主分类：Agent系统开发
辅助：云基础设施与系统软件研发（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-Agent 平台技术研发高级工程师-杭州",
"job_level": "高级",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": "本岗位聚焦 Agent 时代企业级基础设施建设，重点方向包括 Agent Platform、上下文工程、企业智能数据沉淀、Multi-Agent 架构以及企业 AI 中台集成。你将有机会参与阿里云级 Agent 平台建设，推动 AI Agent 在企业级场景中的高效开发、稳定运行和规模化落地，驱动企业数据智能飞轮持续运转。\n1. 负责 Agent Platform 核心能力设计与研发，包括 Agent 开发框架、编排引擎、运行时、Agent Registry、工具管理、评估治理等方向。\n2. 负责平台企业智能相关数据业务建设，包括企业知识接入、数据索引、权限治理、召回增强、效果评估和数据闭环，支撑企业级 Agent 应用高质量落地。\n3. 负责上下文工程体系建设，围绕 Prompt、Skills、MCP Tools、Memory、知识库等能力，提升 Agent 在复杂业务场景中的理解、调用和任务完成效果。\n4. 负责企业 AI 中台与云 Agent Platform 之间的智能集成，打通账号体系、统一鉴权、Agent 治理与管控能力，为企业 AI 中台提供友好、可治理、可管控、可扩展的云 Agent Platform 底座。\n5. 参与 Multi-Agent 分布式架构设计，支持跨语言、跨平台 Agent 调用、协同、注册发现、链路追踪和统一治理。\n6. 与 AI 网关、模型服务、数据平台等团队协同，持续提升平台高可用、性能、可观测、安全和稳定性能力。",
"requirements_text": "1. 计算机相关专业，具备扎实的工程基础、系统设计能力和生产级系统研发经验。\n2. 熟练掌握 Java、Python、Go 中至少一门编程语言，具备良好的编码习惯和工程化能力。\n3. 熟悉分布式系统设计与实现，对注册发现、配置中心、网关、RPC、消息、缓存、可观测等核心能力有实际落地经验。\n4. 熟悉 AI Agent 或 LLM 应用开发，对 AgentScope、LangChain、Dify、ADK 等主流框架或平台有实际使用或二次开发经验。\n5. 对上下文工程、RAG、Skills、Tool Calling、MCP、Memory、Agent 评估等方向有实际项目经验者优先。\n6. 喜欢挑战性的技术研发工作，善于攻坚克难，自驱力和学习力强；有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。\n加分项\n1. 有 Agent Platform、LLM 应用平台、企业智能平台、知识库平台、搜索推荐或数据平台建设经验。\n2. 有企业数据治理、权限体系、多租户、召回排序、效果评估相关经验。\n3. 有 Agent Harness / Evaluation Harness / Agent Runtime 相关系统研发经验者优先，包括但不限于 Agent 执行引擎、工具调用框架、评测框架、Benchmark、Trajectory 回放、Prompt/Skills 实验平台等方向。\n4. 有 Multi-Agent 架构、Agent 编排、Agent 评估、强化学习相关实践经验。\n5. 有 AgentScope、LangChain、ADK、Dify、OpenAI Evals、Inspect、Ragas、LangSmith 等 Agent 框架或评测相关项目研发/贡献经验者优先。",
"skills": [AI生成
"Python",
"Java",
"强化学习",
"分布式系统",
"数据治理",
"Go",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "5. 对上下文工程、RAG、Skills、Tool Calling、MCP、Memory、Agent 评估等方向有实际项目经验者优先；加分项；3. 有 Agent Harness / Evaluation Harness / Agent Runtime 相关系统研发经验者优先，包括但不限于 Agent 执行引擎、工具调用框架、评测框架、Benchmark、Trajectory 回放、Prompt/Skills 实验平台等方向；5. 有 AgentScope、LangChain、ADK、Dify、OpenAI Evals、Inspect、Ragas、LangSmith 等 Agent 框架或评测相关项目研发/贡献经验者优先",
"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=100016263002"
}
]
},
"posting": {
"posting_id": "100016263002",
"post_date": "2026-09-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016263002"
},
"fulltext": "阿里云智能-Agent 平台技术研发高级工程师-杭州\n阿里云智能-Agent 平台技术研发高级工程师-杭州\n\n基础信息\n工作地点：杭州\n\n职位描述\n本岗位聚焦 Agent 时代企业级基础设施建设，重点方向包括 Agent Platform、上下文工程、企业智能数据沉淀、Multi-Agent 架构以及企业 AI 中台集成。你将有机会参与阿里云级 Agent 平台建设，推动 AI Agent 在企业级场景中的高效开发、稳定运行和规模化落地，驱动企业数据智能飞轮持续运转。\n1. 负责 Agent Platform 核心能力设计与研发，包括 Agent 开发框架、编排引擎、运行时、Agent Registry、工具管理、评估治理等方向。\n2. 负责平台企业智能相关数据业务建设，包括企业知识接入、数据索引、权限治理、召回增强、效果评估和数据闭环，支撑企业级 Agent 应用高质量落地。\n3. 负责上下文工程体系建设，围绕 Prompt、Skills、MCP Tools、Memory、知识库等能力，提升 Agent 在复杂业务场景中的理解、调用和任务完成效果。\n4. 负责企业 AI 中台与云 Agent Platform 之间的智能集成，打通账号体系、统一鉴权、Agent 治理与管控能力，为企业 AI 中台提供友好、可治理、可管控、可扩展的云 Agent Platform 底座。\n5. 参与 Multi-Agent 分布式架构设计，支持跨语言、跨平台 Agent 调用、协同、注册发现、链路追踪和统一治理。\n6. 与 AI 网关、模型服务、数据平台等团队协同，持续提升平台高可用、性能、可观测、安全和稳定性能力。\n\n职位要求\n1. 计算机相关专业，具备扎实的工程基础、系统设计能力和生产级系统研发经验。\n2. 熟练掌握 Java、Python、Go 中至少一门编程语言，具备良好的编码习惯和工程化能力。\n3. 熟悉分布式系统设计与实现，对注册发现、配置中心、网关、RPC、消息、缓存、可观测等核心能力有实际落地经验。\n4. 熟悉 AI Agent 或 LLM 应用开发，对 AgentScope、LangChain、Dify、ADK 等主流框架或平台有实际使用或二次开发经验。\n5. 对上下文工程、RAG、Skills、Tool Calling、MCP、Memory、Agent 评估等方向有实际项目经验者优先。\n6. 喜欢挑战性的技术研发工作，善于攻坚克难，自驱力和学习力强；有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。\n加分项\n1. 有 Agent Platform、LLM 应用平台、企业智能平台、知识库平台、搜索推荐或数据平台建设经验。\n2. 有企业数据治理、权限体系、多租户、召回排序、效果评估相关经验。\n3. 有 Agent Harness / Evaluation Harness / Agent Runtime 相关系统研发经验者优先，包括但不限于 Agent 执行引擎、工具调用框架、评测框架、Benchmark、Trajectory 回放、Prompt/Skills 实验平台等方向。\n4. 有 Multi-Agent 架构、Agent 编排、Agent 评估、强化学习相关实践经验。\n5. 有 AgentScope、LangChain、ADK、Dify、OpenAI Evals、Inspect、Ragas、LangSmith 等 Agent 框架或评测相关项目研发/贡献经验者优先。\n本岗位聚焦 Agent 时代企业级基础设施建设，重点方向包括 Agent Platform、上下文工程、企业智能数据沉淀、Multi-Agent 架构以及企业 AI 中台集成。你将有机会参与阿里云级 Agent 平台建设，推动 AI Agent 在企业级场景中的高效开发、稳定运行和规模化落地，驱动企业数据智能飞轮持续运转。\n1. 负责 Agent Platform 核心能力设计与研发，包括 Agent 开发框架、编排引擎、运行时、Agent Registry、工具管理、评估治理等方向。\n2. 负责平台企业智能相关数据业务建设，包括企业知识接入、数据索引、权限治理、召回增强、效果评估和数据闭环，支撑企业级 Agent 应用高质量落地。\n3. 负责上下文工程体系建设，围绕 Prompt、Skills、MCP Tools、Memory、知识库等能力，提升 Agent 在复杂业务场景中的理解、调用和任务完成效果。\n4. 负责企业 AI 中台与云 Agent Platform 之间的智能集成，打通账号体系、统一鉴权、Agent 治理与管控能力，为企业 AI 中台提供友好、可治理、可管控、可扩展的云 Agent Platform 底座。\n5. 参与 Multi-Agent 分布式架构设计，支持跨语言、跨平台 Agent 调用、协同、注册发现、链路追踪和统一治理。\n6. 与 AI 网关、模型服务、数据平台等团队协同，持续提升平台高可用、性能、可观测、安全和稳定性能力。\n1. 计算机相关专业，具备扎实的工程基础、系统设计能力和生产级系统研发经验。\n2. 熟练掌握 Java、Python、Go 中至少一门编程语言，具备良好的编码习惯和工程化能力。\n3. 熟悉分布式系统设计与实现，对注册发现、配置中心、网关、RPC、消息、缓存、可观测等核心能力有实际落地经验。\n4. 熟悉 AI Agent 或 LLM 应用开发，对 AgentScope、LangChain、Dify、ADK 等主流框架或平台有实际使用或二次开发经验。\n5. 对上下文工程、RAG、Skills、Tool Calling、MCP、Memory、Agent 评估等方向有实际项目经验者优先。\n6. 喜欢挑战性的技术研发工作，善于攻坚克难，自驱力和学习力强；有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。\n加分项\n1. 有 Agent Platform、LLM 应用平台、企业智能平台、知识库平台、搜索推荐或数据平台建设经验。\n2. 有企业数据治理、权限体系、多租户、召回排序、效果评估相关经验。\n3. 有 Agent Harness / Evaluation Harness / Agent Runtime 相关系统研发经验者优先，包括但不限于 Agent 执行引擎、工具调用框架、评测框架、Benchmark、Trajectory 回放、Prompt/Skills 实验平台等方向。\n4. 有 Multi-Agent 架构、Agent 编排、Agent 评估、强化学习相关实践经验。\n5. 有 AgentScope、LangChain、ADK、Dify、OpenAI Evals、Inspect、Ragas、LangSmith 等 Agent 框架或评测相关项目研发/贡献经验者优先。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}