主分类:全栈研发
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-高级 AI 前端工程师(全栈方向)-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": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责 AI Agent 产品的前端架构设计与核心交互开发,覆盖 Web、桌面端和移动端,确保多端体验一致性与高品质交付;\n2、主导 Agent 核心架构设计,构建基于 Planning/Memory/Tool-use 的高性能编排引擎,实现复杂任务的自动化规划与执行;基于 MCP (Model Context Protocol) 标准构建可扩展工具链,深度优化 Function Calling,实现 Agent 与系统的无缝互通;\n3、深度参与 AI-Native 全栈方案设计,落地对话式 UI、流式渲染、Agent 编排、Tool Use、Function Calling 等 AI 交互与服务端集成范式;\n4、参与系统架构优化与基础设施建设,关注服务稳定性、可观测性与研发效能提升,推动团队全栈工程化最佳实践。",
"requirements_text": "必须具备:\n1、本科及以上学历,计算机或相关专业;扎实的计算机基础(数据结构、网络协议、Web 标准、性能优化)。\n2、3 年以上前端开发经验,同时具备后端开发实践,有完整的中大型产品全栈交付案例;\n3、精通 TypeScript、React 及现代前端工程化,熟悉响应式布局与多端适配方案;\n4、熟练掌握至少一门服务端语言(Node.js / Python / Java / Go),熟悉 RESTful API 或 GraphQL 设计,有数据库使用经验;\n5、具有Agent 前沿框架实战经验:需深刻理解并熟练使用当前主流的高阶 Agent 框架(如 LangGraph, PydanticAI, LlamaIndex Workflows, CrewAI, AutoGen, smolagents 等),有源码级定制或彻底重构经验优先。\n熟练掌握 / 强烈优先:\n1、有大模型(LLM)全栈集成实战经验,熟悉流式数据渲染、对话式交互、Generative UI、Agent 编排、向量数据库等等 AI 全栈技术实践者优先。\n加分项:\n1、开源贡献:作为核心开发者参与知名开源 AI/Agent 项目,或在 GitHub 上有高 Star 相关的开源项目\n2、有云原生开发经验,熟悉 Docker、Kubernetes 或 Serverless 架构;\n3、有 MCP / Agent Framework(LangChain、Dify、Coze 等)集成或二次开发经验;\n4、参与过 AI-Native 产品从 0 到 1 的完整落地;Harness Engineering 经验\n5、有 Design System / 组件库搭建经验,或具备良好的产品审美与交互感知。",
"skills": [AI生成
"Python",
"TypeScript",
"Java",
"Docker",
"Kubernetes",
"React",
"数据结构",
"数据库",
"性能优化",
"渲染",
"Go",
"大语言模型"
],
"preferred_qualifications": "5、具有Agent 前沿框架实战经验:需深刻理解并熟练使用当前主流的高阶 Agent 框架(如 LangGraph, PydanticAI, LlamaIndex Workflows, CrewAI, AutoGen, smolagents 等),有源码级定制或彻底重构经验优先;熟练掌握 / 强烈优先:;1、有大模型(LLM)全栈集成实战经验,熟悉流式数据渲染、对话式交互、Generative UI、Agent 编排、向量数据库等等 AI 全栈技术实践者优先;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=100016763006"
}
]
},
"posting": {
"posting_id": "100016763006",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100016763006"
},
"fulltext": "ATH事业群-高级 AI 前端工程师(全栈方向)-杭州\nATH事业群-高级 AI 前端工程师(全栈方向)-杭州\n\n基础信息\n工作地点:杭州\n\n职位描述\n1、负责 AI Agent 产品的前端架构设计与核心交互开发,覆盖 Web、桌面端和移动端,确保多端体验一致性与高品质交付;\n2、主导 Agent 核心架构设计,构建基于 Planning/Memory/Tool-use 的高性能编排引擎,实现复杂任务的自动化规划与执行;基于 MCP (Model Context Protocol) 标准构建可扩展工具链,深度优化 Function Calling,实现 Agent 与系统的无缝互通;\n3、深度参与 AI-Native 全栈方案设计,落地对话式 UI、流式渲染、Agent 编排、Tool Use、Function Calling 等 AI 交互与服务端集成范式;\n4、参与系统架构优化与基础设施建设,关注服务稳定性、可观测性与研发效能提升,推动团队全栈工程化最佳实践。\n\n职位要求\n必须具备:\n1、本科及以上学历,计算机或相关专业;扎实的计算机基础(数据结构、网络协议、Web 标准、性能优化)。\n2、3 年以上前端开发经验,同时具备后端开发实践,有完整的中大型产品全栈交付案例;\n3、精通 TypeScript、React 及现代前端工程化,熟悉响应式布局与多端适配方案;\n4、熟练掌握至少一门服务端语言(Node.js / Python / Java / Go),熟悉 RESTful API 或 GraphQL 设计,有数据库使用经验;\n5、具有Agent 前沿框架实战经验:需深刻理解并熟练使用当前主流的高阶 Agent 框架(如 LangGraph, PydanticAI, LlamaIndex Workflows, CrewAI, AutoGen, smolagents 等),有源码级定制或彻底重构经验优先。\n熟练掌握 / 强烈优先:\n1、有大模型(LLM)全栈集成实战经验,熟悉流式数据渲染、对话式交互、Generative UI、Agent 编排、向量数据库等等 AI 全栈技术实践者优先。\n加分项:\n1、开源贡献:作为核心开发者参与知名开源 AI/Agent 项目,或在 GitHub 上有高 Star 相关的开源项目\n2、有云原生开发经验,熟悉 Docker、Kubernetes 或 Serverless 架构;\n3、有 MCP / Agent Framework(LangChain、Dify、Coze 等)集成或二次开发经验;\n4、参与过 AI-Native 产品从 0 到 1 的完整落地;Harness Engineering 经验\n5、有 Design System / 组件库搭建经验,或具备良好的产品审美与交互感知。\n1、负责 AI Agent 产品的前端架构设计与核心交互开发,覆盖 Web、桌面端和移动端,确保多端体验一致性与高品质交付;\n2、主导 Agent 核心架构设计,构建基于 Planning/Memory/Tool-use 的高性能编排引擎,实现复杂任务的自动化规划与执行;基于 MCP (Model Context Protocol) 标准构建可扩展工具链,深度优化 Function Calling,实现 Agent 与系统的无缝互通;\n3、深度参与 AI-Native 全栈方案设计,落地对话式 UI、流式渲染、Agent 编排、Tool Use、Function Calling 等 AI 交互与服务端集成范式;\n4、参与系统架构优化与基础设施建设,关注服务稳定性、可观测性与研发效能提升,推动团队全栈工程化最佳实践。\n必须具备:\n1、本科及以上学历,计算机或相关专业;扎实的计算机基础(数据结构、网络协议、Web 标准、性能优化)。\n2、3 年以上前端开发经验,同时具备后端开发实践,有完整的中大型产品全栈交付案例;\n3、精通 TypeScript、React 及现代前端工程化,熟悉响应式布局与多端适配方案;\n4、熟练掌握至少一门服务端语言(Node.js / Python / Java / Go),熟悉 RESTful API 或 GraphQL 设计,有数据库使用经验;\n5、具有Agent 前沿框架实战经验:需深刻理解并熟练使用当前主流的高阶 Agent 框架(如 LangGraph, PydanticAI, LlamaIndex Workflows, CrewAI, AutoGen, smolagents 等),有源码级定制或彻底重构经验优先。\n熟练掌握 / 强烈优先:\n1、有大模型(LLM)全栈集成实战经验,熟悉流式数据渲染、对话式交互、Generative UI、Agent 编排、向量数据库等等 AI 全栈技术实践者优先。\n加分项:\n1、开源贡献:作为核心开发者参与知名开源 AI/Agent 项目,或在 GitHub 上有高 Star 相关的开源项目\n2、有云原生开发经验,熟悉 Docker、Kubernetes 或 Serverless 架构;\n3、有 MCP / Agent Framework(LangChain、Dify、Coze 等)集成或二次开发经验;\n4、参与过 AI-Native 产品从 0 到 1 的完整落地;Harness Engineering 经验\n5、有 Design System / 组件库搭建经验,或具备良好的产品审美与交互感知。",
"standard_classification": {
"std_category_code": "T005",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}