主分类：Agent系统开发
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": "AI创新事业部-AI Coding Agent 研发工程师-Qoder",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-开发"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科或硕士以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "阿里巴巴旗下的AI Coding创新团队，致力于革新软件开发 paradigm。我们正在打造下一代AI驱动的智能开发工具产品，旨在彻底改变开发者的工作方式。我们的产品覆盖 Al native IDE Qoder、智能编程助手等多元化产品形态，通过尖端 AI 技术提供智能化功能和流畅体验，显著提升开发效率与创新力。我们正寻找富有激情、创造力和前瞻性思维的精英人才加入，共同定义软件开发的未来。\n1. 负责基于大语言模型的AI Coding产品核心能力的开发工作，实现复杂问题分析与理解、代码生成与测试等功能，包括AI Coding智能体、复杂工程理解、自动化记忆感知、大规模知识管理等。\n2. 负责大模型训练相关工程与算法能力，例如模型数据合成、模型与智能体评测、与算法团队合作模型训练等工作。\n3. 持续优化和改进平台架构，提高系统的可用性、稳定性和扩展性。确保全球化多地域复杂分布式架构的稳定与高性能。\n4. 跟踪最新的人工智能技术进展，评估并实现可能的技术解决方案以满足业务需求。\n5. 与产品经理和运营团队紧密合作，确保技术实现能够满足产品规划和用户需求。",
"requirements_text": "1. 本科或硕士以上学历，计算机或其他相关专业优先，2年以上开发经验。\n2. 熟练掌握 Java、Python 或 Golang语言，熟练掌握 OOP 编程方法。\n3. 深入理解LLM技术栈（LangChain/LlamaIndex/MCP等），有Agent系统设计研发经验，精通RAG技术栈与工程实践。\n4. 拥有AI Agent或研发效能工具开发经验，代码分析与处理系统开发经验者优先。\n5. 熟悉大模型全链路（从模型训练到推理、各类AI框架），对AI研发助手有独到见解和创新思路，热衷技术社区，参与过开源生态建设者优先。\n6. 优秀的团队合作精神和沟通技能，具备创新精神和持续学习的意愿，能够在快速变化的环境中进行有效工作。",
"skills": [AI生成
"Python",
"Java",
"Golang",
"模型训练",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "1. 本科或硕士以上学历，计算机或其他相关专业优先，2年以上开发经验；4. 拥有AI Agent或研发效能工具开发经验，代码分析与处理系统开发经验者优先；5. 熟悉大模型全链路（从模型训练到推理、各类AI框架），对AI研发助手有独到见解和创新思路，热衷技术社区，参与过开源生态建设者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100012163001"
}
]
},
"posting": {
"posting_id": "100012163001",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100012163001"
},
"fulltext": "AI创新事业部-AI Coding Agent 研发工程师-Qoder\nAI创新事业部-AI Coding Agent 研发工程师-Qoder\n\n基础信息\n职位类别：技术类-开发\n工作地点：北京 / 杭州\n\n职位描述\n阿里巴巴旗下的AI Coding创新团队，致力于革新软件开发 paradigm。我们正在打造下一代AI驱动的智能开发工具产品，旨在彻底改变开发者的工作方式。我们的产品覆盖 Al native IDE Qoder、智能编程助手等多元化产品形态，通过尖端 AI 技术提供智能化功能和流畅体验，显著提升开发效率与创新力。我们正寻找富有激情、创造力和前瞻性思维的精英人才加入，共同定义软件开发的未来。\n1. 负责基于大语言模型的AI Coding产品核心能力的开发工作，实现复杂问题分析与理解、代码生成与测试等功能，包括AI Coding智能体、复杂工程理解、自动化记忆感知、大规模知识管理等。\n2. 负责大模型训练相关工程与算法能力，例如模型数据合成、模型与智能体评测、与算法团队合作模型训练等工作。\n3. 持续优化和改进平台架构，提高系统的可用性、稳定性和扩展性。确保全球化多地域复杂分布式架构的稳定与高性能。\n4. 跟踪最新的人工智能技术进展，评估并实现可能的技术解决方案以满足业务需求。\n5. 与产品经理和运营团队紧密合作，确保技术实现能够满足产品规划和用户需求。\n\n职位要求\n1. 本科或硕士以上学历，计算机或其他相关专业优先，2年以上开发经验。\n2. 熟练掌握 Java、Python 或 Golang语言，熟练掌握 OOP 编程方法。\n3. 深入理解LLM技术栈（LangChain/LlamaIndex/MCP等），有Agent系统设计研发经验，精通RAG技术栈与工程实践。\n4. 拥有AI Agent或研发效能工具开发经验，代码分析与处理系统开发经验者优先。\n5. 熟悉大模型全链路（从模型训练到推理、各类AI框架），对AI研发助手有独到见解和创新思路，热衷技术社区，参与过开源生态建设者优先。\n6. 优秀的团队合作精神和沟通技能，具备创新精神和持续学习的意愿，能够在快速变化的环境中进行有效工作。\n阿里巴巴旗下的AI Coding创新团队，致力于革新软件开发 paradigm。我们正在打造下一代AI驱动的智能开发工具产品，旨在彻底改变开发者的工作方式。我们的产品覆盖 Al native IDE Qoder、智能编程助手等多元化产品形态，通过尖端 AI 技术提供智能化功能和流畅体验，显著提升开发效率与创新力。我们正寻找富有激情、创造力和前瞻性思维的精英人才加入，共同定义软件开发的未来。\n1. 负责基于大语言模型的AI Coding产品核心能力的开发工作，实现复杂问题分析与理解、代码生成与测试等功能，包括AI Coding智能体、复杂工程理解、自动化记忆感知、大规模知识管理等。\n2. 负责大模型训练相关工程与算法能力，例如模型数据合成、模型与智能体评测、与算法团队合作模型训练等工作。\n3. 持续优化和改进平台架构，提高系统的可用性、稳定性和扩展性。确保全球化多地域复杂分布式架构的稳定与高性能。\n4. 跟踪最新的人工智能技术进展，评估并实现可能的技术解决方案以满足业务需求。\n5. 与产品经理和运营团队紧密合作，确保技术实现能够满足产品规划和用户需求。\n1. 本科或硕士以上学历，计算机或其他相关专业优先，2年以上开发经验。\n2. 熟练掌握 Java、Python 或 Golang语言，熟练掌握 OOP 编程方法。\n3. 深入理解LLM技术栈（LangChain/LlamaIndex/MCP等），有Agent系统设计研发经验，精通RAG技术栈与工程实践。\n4. 拥有AI Agent或研发效能工具开发经验，代码分析与处理系统开发经验者优先。\n5. 熟悉大模型全链路（从模型训练到推理、各类AI框架），对AI研发助手有独到见解和创新思路，热衷技术社区，参与过开源生态建设者优先。\n6. 优秀的团队合作精神和沟通技能，具备创新精神和持续学习的意愿，能够在快速变化的环境中进行有效工作。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}