{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里云智能-Agent应用高级研发专家-北京/杭州",
        "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",
        "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": 8,
        "degree": "计算机相关专业本科及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 系统架构：从全局视角定义智能体应用的端到端架构，拆解为职责清晰、接口规范的模块化服务。\n2. 端到端责任制：以 owner 身份负责产品切片，覆盖问题定义、设计、开发、上线与迭代全流程，对最终结果负责。\n3. 智能体核心：设计智能体的执行闭环、编排、工具调用（Function Calling / MCP）、记忆与多智能体协作，推动 Agent 从原型走向大规模、可靠的生产运行。\n4. 非功能设计：将高性能、高可用、稳定性、效率（延迟与 token / 算力成本）与安全作为首要设计目标，设定并守住各项预算指标。\n5. 评测与可观测：建设评测、链路追踪与指标体系，使智能体的效果、成本与稳定性可度量、可持续优化。\n6. 安全与防护：设计工具权限边界、沙箱隔离与数据访问控制，以及针对提示注入（prompt injection）与危险动作的防护。\n7. 技术方向：定义所负责切片的技术方向，通过设计评审提升质量标准，并以技术传帮带放大团队产出。",
        "requirements_text": "1. 8 年以上研发经验，有长期生产级系统的研发与交付经历；计算机相关专业本科及以上，具有一定的技术视野及深度。\n2. 系统架构：有从全局架构复杂系统、并拆解为清晰模块化服务的成功经验，计算机与系统设计基础扎实。\n3. 从 0 到 1 落地：至少主导过一个智能体 / 大模型应用从原型到可靠上线的完整过程，能讲清所解决的稳定性、延迟或成本问题。\n4. 非功能深度：在性能、效率 / 成本、稳定性与安全上有扎实积累，能独立对各项指标负责并做出合理取舍。\n5. 评测与可观测：能为非确定性系统设计评测与可观测体系，而不仅是交付功能。\n6. 全栈广度：能在后端、基础设施 / 服务与产品层之间自如切换；精通 Python / Go / Rust / C++ / TypeScript 中至少一门。\n7. owner 意识与结果导向：有在小规模、高速团队中端到端 owner 模糊、从 0 到 1 问题的经历；结果导向，拥抱变化。\n8. 对智能体原生工作方式的信念：相信未来工作方式将走向智能体原生（agent-native），并愿意通过创新的产品设计推动这一愿景落地、创造真实价值。\n加分项\n● 大规模分布式系统、沙箱隔离或智能体编排经验；\n● 面向自主 / 智能体系统的安全经验；\n● 开源贡献或有影响力的个人 Agent 作品。",
        "skills": [AI生成
            "Python",
            "TypeScript",
            "C++",
            "Rust",
            "分布式系统",
            "系统架构",
            "产品设计",
            "Go",
            "大语言模型",
            "智能体开发"
        ],
        "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=100017383005"
            }
        ]
    },
    "posting": {
        "posting_id": "100017383005",
        "post_date": "2026-09-01",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100017383005"
    },
    "fulltext": "阿里云智能-Agent应用高级研发专家-北京/杭州\n阿里云智能-Agent应用高级研发专家-北京/杭州\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n1. 系统架构：从全局视角定义智能体应用的端到端架构，拆解为职责清晰、接口规范的模块化服务。\n2. 端到端责任制：以 owner 身份负责产品切片，覆盖问题定义、设计、开发、上线与迭代全流程，对最终结果负责。\n3. 智能体核心：设计智能体的执行闭环、编排、工具调用（Function Calling / MCP）、记忆与多智能体协作，推动 Agent 从原型走向大规模、可靠的生产运行。\n4. 非功能设计：将高性能、高可用、稳定性、效率（延迟与 token / 算力成本）与安全作为首要设计目标，设定并守住各项预算指标。\n5. 评测与可观测：建设评测、链路追踪与指标体系，使智能体的效果、成本与稳定性可度量、可持续优化。\n6. 安全与防护：设计工具权限边界、沙箱隔离与数据访问控制，以及针对提示注入（prompt injection）与危险动作的防护。\n7. 技术方向：定义所负责切片的技术方向，通过设计评审提升质量标准，并以技术传帮带放大团队产出。\n\n职位要求\n1. 8 年以上研发经验，有长期生产级系统的研发与交付经历；计算机相关专业本科及以上，具有一定的技术视野及深度。\n2. 系统架构：有从全局架构复杂系统、并拆解为清晰模块化服务的成功经验，计算机与系统设计基础扎实。\n3. 从 0 到 1 落地：至少主导过一个智能体 / 大模型应用从原型到可靠上线的完整过程，能讲清所解决的稳定性、延迟或成本问题。\n4. 非功能深度：在性能、效率 / 成本、稳定性与安全上有扎实积累，能独立对各项指标负责并做出合理取舍。\n5. 评测与可观测：能为非确定性系统设计评测与可观测体系，而不仅是交付功能。\n6. 全栈广度：能在后端、基础设施 / 服务与产品层之间自如切换；精通 Python / Go / Rust / C++ / TypeScript 中至少一门。\n7. owner 意识与结果导向：有在小规模、高速团队中端到端 owner 模糊、从 0 到 1 问题的经历；结果导向，拥抱变化。\n8. 对智能体原生工作方式的信念：相信未来工作方式将走向智能体原生（agent-native），并愿意通过创新的产品设计推动这一愿景落地、创造真实价值。\n加分项\n● 大规模分布式系统、沙箱隔离或智能体编排经验；\n● 面向自主 / 智能体系统的安全经验；\n● 开源贡献或有影响力的个人 Agent 作品。\n1. 系统架构：从全局视角定义智能体应用的端到端架构，拆解为职责清晰、接口规范的模块化服务。\n2. 端到端责任制：以 owner 身份负责产品切片，覆盖问题定义、设计、开发、上线与迭代全流程，对最终结果负责。\n3. 智能体核心：设计智能体的执行闭环、编排、工具调用（Function Calling / MCP）、记忆与多智能体协作，推动 Agent 从原型走向大规模、可靠的生产运行。\n4. 非功能设计：将高性能、高可用、稳定性、效率（延迟与 token / 算力成本）与安全作为首要设计目标，设定并守住各项预算指标。\n5. 评测与可观测：建设评测、链路追踪与指标体系，使智能体的效果、成本与稳定性可度量、可持续优化。\n6. 安全与防护：设计工具权限边界、沙箱隔离与数据访问控制，以及针对提示注入（prompt injection）与危险动作的防护。\n7. 技术方向：定义所负责切片的技术方向，通过设计评审提升质量标准，并以技术传帮带放大团队产出。\n1. 8 年以上研发经验，有长期生产级系统的研发与交付经历；计算机相关专业本科及以上，具有一定的技术视野及深度。\n2. 系统架构：有从全局架构复杂系统、并拆解为清晰模块化服务的成功经验，计算机与系统设计基础扎实。\n3. 从 0 到 1 落地：至少主导过一个智能体 / 大模型应用从原型到可靠上线的完整过程，能讲清所解决的稳定性、延迟或成本问题。\n4. 非功能深度：在性能、效率 / 成本、稳定性与安全上有扎实积累，能独立对各项指标负责并做出合理取舍。\n5. 评测与可观测：能为非确定性系统设计评测与可观测体系，而不仅是交付功能。\n6. 全栈广度：能在后端、基础设施 / 服务与产品层之间自如切换；精通 Python / Go / Rust / C++ / TypeScript 中至少一门。\n7. owner 意识与结果导向：有在小规模、高速团队中端到端 owner 模糊、从 0 到 1 问题的经历；结果导向，拥抱变化。\n8. 对智能体原生工作方式的信念：相信未来工作方式将走向智能体原生（agent-native），并愿意通过创新的产品设计推动这一愿景落地、创造真实价值。\n加分项\n● 大规模分布式系统、沙箱隔离或智能体编排经验；\n● 面向自主 / 智能体系统的安全经验；\n● 开源贡献或有影响力的个人 Agent 作品。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}