，并持续优化 Agent 效果与推理成本。

1. 计算机、数学、统计、人工智能等相关专业，具备扎实的工程基础、数据分析能力和系统设计能力。

2. 有 AI、数据平台、后端平台或 LLM 应用相关研发经验，熟练掌握 Python 和 SQL，熟悉 Java 或 Go 者更佳。

3. 熟悉 AI Agent 或 LLM 应用开发，了解 AgentScope、LangChain、Dify、ADK 等主流框架或平台，对 RAG、Tool Calling、MCP、Context Engineering 有实际项目经验。

4. 熟悉 Agent Memory 相关架构和工程实践，理解短期记忆、长期记忆、工作记忆、情景记忆、语义记忆等概念，有记忆检索、压缩、衰减、冲突消解等落地经验者优先。

5. 熟悉语义化数据分析方法，如意图识别、主题聚类、相似度检索、向量检索、Badcase 挖掘、调用链分析、失败归因等。

6. 具备良好的指标设计、效果评估和问题定位能力，能够基于数据驱动 Agent 效果、记忆质量和运行效率优化。

7. 喜欢挑战性的技术研发工作，善于攻坚克难，自驱力和学习力强；有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。

加分项

1. 有 Agent Memory、长期记忆、个性化 Agent、长对话系统、用户画像、智能助手记忆系统等Context Engineering方向的项目经验。

2. 有 Mem0、Letta / MemGPT、Zep、LangChain Memory、LlamaIndex Memory 等记忆相关开源项目研发、使用或贡献经验者优先。

3. 有 Agent Evaluation Harness、Benchmark、Trajectory Replay、自动评估、LLM-as-Judge 等评测体系建设经验。

4. 有企业知识库、权限体系、多租户、审计管控、搜索推荐、向量数据库、知识图谱、流程挖掘或数据平台建设经验。