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": "瓴羊-AI Agent研发工程师-智能分析",
"job_level": "未披露",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": 2,
"degree": "本科及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责设计并实现面向数据分析场景的大模型应用整体架构；构建LLM/Semantic layer/Harness/Sandbox的服务框架，支撑智能问数、智能解读、智能报表等核心产品形态；\n2、负责构建可扩展的Agent 执行框架，设计任务规划、DAG 编排、Skill/Tool 路由、CodeAgent 沙箱、事实装载与验证裁决等运行时机制，保证复杂分析任务可校验、可恢复、可追溯\n3、围绕语义层、指标体系等BI核心能力建设，包括指标建模、语义契约、资产与知识注册、多粒度召回与重排、多源异构数据源接入和混合分析；\n4、负责上下文工程体系建设，同时优化模型调用延迟与成本，设计缓存与结果复用机制，保障企业级 SLA，并建立分析Agent 准确率与质量的评测体系；\n5、面向ToB企业数据分析场景，设计并构建可扩展、高可用的 Agent 编排系统，深度整合阿里集团内部数据智能能力与三方生态服务，打造企业级 Data Agent 应用和灵活的开放集成能力；",
"requirements_text": "1、本科及以上，计算机、软件工程或相关专业，2年以上后端/数据/AI 工程经验，Java 或 Python 至少一门达到熟练水平，具备良好的编码习惯和工程化能力。\n2、熟悉 LLM 应用工程：Prompt 工程、Function/Tool Calling、结构化输出、RAG、Embedding 与向量检索、Agent 框架中的一种以上有生产实践。\n3、熟悉 Redis / MySQL / Kafka 等中间件；有高并发系统设计经验；熟悉容器化与云原生（K8s）；具备良好的代码结构设计与工程规范意识。\n4、复杂问题拆解：主导或参与过有明确指标的技术攻坚，能把模糊的商业需求转化为清晰、可执行、可验证的 Agent 工程链路。\n5、有 Codex、Claude Code、Cursor 等编码 Agent 或 Agent 产品的深度使用或研发经验，有敏捷的AI协作技巧；\n加分项：\n1、熟悉大数据与BI：有过数据分析或相关DataAgent的开发经验，理解 OLAP 引擎、语义层、数据血缘与权限模型；能读懂并优化复杂查询；\n2、具备较强的系统工程素养：有基于 LangGraph、OpenAI Agents SDK、Google ADK、Hermes Agent 等主流 Agent 框架构建多 Agent 系统的经验；",
"skills": [AI生成
"Python",
"Java",
"MySQL",
"Redis",
"Kafka",
"数据分析",
"结构设计",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "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=100017343001"
}
]
},
"posting": {
"posting_id": "100017343001",
"post_date": "2026-09-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100017343001"
},
"fulltext": "瓴羊-AI Agent研发工程师-智能分析\n瓴羊-AI Agent研发工程师-智能分析\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、负责设计并实现面向数据分析场景的大模型应用整体架构；构建LLM/Semantic layer/Harness/Sandbox的服务框架，支撑智能问数、智能解读、智能报表等核心产品形态；\n2、负责构建可扩展的Agent 执行框架，设计任务规划、DAG 编排、Skill/Tool 路由、CodeAgent 沙箱、事实装载与验证裁决等运行时机制，保证复杂分析任务可校验、可恢复、可追溯\n3、围绕语义层、指标体系等BI核心能力建设，包括指标建模、语义契约、资产与知识注册、多粒度召回与重排、多源异构数据源接入和混合分析；\n4、负责上下文工程体系建设，同时优化模型调用延迟与成本，设计缓存与结果复用机制，保障企业级 SLA，并建立分析Agent 准确率与质量的评测体系；\n5、面向ToB企业数据分析场景，设计并构建可扩展、高可用的 Agent 编排系统，深度整合阿里集团内部数据智能能力与三方生态服务，打造企业级 Data Agent 应用和灵活的开放集成能力；\n\n职位要求\n1、本科及以上，计算机、软件工程或相关专业，2年以上后端/数据/AI 工程经验，Java 或 Python 至少一门达到熟练水平，具备良好的编码习惯和工程化能力。\n2、熟悉 LLM 应用工程：Prompt 工程、Function/Tool Calling、结构化输出、RAG、Embedding 与向量检索、Agent 框架中的一种以上有生产实践。\n3、熟悉 Redis / MySQL / Kafka 等中间件；有高并发系统设计经验；熟悉容器化与云原生（K8s）；具备良好的代码结构设计与工程规范意识。\n4、复杂问题拆解：主导或参与过有明确指标的技术攻坚，能把模糊的商业需求转化为清晰、可执行、可验证的 Agent 工程链路。\n5、有 Codex、Claude Code、Cursor 等编码 Agent 或 Agent 产品的深度使用或研发经验，有敏捷的AI协作技巧；\n加分项：\n1、熟悉大数据与BI：有过数据分析或相关DataAgent的开发经验，理解 OLAP 引擎、语义层、数据血缘与权限模型；能读懂并优化复杂查询；\n2、具备较强的系统工程素养：有基于 LangGraph、OpenAI Agents SDK、Google ADK、Hermes Agent 等主流 Agent 框架构建多 Agent 系统的经验；\n1、负责设计并实现面向数据分析场景的大模型应用整体架构；构建LLM/Semantic layer/Harness/Sandbox的服务框架，支撑智能问数、智能解读、智能报表等核心产品形态；\n2、负责构建可扩展的Agent 执行框架，设计任务规划、DAG 编排、Skill/Tool 路由、CodeAgent 沙箱、事实装载与验证裁决等运行时机制，保证复杂分析任务可校验、可恢复、可追溯\n3、围绕语义层、指标体系等BI核心能力建设，包括指标建模、语义契约、资产与知识注册、多粒度召回与重排、多源异构数据源接入和混合分析；\n4、负责上下文工程体系建设，同时优化模型调用延迟与成本，设计缓存与结果复用机制，保障企业级 SLA，并建立分析Agent 准确率与质量的评测体系；\n5、面向ToB企业数据分析场景，设计并构建可扩展、高可用的 Agent 编排系统，深度整合阿里集团内部数据智能能力与三方生态服务，打造企业级 Data Agent 应用和灵活的开放集成能力；\n1、本科及以上，计算机、软件工程或相关专业，2年以上后端/数据/AI 工程经验，Java 或 Python 至少一门达到熟练水平，具备良好的编码习惯和工程化能力。\n2、熟悉 LLM 应用工程：Prompt 工程、Function/Tool Calling、结构化输出、RAG、Embedding 与向量检索、Agent 框架中的一种以上有生产实践。\n3、熟悉 Redis / MySQL / Kafka 等中间件；有高并发系统设计经验；熟悉容器化与云原生（K8s）；具备良好的代码结构设计与工程规范意识。\n4、复杂问题拆解：主导或参与过有明确指标的技术攻坚，能把模糊的商业需求转化为清晰、可执行、可验证的 Agent 工程链路。\n5、有 Codex、Claude Code、Cursor 等编码 Agent 或 Agent 产品的深度使用或研发经验，有敏捷的AI协作技巧；\n加分项：\n1、熟悉大数据与BI：有过数据分析或相关DataAgent的开发经验，理解 OLAP 引擎、语义层、数据血缘与权限模型；能读懂并优化复杂查询；\n2、具备较强的系统工程素养：有基于 LangGraph、OpenAI Agents SDK、Google ADK、Hermes Agent 等主流 Agent 框架构建多 Agent 系统的经验；",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}