职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100015603012

瓴羊-AI Agent 技术专家-杭州

未披露 · 杭州 · 阿里云

主分类:Agent系统开发
软件开发与 IT
辅助:AI模型评测工程(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": "瓴羊-AI Agent 技术专家-杭州",
        "job_level": "专家",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": "未披露"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": 5,
        "degree": "本科及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "岗位职责\n1. 主导CRM AI Native升级,设计并落地Agent系统架构(任务规划、工具编排、多轮对话、长期记忆),驱动商机跟进、业绩排查等业务闭环自主完成。\n2. 将CRM核心能力抽象为标准化可编排工具接口,构建高可靠连接层,保障幂等性、可观测性与异常降级。\n3. 工程化落地企业知识检索与多层防幻觉体系(操作校验、来源追溯、置信度评估),确保生产环境准确可信。\n4. 深入一线挖掘高价值场景,以业务问题真正解决、效率显著提升为核心衡量标准。\n5. 搭建效果评测体系(自动化评测/A/B实验),建立效果-成本量化决策机制,驱动产品迭代。",
        "requirements_text": "职位要求\n1. 本科及以上,计算机/AI相关专业;硕士在Agent/NLP/知识图谱方向有深入研究或顶会论文优先。\n2. 精通Python,5年以上AI应用/软件工程经验,具备复杂系统架构设计与技术方案决策能力。\n3. 深入实践LLM工程化开发(Function Calling/RAG/LangGraph/AutoGen等),有Agent生产级上线及持续迭代经验,非Demo级。\n4. 深刻理解大模型能力边界,能用工程手段系统性补齐(检索增强、结果校验、降级兜底、成本控制)。\n5. To B企业级系统(CRM/ERP/SaaS)开发或AI化改造经验优先;熟悉MCP协议、Agent评测体系、数据工程为加分项。\n6. 具备优秀技术判断力与业务驱动力,能从用户真实价值出发做技术决策,跨团队推动复杂项目落地。",
        "skills": [AI生成
            "Python",
            "自然语言处理",
            "知识图谱",
            "系统架构",
            "架构设计",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "硕士在Agent/NLP/知识图谱方向有深入研究或顶会论文优先;5. To B企业级系统(CRM/ERP/SaaS)开发或AI化改造经验优先;熟悉MCP协议、Agent评测体系、数据工程为加分项",
        "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=100015603012"
            }
        ]
    },
    "posting": {
        "posting_id": "100015603012",
        "post_date": "2026-09-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100015603012"
    },
    "fulltext": "瓴羊-AI Agent 技术专家-杭州\n瓴羊-AI Agent 技术专家-杭州\n\n基础信息\n工作地点:杭州\n\n职位描述\n岗位职责\n1. 主导CRM AI Native升级,设计并落地Agent系统架构(任务规划、工具编排、多轮对话、长期记忆),驱动商机跟进、业绩排查等业务闭环自主完成。\n2. 将CRM核心能力抽象为标准化可编排工具接口,构建高可靠连接层,保障幂等性、可观测性与异常降级。\n3. 工程化落地企业知识检索与多层防幻觉体系(操作校验、来源追溯、置信度评估),确保生产环境准确可信。\n4. 深入一线挖掘高价值场景,以业务问题真正解决、效率显著提升为核心衡量标准。\n5. 搭建效果评测体系(自动化评测/A/B实验),建立效果-成本量化决策机制,驱动产品迭代。\n\n职位要求\n职位要求\n1. 本科及以上,计算机/AI相关专业;硕士在Agent/NLP/知识图谱方向有深入研究或顶会论文优先。\n2. 精通Python,5年以上AI应用/软件工程经验,具备复杂系统架构设计与技术方案决策能力。\n3. 深入实践LLM工程化开发(Function Calling/RAG/LangGraph/AutoGen等),有Agent生产级上线及持续迭代经验,非Demo级。\n4. 深刻理解大模型能力边界,能用工程手段系统性补齐(检索增强、结果校验、降级兜底、成本控制)。\n5. To B企业级系统(CRM/ERP/SaaS)开发或AI化改造经验优先;熟悉MCP协议、Agent评测体系、数据工程为加分项。\n6. 具备优秀技术判断力与业务驱动力,能从用户真实价值出发做技术决策,跨团队推动复杂项目落地。\n岗位职责\n1. 主导CRM AI Native升级,设计并落地Agent系统架构(任务规划、工具编排、多轮对话、长期记忆),驱动商机跟进、业绩排查等业务闭环自主完成。\n2. 将CRM核心能力抽象为标准化可编排工具接口,构建高可靠连接层,保障幂等性、可观测性与异常降级。\n3. 工程化落地企业知识检索与多层防幻觉体系(操作校验、来源追溯、置信度评估),确保生产环境准确可信。\n4. 深入一线挖掘高价值场景,以业务问题真正解决、效率显著提升为核心衡量标准。\n5. 搭建效果评测体系(自动化评测/A/B实验),建立效果-成本量化决策机制,驱动产品迭代。\n职位要求\n1. 本科及以上,计算机/AI相关专业;硕士在Agent/NLP/知识图谱方向有深入研究或顶会论文优先。\n2. 精通Python,5年以上AI应用/软件工程经验,具备复杂系统架构设计与技术方案决策能力。\n3. 深入实践LLM工程化开发(Function Calling/RAG/LangGraph/AutoGen等),有Agent生产级上线及持续迭代经验,非Demo级。\n4. 深刻理解大模型能力边界,能用工程手段系统性补齐(检索增强、结果校验、降级兜底、成本控制)。\n5. To B企业级系统(CRM/ERP/SaaS)开发或AI化改造经验优先;熟悉MCP协议、Agent评测体系、数据工程为加分项。\n6. 具备优秀技术判断力与业务驱动力,能从用户真实价值出发做技术决策,跨团队推动复杂项目落地。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}