03-25 16:01 阿里巴巴_数字供应链事业部_开发工程师

发布于浙江

关注

阿里淘天集团AI AGENT核心战场“物流技术团队”0325在线招2027届应届生啦～

写在前面：龙虾时代，人工捞简历更靠谱！

三月中旬了，在线捞简历！在线内推！还没投的 27 届同学们，快来联系我～～～～～

内推方式一：

长话短说，需要内推的直接把简历发到邮箱：📮junxin.ljx@taobao.com（每天早上、中午、晚上都直接内推，简历直达业务 HR）

内推方式二：

扫码自动内推

━━━━━━━━━━━━━━

一、部门信息：我们是谁～

淘天物流技术部是淘天集团AI Agent落地的核心战场，日均处理亿级订单。我们正在构建的是首个面向物流全链路的AI Agent平台，加入我们，一起用Agent技术重构从订单接入到末端配送的全链路履约体验。无论你是专注Agent架构与工程研发，还是深耕大模型后训练与算法优化，都能在这里找到最佳实践场：海量真实数据、复杂业务场景、清晰的价值验证，以及从0到1再到100的完整技术闭环。加入我们，用AI Agent 重构淘天智能物流履约体验，让每一个包裹更快、更准、更省地送达！

我们团队有自研的先进的技术框架，有成熟的敏捷实践开发模式，以先进的技术框架及开发模式不断升级自己，以满足和驱动庞大、复杂、多变的电商物流体系发展。

我们核心子团队有：

1）C端物流技术团队：

主要负责物流服务在交易、营销、导购、咨询等消费者场域的表达。每天服务亿级别用户，这里有你期待的大数据、分布式、高并发、高负载、高可用性等核心应用场景；

2）履约&履行团队：

主要负责日均亿级的订单履约，负责：A）商品页面百万级qps的时效、物流服务计算（如：天猫超市的发货/送达时效、预约配送、送货上门等服务）；B）支撑百万级qps下单时的动态服务计算（亿级数据量的智能商业路由）；C）链接了超过5万个商家的供给和6亿消费者的需求，日均支撑亿级订单履约；D）先进的数据算法引/擎和灵活的流程编排实现可视、可感知、可优化”能力建设，百万级qps的实时计算能力、PB级数据仓库；E）先进的中台系统，支撑天猫、淘宝、同城零售、天猫国际、淘宝特价版、阿里健康等多个业务板块的业务；

3）物流算法团队：

主要负责：A）优化算法设计：设计物流路径规划、调度模型，降低配送成本与提升时效；B）技术融合创新：结合运筹优化与机器学习，开发智能决策系统优化资源分配；C）解决方案沉淀：封装物流优化组件，推动绿色物流与全局资源效率提升；D）系统架构研发：构建高性能分布式优化引擎，保障复杂场景的实时计算与可靠性；推动物流体系在成本优化、效率提升、可持续发展等维度的核心指标突破；

4）物流数据技术团队：

主要负责：A）参与物流履约相关数据的采集、清洗和处理，确保数据的准确性和完整性；B）参与物流履约相关数据仓库的设计、开发和维护；C）通过数据来分析用户行为、洞察物流履约过程中的问题和机会，提供数据支持，支持业务决策；D）优化数据处理流程，提高数据处理效率和系统稳定性；

5）物流技术质量团队：

主要负责：A) 为物流业务各类丰富且复杂的场景提供质量保障，让数亿消费者畅享体验；B）通过自动化、全链路压测、故障攻防、资损防控等手段，保障丝般顺滑的体验；C）参与自动化测试、持续交付、无人值守等测试框架与平台的研发，打造更加高效、智能的测试工具；D）探索AI算法在自动用例和数据生成、智能缺陷检测等测试方法的创新，参与质量能力构建；

二、岗位信息：AI 双岗位热招（共 30+ HC）

部门：淘天集团 - 业务技术 - 物流技术部

热招岗位：

🔹 AI 应用研发工程师 —— 10 来个

🔹 AI Agent 优化工程师（训练/数据/评测）—— 20来个

AI 应用研发工程师介绍

岗位职责：

"聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。

需求理解与归因：深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。
架构设计：面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。
知识与环境构建：搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。
核心能力实现：负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。
系统迭代与演进：建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。
性能优化：优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行。"

岗位要求-基础要求：

"1、专业要求：2027届应届毕业生，计算机、通信、软件工程、人工智能等相关专业优先

2、AI编程工具重度玩家：Cursor、Claude code等AI编程工具重度或顶级玩家，具备极强的Prompt编写与调优能力，有过完整的项目级开发经验，理解如何让AI写出生产级代码

3、大模型能力理解与掌握：理解主流LLM的能力与局限，能够清晰拆解任务并通过LLM或确定性逻辑兜底实现；熟悉主流大模型的应用范式(Context Engineering、Prompt Engineering、Agent、工具/函数调用等等)及主流Agent框架(如LangChain等)，具备大模型幻觉、Prompt注入等风险的工程化应对思路。

4、扎实的代码和工程能力：具备扎实的计算机基础知识，深入理解数据结构、算法、网络和操作系统等相关知识，能至少在一种主流编程语言（如 Java / Python / JS 等）上有深度的实践经验，掌握常见工程实践并具备优秀的Coding 能力，能够根据场景灵活选型并快速上手。"

岗位要求-加分项：

"1）有AI应用或Agent实际落地经验：包括不限于RAG系统、多智能体编排、结合MCP、Skill等的Agent项目，，有可展示的项目/实习成果者优先

2）开源贡献或技术影响力：在Github上有高质量AI项目、技术博客或社区影响力

3）对AI Infra有基本理解：了解vLLM、Ollama等推理框架原理，理解延迟优化、KV cache优化、流式输出等工程全局视角。

4.）在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础，有实际业务场景模型训练(SFT、RL)等经验的优先；"

AI Agent 优化工程师（训练/数据/评测）

岗位职责：

"围绕真实电商核心场景，参与AI应用的系统化构建与优化，把AI变为业务增长引擎，具体工作包括：

1）AI应用全生命周期演进：深度参与业务问题建模、应用架构设计、上下文工程、训练数据构建、自动化评估体系、模型后训练优化等

2）数据飞轮构建：打造高质量数据生产链路，探索合成数据（Synthetic Data）与高效蒸馏技术方案，跑通“业务-模型-反馈”迭代闭环

3）评测体系构建：面向业务目标，设计完备的AI应用效果评估体系，构建自动化评估框架，建立离线评估与在线业务指标联动的量化评估能力

4）强化学习与奖励机制设计：构建可工程化的Reward体系与RL训练环境，提升模型在垂直业务场景中的可控性与泛化能力

5）AI外部能力体系搭建：实现AI应用所需的知识库（RAG）、长短期记忆系统（Memory）、工具调用、多Agent协作框架等

6）多模态AI应用开发：构建AI应用的多模态感知与推理能力，解决在UI自动化、视觉理解与审核、多模态会话等场景的落地应用问题"

岗位要求-基础要求：

"1）专业要求：2027年应届毕业生，计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制。

2）模型理解与优化：深入理解Transformer和主流LLM模型架构演进原理，对后训练算法有实操经验和深刻认知，拥有Agentic RL训练实操经验者优先

3）AI应用构建能力：掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先

4）代码与工程能力：较强Python编程能力，熟练掌握Pytorch，了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed等），能高效处理分布式环境下的工程问题。

5）数据构建能力：有很强的Data-centric AI的意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验者优先

6）评测能力：拒绝盲目调参，能针对Agent任务设计科学的评测体系（LLM-as-a-Judge），能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先"

岗位要求-加分项：

"1）在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文。

2）知名大模型评测框架或高质量开源数据核心贡献者

3）极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。"

三、团队氛围介绍：

我们是一个“半敏”技术团队，构建了安如磐石般的“店仓模型”以及宇宙统一场论的终结者“大商家模型”，打造了“Nubility Special Forces”团队品牌。他们逼迫我写一篇关于这2个模型的文章，但我今天只想和大家聊聊团队的几个小故事，真的是骚气！

“为啥叫nubility而不是niubility？”

不要听团队解释“多分支原罪假说”，“团队自我进化表现”啪啦啪啦，都是扯淡，就是一开始某个人拼错了，然后将nubility用在团队单分支开发。到了后来就不想纠正了，因为这个单词犹如一张契约，不管怎么样的场景，一旦出现，团队必然使命必达！更夸张的是团队花了无数的时间和精力为了守护这个名字和荣耀，以及于成为团队文化，新来的同学也会继续守护。但是我还是觉得拼错这个单词的人不肯承认错误继续掩盖。

“如果疲惫的灵魂追不上狂奔的肉体时，就需要停下来做一下Retro。”

Retro，就是Retrospective Meeting，是团队最早的实践。每次召开Retro就像罗马街头的“市议会”一样，好的不好的事情吵得脸红脖子粗，无论站会时间还是代码风格，甚至脚臭都能吵起来，但奇怪的是每次以Action和吃着水果贼笑着结尾，可能大家已经领悟到retro并非“监管团队”而是“相信团队”。也正是这些坚持了27个迭代的retro，团队在进化、在自我管理、尝试其他实践，最重要的是每个成员领悟到，人是最重要的，规则为人期望秩序而服务的。

“2块钱！！”

团队从成立到现在，风风雨雨什么事都变化过，就每天团队所有成员的CodeReview这个实践雷打不动，印象中只有工作日outing的一天，大家假装坐在一起CodeReview，只有完成这个仪式后才能感觉踏实许多，然后继续去浪了....就算日常某一天实在没有新代码可以看的话，也会翻出老的TODO来鞭尸。那2块钱是怎么回事？每天的CodeReview最激动的时刻就是有人发现代码的问题，或者代码风格和团队不一致，连一个换行也不会放过的，一旦发现大家会很激动嚷着“XX，2块钱，充公美国outing基金”，眼都红了感觉好像去美国outing就差这2块了。但“2块钱”这个仪式却守护着团队的条条底线，道道准则，一旦规则定好100%执行，否则这辈子都去不了美国outing了，这很重要。有时候发现一条有效的守护与执行策略比定制策略更有价值。

“我不要和这个脚臭的人pair”

有一次团队有2位同学在pair（白天那种）一段业务代码，突然一位同学站了起来指着另外一位同学手当面feedback脚太臭已经传染到手了，去搞干净要不别写了。这种feedback已经是比较温柔的了，在360时，每个同学都会互相feedback好的和差的地方，那都是大场面，四眼相对脖筋都出来，我们都是在外面拿着灭火器候着，怕眼睛脖子着火。但团队每位成员都是认真准备，真实和客观的feedback，所以每次都是先硬后软，最后扶着墙哭着出来的，画面和谐而充满希望。这种feedback在团队无处不在，对人对事对代码，对每次迭代，这些都是推动自洽成长的原动力。

“代码洁癖”

8月酷夏的一个晚上，OperationUnitClient#queryOperationUnitsByMerchant这个方法名要不要去掉query后面的operationUnits，要不要用重载替换掉byMerchant，已经讨论了半个小时了。这次讨论的结果将记录在nubility代码规范并且可以自定义规则署名，从一开始的方法名读起来的畅***，到穷尽所有场景下是否试用，再到后面client的一致性，最后上升到易经最高层次的决策策略，掐指，都无法达成一致。最终还是通过retro投票将这条规范登记在案，一旦登记“2元规则”将自动生效。团队有很多诸如此的讨论，可读性换行，消除缩减，布块擦拭回车键，甚至IDE的自动换行长度，这些都是团队代码的洁癖。这些洁癖让代码看起来整齐划一，富有可读性，充满灵魂，是程序员生命的延续体，可以有效的斩获迷妹。

“光明顶会议”

“光明顶会议是我团在2017年10月27日在光明顶召开的第八迭代Retro会议，是在团队产品需求膨胀的背景下，解决尽早和快速交付而召开的。这次会议确定了团队全栈方向和团队整体交付产品节奏控制为基本路线，决定团队成员自行承担所有测试和工作，是我团风格转变的重要转折点。”----Retro-2017.10.27

团队就是经过这次会议后，努力的沉淀和在五道口分享实践。从此之后，在整个五道口的各个团队见到了越来越多的standup，robot答疑服务群，产品发布邮件等等实践，下图为会议图片纪要。

“任何实践都不是一成不变的。”

团队早期的敏捷实践“StoryBoard”，是有一个物理墙的，每天站会围绕着这些墙上的故事卡进行，仪式感很强。但是有一个问题就是每当卡的进度更新后，还需要屁股离开座位去手动挪卡到正确的进度，还有每个迭代初要写卡，团队基本都是无法用笔写字晚期患者，所以这个问题在多次Retro被提及，取消物理墙会失去仪式感，对团队迭代节奏失去了直观感觉，保留则团队的这个实践会打折扣，团队否掉了全部选项，决定改进这个实践，通过Aone的需求管理某个样式来替代物理墙，至此以后大家非常满意，心情愉悦，身上的肥肉证明一切。

“请你按下核弹发射按钮！”

照片中的同是一位来自CMU的实习生，期待在实习期间可以感受工作的愉快与成就。在他刚来的时候，我们就认真在想这段时间团队到底能给他带来什么，怎么写代码？怎么与小姐姐沟通？怎么安排时间？这些都是个人与生俱来的脑袋在环境中自我学习获得的，团队可以给他真正带来的是无以伦比的迭代交付体验，从评审需求到发布交付。在他实习结束的那天，他全程参与了我们的发布仪式，洗脚沐浴更衣，拜二爷，最后按下了发布按钮。希望他在现在还可以想起这些仪式感，知道未来每一次发布与交付都是在改变宇宙，工作塞满了激情。