{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里云智能-AI Agent全栈开发工程师-秒悟-杭州",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "云智能集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "软件研发"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": "",
        "degree": "本科",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 开发 AI Agent 的核心模块，推动生成式 AI 在实际开发场景中的落地应用，构建从需求理解到代码生成的完整智能体\n2. 通过 Prompt Engineering、工具设计、RAG、Agent 系统架构优化等手段，持续提升 Agent 的性能、准确性和可靠性\n3. 通过快速原型验证新产品功能创意，探索 AI 辅助开发的新模式，推动产品创新和用户体验优化\n4. 构建评估系统和自动化评估流程，建立 Agent 性能、质量和成本的可观测体系，驱动持续优化",
        "requirements_text": "1. 深度理解 AI 技术栈，熟悉 LLM、Agent、Prompt Engineering、RAG、Tool Calling 等 AI 核心概念，有 AI 应用开发实践经验\n2. 有扎实的编程基础和编码设计能力，熟练使用 Python/TypeScript 等语言，具备构建可维护、可测试代码库的能力\n3. 精通前端或后端技术栈，能够快速构建原型和开发评估平台，验证 AI 能力在实际场景中的效果\n4. 扎实的后端技术理解，包括数据库、缓存、消息队列和微服务等分布式系统知识\n5. 具备好奇心和持续学习能力，对 AI 技术发展保持敏感度，能独立解决 AI 应用中的复杂技术问题\n加分项\n● 开发过 AI Agent 系统、代码生成工具、智能 IDE 插件等 AI 原生应用\n● 熟悉 LangChain/LangGraph 等 Agent 框架，有 Multi-Agent 协作系统开发经验\n● 有 RAG、向量数据库、Embedding 等技术的实践经验\n● 了解 AI 可观测性（Langfuse/LangSmith），有 Prompt 优化和 A/B 测试经验\n● 强烈的主人翁意识，能够推动项目从构思到生产全流程\n● 能够快速适应动态和快节奏的工作环境\n● 有国际化、分布式团队工作经验\n● 为开源项目做出贡献或活跃于技术社区\n● 为开源项目做出贡献或活跃于技术社区\n● 有性能优化和大规模系统设计经验，能够分析和改进系统资源的效率、可扩展性和稳定性\n● 有设定技术方向、推动共识和成功跨职能合作的经验\n● 对 AI 技术充满热情，对探索 AI 驱动的开发工具和理解 AI 产品设计原则有强烈兴趣",
        "skills": [AI生成
            "Python",
            "TypeScript",
            "分布式系统",
            "微服务",
            "数据库",
            "性能优化",
            "产品设计",
            "学习能力",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "加分项",
        "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=100007583015"
            }
        ]
    },
    "posting": {
        "posting_id": "100007583015",
        "post_date": "2026-09-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100007583015"
    },
    "fulltext": "阿里云智能-AI Agent全栈开发工程师-秒悟-杭州\n阿里云智能-AI Agent全栈开发工程师-秒悟-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n1. 开发 AI Agent 的核心模块，推动生成式 AI 在实际开发场景中的落地应用，构建从需求理解到代码生成的完整智能体\n2. 通过 Prompt Engineering、工具设计、RAG、Agent 系统架构优化等手段，持续提升 Agent 的性能、准确性和可靠性\n3. 通过快速原型验证新产品功能创意，探索 AI 辅助开发的新模式，推动产品创新和用户体验优化\n4. 构建评估系统和自动化评估流程，建立 Agent 性能、质量和成本的可观测体系，驱动持续优化\n\n职位要求\n1. 深度理解 AI 技术栈，熟悉 LLM、Agent、Prompt Engineering、RAG、Tool Calling 等 AI 核心概念，有 AI 应用开发实践经验\n2. 有扎实的编程基础和编码设计能力，熟练使用 Python/TypeScript 等语言，具备构建可维护、可测试代码库的能力\n3. 精通前端或后端技术栈，能够快速构建原型和开发评估平台，验证 AI 能力在实际场景中的效果\n4. 扎实的后端技术理解，包括数据库、缓存、消息队列和微服务等分布式系统知识\n5. 具备好奇心和持续学习能力，对 AI 技术发展保持敏感度，能独立解决 AI 应用中的复杂技术问题\n加分项\n● 开发过 AI Agent 系统、代码生成工具、智能 IDE 插件等 AI 原生应用\n● 熟悉 LangChain/LangGraph 等 Agent 框架，有 Multi-Agent 协作系统开发经验\n● 有 RAG、向量数据库、Embedding 等技术的实践经验\n● 了解 AI 可观测性（Langfuse/LangSmith），有 Prompt 优化和 A/B 测试经验\n● 强烈的主人翁意识，能够推动项目从构思到生产全流程\n● 能够快速适应动态和快节奏的工作环境\n● 有国际化、分布式团队工作经验\n● 为开源项目做出贡献或活跃于技术社区\n● 为开源项目做出贡献或活跃于技术社区\n● 有性能优化和大规模系统设计经验，能够分析和改进系统资源的效率、可扩展性和稳定性\n● 有设定技术方向、推动共识和成功跨职能合作的经验\n● 对 AI 技术充满热情，对探索 AI 驱动的开发工具和理解 AI 产品设计原则有强烈兴趣\n1. 开发 AI Agent 的核心模块，推动生成式 AI 在实际开发场景中的落地应用，构建从需求理解到代码生成的完整智能体\n2. 通过 Prompt Engineering、工具设计、RAG、Agent 系统架构优化等手段，持续提升 Agent 的性能、准确性和可靠性\n3. 通过快速原型验证新产品功能创意，探索 AI 辅助开发的新模式，推动产品创新和用户体验优化\n4. 构建评估系统和自动化评估流程，建立 Agent 性能、质量和成本的可观测体系，驱动持续优化\n1. 深度理解 AI 技术栈，熟悉 LLM、Agent、Prompt Engineering、RAG、Tool Calling 等 AI 核心概念，有 AI 应用开发实践经验\n2. 有扎实的编程基础和编码设计能力，熟练使用 Python/TypeScript 等语言，具备构建可维护、可测试代码库的能力\n3. 精通前端或后端技术栈，能够快速构建原型和开发评估平台，验证 AI 能力在实际场景中的效果\n4. 扎实的后端技术理解，包括数据库、缓存、消息队列和微服务等分布式系统知识\n5. 具备好奇心和持续学习能力，对 AI 技术发展保持敏感度，能独立解决 AI 应用中的复杂技术问题\n加分项\n● 开发过 AI Agent 系统、代码生成工具、智能 IDE 插件等 AI 原生应用\n● 熟悉 LangChain/LangGraph 等 Agent 框架，有 Multi-Agent 协作系统开发经验\n● 有 RAG、向量数据库、Embedding 等技术的实践经验\n● 了解 AI 可观测性（Langfuse/LangSmith），有 Prompt 优化和 A/B 测试经验\n● 强烈的主人翁意识，能够推动项目从构思到生产全流程\n● 能够快速适应动态和快节奏的工作环境\n● 有国际化、分布式团队工作经验\n● 为开源项目做出贡献或活跃于技术社区\n● 为开源项目做出贡献或活跃于技术社区\n● 有性能优化和大规模系统设计经验，能够分析和改进系统资源的效率、可扩展性和稳定性\n● 有设定技术方向、推动共识和成功跨职能合作的经验\n● 对 AI 技术充满热情，对探索 AI 驱动的开发工具和理解 AI 产品设计原则有强烈兴趣",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}