主分类：系统实施与集成
辅助：AI应用开发（非Agent）（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "阿里云智能-大模型前沿部署工程师（通用场景）-政企事业部（北京/上海/杭州）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地；\n主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值；\n开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用；\n输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。",
"requirements_text": "本科及以上学历，计算机、人工智能、软件工程等相关专业，具备2年以上工作经验；\n熟练掌握Python/Java编程语言，并具备工程能力与系统思维，有大模型项目落地经验者优先，熟悉阿里云大模型平台（AI Studio、百炼、PAI）、通义系列产品者优先；\n熟悉掌握主流大模型技术栈，包括Context Engineering、RAG、Tool Use、MCP、Agent Workflow、DeepResearch、DeepSearch、Agent Skills等典型模式和相应的工具，有 LangChain/LlamaIndex 等框架使用经验更佳；掌握常见推理引擎如vLLM和SGLang，能快速搭建模型服务和开放推理API；\n熟悉和掌握主流的语料处理和合成平台如EasyDataset、Data-Juicer等，熟悉数据标注平台如PAI iTag者更佳；\n掌握Post-Training技术，包括主流的CPT、SFT、RL等方法，熟悉训练和测试数据的构建，熟悉通用的评测集和评测方法。",
"skills": [AI生成
"Python",
"Java",
"数据标注",
"建模",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "熟练掌握Python/Java编程语言，并具备工程能力与系统思维，有大模型项目落地经验者优先，熟悉阿里云大模型平台（AI Studio、百炼、PAI）、通义系列产品者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100007303003"
}
]
},
"posting": {
"posting_id": "100007303003",
"post_date": "2026-08-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100007303003"
},
"fulltext": "阿里云智能-大模型前沿部署工程师（通用场景）-政企事业部（北京/上海/杭州）\n阿里云智能-大模型前沿部署工程师（通用场景）-政企事业部（北京/上海/杭州）\n\n基础信息\n工作地点：北京 / 杭州 / 上海\n\n职位描述\n深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地；\n主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值；\n开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用；\n输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。\n\n职位要求\n本科及以上学历，计算机、人工智能、软件工程等相关专业，具备2年以上工作经验；\n熟练掌握Python/Java编程语言，并具备工程能力与系统思维，有大模型项目落地经验者优先，熟悉阿里云大模型平台（AI Studio、百炼、PAI）、通义系列产品者优先；\n熟悉掌握主流大模型技术栈，包括Context Engineering、RAG、Tool Use、MCP、Agent Workflow、DeepResearch、DeepSearch、Agent Skills等典型模式和相应的工具，有 LangChain/LlamaIndex 等框架使用经验更佳；掌握常见推理引擎如vLLM和SGLang，能快速搭建模型服务和开放推理API；\n熟悉和掌握主流的语料处理和合成平台如EasyDataset、Data-Juicer等，熟悉数据标注平台如PAI iTag者更佳；\n掌握Post-Training技术，包括主流的CPT、SFT、RL等方法，熟悉训练和测试数据的构建，熟悉通用的评测集和评测方法。\n深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地；\n主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值；\n开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用；\n输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。\n本科及以上学历，计算机、人工智能、软件工程等相关专业，具备2年以上工作经验；\n熟练掌握Python/Java编程语言，并具备工程能力与系统思维，有大模型项目落地经验者优先，熟悉阿里云大模型平台（AI Studio、百炼、PAI）、通义系列产品者优先；\n熟悉掌握主流大模型技术栈，包括Context Engineering、RAG、Tool Use、MCP、Agent Workflow、DeepResearch、DeepSearch、Agent Skills等典型模式和相应的工具，有 LangChain/LlamaIndex 等框架使用经验更佳；掌握常见推理引擎如vLLM和SGLang，能快速搭建模型服务和开放推理API；\n熟悉和掌握主流的语料处理和合成平台如EasyDataset、Data-Juicer等，熟悉数据标注平台如PAI iTag者更佳；\n掌握Post-Training技术，包括主流的CPT、SFT、RL等方法，熟悉训练和测试数据的构建，熟悉通用的评测集和评测方法。",
"standard_classification": {
"std_category_code": "B032",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}