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": "ATH事业群-AI Agent研发工程师/专家-AI视频生产-北京/杭州/广州/上海",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "北京 / 杭州 / 广州 / 上海",
"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": 3,
"degree": "计算机、人工智能等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "● 岗位定位：\n你将作为AI视频生产应用与Agent系统的核心建造者，负责打造这个时代最具创造力的“自主智能体”。我们正在用Agent重新定义视频生产的工作方式——不是让AI辅助人类操作，这个Agent将能够理解人类的创意意图，自主规划、调度并执行从创意到成片的整个视频创作流程。你将站在AI技术与视频创意的交汇点，设计并落地驱动这一切的Agent系统，让每个人都能指挥一个“AI制作团队”，让AI成为真正的\"视频生产者\"。\n● 核心职责\n1. AI视频生产Agent架构设计\n● 主导设计面向视频全链路生产的Multi-Agent系统架构，拆解并定义不同角色Agent的能力边界与协作协议。\n● 构建支持复杂任务分解、动态规划、自主决策、异常恢复的Agent运行框架。\n● 设计Agent间的通信机制、状态管理与记忆体系，保障长链路生产任务的一致性、可追溯性与可干预性。\n2. 多模态模型集成调优\n● 持续跟踪并将最新的图片生成、视频生成、音频生成、VL等多模态大模型集成进Agent生产链路，保持Agent能力的持续技术领先。\n● 对模型输出质量进行系统性调优，针对视频生产场景的语义一致性、运动合理性、视觉/音频质量、叙事逻辑性、指令遵循度、情绪传达力等关键指标进行专项优化。\n● 建立模型能力评测基准体系，定义质量基线与模型SLA，构建覆盖模型选型、版本对比、回归验证的数据化决策链路。\n3. 任务规划与工作流编排\n● 设计基于LLM的动态任务规划引擎，支持自然语言输入→任务图生成→并行/串行执行→结果聚合的完整链路。\n● 在平台层统一工作流引擎之上，根据不同创作意图、内容类型、生产规格，在运行时动态构建差异化的视频生产工作流。\n● 攻关长链路任务的可靠性保障：任务断点续传、局部重试、人机协同介入点设计等核心工程难题，确保复杂任务在动态工作流下依然稳定可控。\n4. 提示词工程与效果优化\n● 系统性构建面向视频生产各环节的Prompt工程体系，包括分层结构化、动态上下文、领域知识、多模态提示协同对齐等精细化设计。\n● 建立Prompt版本管理、A/B评测、自动优化机制，通过数据驱动持续提升Agent各节点输出质量。\n● 探索基于RLHF、DPO等技术的偏好对齐方法，让Agent的生产风格与用户意图高度契合，逼近\"零修改直出\"。\n5. 视频生成流程自动化\n● 端到端打通从\"创意\"到\"成片输出\"的全自动化生产流水线，以最小化人工干预节点为终极目标。\n● 构建智能质检Agent，对生成视频进行自动化质量评估、问题定位与修复决策，形成自我纠错的生产闭环。\n● 设计支持批量生产、个性化定制、多风格并行的自动化调度体系，支撑规模化内容生产的工业级需求。",
"requirements_text": "● 基础条件\n1. 计算机、人工智能等相关专业本科及以上学历。\n2. 精通 Go / Python / Java / C++ / Rust 中至少一门语言，具备优秀的系统编程能力和代码规范意识。\n3. 3年以上服务端架构研发经验，有LLM应用、Agent系统或AIGC产品开发经验。\n● 核心技术能力\n1. 熟悉主流Agent/LLM开发框架（LangChain、LlamaIndex、CrewAI等），深入理解RAG、Function Calling、Tool Use等核心技术，能独立设计并落地高质量Agent系统。\n2. 熟悉多模态模型：了解主流图片生成、视频生成、TTS、VL等模型的能力特性与接入方式，能从模型能力边界与输出不确定性出发设计Agent方案。\n3. 良好的Prompt Engineering实践经验，熟悉CoT、Few-shot、ReAct、Self-Consistency等提示策略。\n4. 扎实的后端工程基础，能独立设计高可用Agent服务，让长链路视频生产任务在复杂环境下依然稳定运行。\n● 优先考虑\n1. 有视频生产、影视创作、内容平台相关AI产品的完整研发经验。\n2. 有Multi-Agent系统（多智能体协作、角色分工、冲突解决）设计与落地经验。\n3. 有模型微调经验（SFT、RLHF、DPO），能针对垂直场景对开源模型进行定向优化。\n4. 对视频美学、镜头语言、导演逻辑有一定理解，能将创作领域知识转化为系统设计输入。\n● 我们期待的你\n1. 模型驾驭者：具备前瞻思维，以未来设计当下，能在最新模型与最快工程落地之间找到平衡，持续将前沿模型能力转化为真实生产力。\n2. AI导演思维者：让Agent像一个有经验的导演一样理解意图、拆解任务、调度资源、自我纠错，持续探索其智能边界。\n3. 极客工程师：时刻好奇，热衷突破边界，对生成效果有匠人般的打磨精神，对技术细节有天然的偏执，代码有美感，系统有章法。\n4. 跨界沟通者： 能够与算法、产品、设计等不同背景的同事高效协作，共同定义并实现下一代视频创作范式。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Rust",
"React",
"模型微调",
"Go",
"智能体开发"
],
"preferred_qualifications": "● 优先考虑",
"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=100012343003"
}
]
},
"posting": {
"posting_id": "100012343003",
"post_date": "2026-08-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100012343003"
},
"fulltext": "ATH事业群-AI Agent研发工程师/专家-AI视频生产-北京/杭州/广州/上海\nATH事业群-AI Agent研发工程师/专家-AI视频生产-北京/杭州/广州/上海\n\n基础信息\n工作地点：北京 / 杭州 / 广州 / 上海\n\n职位描述\n● 岗位定位：\n你将作为AI视频生产应用与Agent系统的核心建造者，负责打造这个时代最具创造力的“自主智能体”。我们正在用Agent重新定义视频生产的工作方式——不是让AI辅助人类操作，这个Agent将能够理解人类的创意意图，自主规划、调度并执行从创意到成片的整个视频创作流程。你将站在AI技术与视频创意的交汇点，设计并落地驱动这一切的Agent系统，让每个人都能指挥一个“AI制作团队”，让AI成为真正的\"视频生产者\"。\n● 核心职责\n1. AI视频生产Agent架构设计\n● 主导设计面向视频全链路生产的Multi-Agent系统架构，拆解并定义不同角色Agent的能力边界与协作协议。\n● 构建支持复杂任务分解、动态规划、自主决策、异常恢复的Agent运行框架。\n● 设计Agent间的通信机制、状态管理与记忆体系，保障长链路生产任务的一致性、可追溯性与可干预性。\n2. 多模态模型集成调优\n● 持续跟踪并将最新的图片生成、视频生成、音频生成、VL等多模态大模型集成进Agent生产链路，保持Agent能力的持续技术领先。\n● 对模型输出质量进行系统性调优，针对视频生产场景的语义一致性、运动合理性、视觉/音频质量、叙事逻辑性、指令遵循度、情绪传达力等关键指标进行专项优化。\n● 建立模型能力评测基准体系，定义质量基线与模型SLA，构建覆盖模型选型、版本对比、回归验证的数据化决策链路。\n3. 任务规划与工作流编排\n● 设计基于LLM的动态任务规划引擎，支持自然语言输入→任务图生成→并行/串行执行→结果聚合的完整链路。\n● 在平台层统一工作流引擎之上，根据不同创作意图、内容类型、生产规格，在运行时动态构建差异化的视频生产工作流。\n● 攻关长链路任务的可靠性保障：任务断点续传、局部重试、人机协同介入点设计等核心工程难题，确保复杂任务在动态工作流下依然稳定可控。\n4. 提示词工程与效果优化\n● 系统性构建面向视频生产各环节的Prompt工程体系，包括分层结构化、动态上下文、领域知识、多模态提示协同对齐等精细化设计。\n● 建立Prompt版本管理、A/B评测、自动优化机制，通过数据驱动持续提升Agent各节点输出质量。\n● 探索基于RLHF、DPO等技术的偏好对齐方法，让Agent的生产风格与用户意图高度契合，逼近\"零修改直出\"。\n5. 视频生成流程自动化\n● 端到端打通从\"创意\"到\"成片输出\"的全自动化生产流水线，以最小化人工干预节点为终极目标。\n● 构建智能质检Agent，对生成视频进行自动化质量评估、问题定位与修复决策，形成自我纠错的生产闭环。\n● 设计支持批量生产、个性化定制、多风格并行的自动化调度体系，支撑规模化内容生产的工业级需求。\n\n职位要求\n● 基础条件\n1. 计算机、人工智能等相关专业本科及以上学历。\n2. 精通 Go / Python / Java / C++ / Rust 中至少一门语言，具备优秀的系统编程能力和代码规范意识。\n3. 3年以上服务端架构研发经验，有LLM应用、Agent系统或AIGC产品开发经验。\n● 核心技术能力\n1. 熟悉主流Agent/LLM开发框架（LangChain、LlamaIndex、CrewAI等），深入理解RAG、Function Calling、Tool Use等核心技术，能独立设计并落地高质量Agent系统。\n2. 熟悉多模态模型：了解主流图片生成、视频生成、TTS、VL等模型的能力特性与接入方式，能从模型能力边界与输出不确定性出发设计Agent方案。\n3. 良好的Prompt Engineering实践经验，熟悉CoT、Few-shot、ReAct、Self-Consistency等提示策略。\n4. 扎实的后端工程基础，能独立设计高可用Agent服务，让长链路视频生产任务在复杂环境下依然稳定运行。\n● 优先考虑\n1. 有视频生产、影视创作、内容平台相关AI产品的完整研发经验。\n2. 有Multi-Agent系统（多智能体协作、角色分工、冲突解决）设计与落地经验。\n3. 有模型微调经验（SFT、RLHF、DPO），能针对垂直场景对开源模型进行定向优化。\n4. 对视频美学、镜头语言、导演逻辑有一定理解，能将创作领域知识转化为系统设计输入。\n● 我们期待的你\n1. 模型驾驭者：具备前瞻思维，以未来设计当下，能在最新模型与最快工程落地之间找到平衡，持续将前沿模型能力转化为真实生产力。\n2. AI导演思维者：让Agent像一个有经验的导演一样理解意图、拆解任务、调度资源、自我纠错，持续探索其智能边界。\n3. 极客工程师：时刻好奇，热衷突破边界，对生成效果有匠人般的打磨精神，对技术细节有天然的偏执，代码有美感，系统有章法。\n4. 跨界沟通者： 能够与算法、产品、设计等不同背景的同事高效协作，共同定义并实现下一代视频创作范式。\n● 岗位定位：\n你将作为AI视频生产应用与Agent系统的核心建造者，负责打造这个时代最具创造力的“自主智能体”。我们正在用Agent重新定义视频生产的工作方式——不是让AI辅助人类操作，这个Agent将能够理解人类的创意意图，自主规划、调度并执行从创意到成片的整个视频创作流程。你将站在AI技术与视频创意的交汇点，设计并落地驱动这一切的Agent系统，让每个人都能指挥一个“AI制作团队”，让AI成为真正的\"视频生产者\"。\n● 核心职责\n1. AI视频生产Agent架构设计\n● 主导设计面向视频全链路生产的Multi-Agent系统架构，拆解并定义不同角色Agent的能力边界与协作协议。\n● 构建支持复杂任务分解、动态规划、自主决策、异常恢复的Agent运行框架。\n● 设计Agent间的通信机制、状态管理与记忆体系，保障长链路生产任务的一致性、可追溯性与可干预性。\n2. 多模态模型集成调优\n● 持续跟踪并将最新的图片生成、视频生成、音频生成、VL等多模态大模型集成进Agent生产链路，保持Agent能力的持续技术领先。\n● 对模型输出质量进行系统性调优，针对视频生产场景的语义一致性、运动合理性、视觉/音频质量、叙事逻辑性、指令遵循度、情绪传达力等关键指标进行专项优化。\n● 建立模型能力评测基准体系，定义质量基线与模型SLA，构建覆盖模型选型、版本对比、回归验证的数据化决策链路。\n3. 任务规划与工作流编排\n● 设计基于LLM的动态任务规划引擎，支持自然语言输入→任务图生成→并行/串行执行→结果聚合的完整链路。\n● 在平台层统一工作流引擎之上，根据不同创作意图、内容类型、生产规格，在运行时动态构建差异化的视频生产工作流。\n● 攻关长链路任务的可靠性保障：任务断点续传、局部重试、人机协同介入点设计等核心工程难题，确保复杂任务在动态工作流下依然稳定可控。\n4. 提示词工程与效果优化\n● 系统性构建面向视频生产各环节的Prompt工程体系，包括分层结构化、动态上下文、领域知识、多模态提示协同对齐等精细化设计。\n● 建立Prompt版本管理、A/B评测、自动优化机制，通过数据驱动持续提升Agent各节点输出质量。\n● 探索基于RLHF、DPO等技术的偏好对齐方法，让Agent的生产风格与用户意图高度契合，逼近\"零修改直出\"。\n5. 视频生成流程自动化\n● 端到端打通从\"创意\"到\"成片输出\"的全自动化生产流水线，以最小化人工干预节点为终极目标。\n● 构建智能质检Agent，对生成视频进行自动化质量评估、问题定位与修复决策，形成自我纠错的生产闭环。\n● 设计支持批量生产、个性化定制、多风格并行的自动化调度体系，支撑规模化内容生产的工业级需求。\n● 基础条件\n1. 计算机、人工智能等相关专业本科及以上学历。\n2. 精通 Go / Python / Java / C++ / Rust 中至少一门语言，具备优秀的系统编程能力和代码规范意识。\n3. 3年以上服务端架构研发经验，有LLM应用、Agent系统或AIGC产品开发经验。\n● 核心技术能力\n1. 熟悉主流Agent/LLM开发框架（LangChain、LlamaIndex、CrewAI等），深入理解RAG、Function Calling、Tool Use等核心技术，能独立设计并落地高质量Agent系统。\n2. 熟悉多模态模型：了解主流图片生成、视频生成、TTS、VL等模型的能力特性与接入方式，能从模型能力边界与输出不确定性出发设计Agent方案。\n3. 良好的Prompt Engineering实践经验，熟悉CoT、Few-shot、ReAct、Self-Consistency等提示策略。\n4. 扎实的后端工程基础，能独立设计高可用Agent服务，让长链路视频生产任务在复杂环境下依然稳定运行。\n● 优先考虑\n1. 有视频生产、影视创作、内容平台相关AI产品的完整研发经验。\n2. 有Multi-Agent系统（多智能体协作、角色分工、冲突解决）设计与落地经验。\n3. 有模型微调经验（SFT、RLHF、DPO），能针对垂直场景对开源模型进行定向优化。\n4. 对视频美学、镜头语言、导演逻辑有一定理解，能将创作领域知识转化为系统设计输入。\n● 我们期待的你\n1. 模型驾驭者：具备前瞻思维，以未来设计当下，能在最新模型与最快工程落地之间找到平衡，持续将前沿模型能力转化为真实生产力。\n2. AI导演思维者：让Agent像一个有经验的导演一样理解意图、拆解任务、调度资源、自我纠错，持续探索其智能边界。\n3. 极客工程师：时刻好奇，热衷突破边界，对生成效果有匠人般的打磨精神，对技术细节有天然的偏执，代码有美感，系统有章法。\n4. 跨界沟通者： 能够与算法、产品、设计等不同背景的同事高效协作，共同定义并实现下一代视频创作范式。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}