主分类：Agent系统开发
辅助：后端与业务系统研发（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": "业务技术-AI Agent 开发工程师-商品&库存",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "软件研发"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"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": "加入我们，成为电商基石商品域建设的核心驱动者，探索全新业务Agent落地场景，持续迭代电商供给体系。\n1、赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商家端AI能力建设、智能补齐与经营辅助，显著提升商家经营效率与产品体验。\n2、库存架构迭代： 增对商品供给的多样性和复杂性，解决和建设商品多供给，托管，近场闪购等交易核心链路能力并保障稳定性，通过AI赋能提升研发效率。\n3、驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力。\n4、主导端到端交付： 协同产品、业务及行业运营，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环。",
"requirements_text": "1、精通 Java/Go/Python 至少一门，具备核心链路的高并发处理能力及AI生态下的双语/多语言架构设计经验。熟悉分布式系统设计，在 MySQL/Redis/Tair等存储与缓存调优方面有实战深钻经验。\n2、熟练掌握 LangChain / LlamaIndex / AutoGen / Spring AI 等，具备源码级理解或二次开发经验。\n3、精通 RAG 全流程（Embedding、Rerank、混合检索），有 GraphRAG 实战经验者优先；熟悉 Function Calling 协议及大规模 API 编排。\n4、深刻理解电商商品模型（SPU/SKU/Category），商品在搜索，导购和交易核心业务链路流转逻辑。\n5、具备极强的责任心，能独立负责复杂业务逻辑的方案设计及跨团队沟通协同。\n6、进阶加分项：有 Multi-Agent（多智能体）博弈或协作系统落地经验，熟悉 MCP (Model Context Protocol) 标准或有 通义千问 (Qwen) 深度应用经验。",
"skills": [AI生成
"Python",
"Java",
"MySQL",
"Redis",
"Spring",
"分布式系统",
"架构设计",
"Go",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "3、精通 RAG 全流程（Embedding、Rerank、混合检索），有 GraphRAG 实战经验者优先；6、进阶加分项：有 Multi-Agent（多智能体）博弈或协作系统落地经验，熟悉 MCP (Model Context Protocol) 标准或有 通义千问 (Qwen) 深度应用经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.taotian.com/off-campus/position-detail?positionId=100018600009"
}
]
},
"posting": {
"posting_id": "100018600009",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100018600009"
},
"fulltext": "业务技术-AI Agent 开发工程师-商品&库存\n业务技术-AI Agent 开发工程师-商品&库存\n\n基础信息\n工作地点：杭州\n\n职位描述\n加入我们，成为电商基石商品域建设的核心驱动者，探索全新业务Agent落地场景，持续迭代电商供给体系。\n1、赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商家端AI能力建设、智能补齐与经营辅助，显著提升商家经营效率与产品体验。\n2、库存架构迭代： 增对商品供给的多样性和复杂性，解决和建设商品多供给，托管，近场闪购等交易核心链路能力并保障稳定性，通过AI赋能提升研发效率。\n3、驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力。\n4、主导端到端交付： 协同产品、业务及行业运营，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环。\n\n职位要求\n1、精通 Java/Go/Python 至少一门，具备核心链路的高并发处理能力及AI生态下的双语/多语言架构设计经验。熟悉分布式系统设计，在 MySQL/Redis/Tair等存储与缓存调优方面有实战深钻经验。\n2、熟练掌握 LangChain / LlamaIndex / AutoGen / Spring AI 等，具备源码级理解或二次开发经验。\n3、精通 RAG 全流程（Embedding、Rerank、混合检索），有 GraphRAG 实战经验者优先；熟悉 Function Calling 协议及大规模 API 编排。\n4、深刻理解电商商品模型（SPU/SKU/Category），商品在搜索，导购和交易核心业务链路流转逻辑。\n5、具备极强的责任心，能独立负责复杂业务逻辑的方案设计及跨团队沟通协同。\n6、进阶加分项：有 Multi-Agent（多智能体）博弈或协作系统落地经验，熟悉 MCP (Model Context Protocol) 标准或有 通义千问 (Qwen) 深度应用经验。\n加入我们，成为电商基石商品域建设的核心驱动者，探索全新业务Agent落地场景，持续迭代电商供给体系。\n1、赋能商家经营： 依托海量商品数据与平台标准化沉淀，构建智能业务Agent，实现商家端AI能力建设、智能补齐与经营辅助，显著提升商家经营效率与产品体验。\n2、库存架构迭代： 增对商品供给的多样性和复杂性，解决和建设商品多供给，托管，近场闪购等交易核心链路能力并保障稳定性，通过AI赋能提升研发效率。\n3、驱动技术革新： 持续关注行业前沿趋势（如Agentic Workflow、skill、LLM迭代），引入创新方案进行系统重构与智能化升级，通过性能优化与架构演进，持续保持产品竞争力。\n4、主导端到端交付： 协同产品、业务及行业运营，主导从需求洞察、技术架构设计到高质量交付的全链路实现，推动技术与业务的深度融合与价值闭环。\n1、精通 Java/Go/Python 至少一门，具备核心链路的高并发处理能力及AI生态下的双语/多语言架构设计经验。熟悉分布式系统设计，在 MySQL/Redis/Tair等存储与缓存调优方面有实战深钻经验。\n2、熟练掌握 LangChain / LlamaIndex / AutoGen / Spring AI 等，具备源码级理解或二次开发经验。\n3、精通 RAG 全流程（Embedding、Rerank、混合检索），有 GraphRAG 实战经验者优先；熟悉 Function Calling 协议及大规模 API 编排。\n4、深刻理解电商商品模型（SPU/SKU/Category），商品在搜索，导购和交易核心业务链路流转逻辑。\n5、具备极强的责任心，能独立负责复杂业务逻辑的方案设计及跨团队沟通协同。\n6、进阶加分项：有 Multi-Agent（多智能体）博弈或协作系统落地经验，熟悉 MCP (Model Context Protocol) 标准或有 通义千问 (Qwen) 深度应用经验。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T002"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}