阿里巴巴
校招Agentic数据库智能管理与运维体系-阿里星/A Star
新加坡 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1. 计算机科学、人工智能、软件工程、数据库等相关专业在读硕士或博士学位；
- 2. 具备良好的工程实现能力与代码规范意识；
- 3. 熟悉至少一类数据库系统，理解执行计划、索引、事务、锁等核心机制；
- 4. 熟悉大模型与 Agent 技术栈，具备实战经验；
- 5. 具备扎实的算法与系统基础，良好的英文文献阅读能力与学习能力；
- 6. 主动性强，具备较强的问题抽象、技术攻坚与跨团队协作能力。
- 加分项：
- 1. 在 SIGMOD/VLDB/ICDE/NeurIPS/ICML/ACL/ATC/OSDI 等顶会顶刊发表过论文；
- 2. 有 Agent 框架、AI for DB / DB for AI 等方向的研究或开源项目经验；
- 3. 在 ACM/ICPC、Kaggle、天池等竞赛中获得过优异成绩。
岗位描述
- 1. 参与「Agentic数据库智能管理与运维体系」课题研究，负责 Agent 框架设计、核心算法实现与系统搭建；
- 2. 负责数据库运维领域知识库、工具集的建设与封装；
- 3. 在SQL诊断与优化、参数自适应调优、故障根因分析、变更智能评审等典型场景下，设计并实现智能化方法；
- 4. 设计风险分级、人机协同、操作回滚与审计追溯机制，保障 Agent 在生产环境的安全可控；
- 5. 构建运维 Agent 评测基准与指标体系。
- 1. 计算机科学、人工智能、软件工程、数据库等相关专业在读硕士或博士学位；
- 2. 具备良好的工程实现能力与代码规范意识；
- 3. 熟悉至少一类数据库系统，理解执行计划、索引、事务、锁等核心机制；
- 4. 熟悉大模型与 Agent 技术栈，具备实战经验；
- 5. 具备扎实的算法与系统基础，良好的英文文献阅读能力与学习能力；
- 6. 主动性强，具备较强的问题抽象、技术攻坚与跨团队协作能力。
加分项：
- 1. 在 SIGMOD/VLDB/ICDE/NeurIPS/ICML/ACL/ATC/OSDI 等顶会顶刊发表过论文；
- 2. 有 Agent 框架、AI for DB / DB for AI 等方向的研究或开源项目经验；
- 3. 在 ACM/ICPC、Kaggle、天池等竞赛中获得过优异成绩。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。