主分类：AI应用开发（非Agent）
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": "达摩院-AI 应用开发专家-芯片业务",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "技术类-开发"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "- 计算机科学、人工智能、数据科学或相关领域的本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。\n- 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。\n- 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。\n2. AI知识库系统构建\n- 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。\n- RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。\n3. AI辅助工具平台开发\n- 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。\n- 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。\n4. 项目管理和团队协作\n- 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。\n- 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。\n- 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。",
"requirements_text": "1. 教育背景\n- 计算机科学、人工智能、数据科学或相关领域的本科及以上学历。\n2. 专业技能\n- AI理论基础：深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的新技术和研究进展。\n- 大模型应用：熟悉大模型（如Transformer架构）的原理和特点，有实际应用和优化大模型的经验。\n- RAG系统开发：有构建和优化RAG系统的经验，熟悉检索和生成模型的设计与实现。\n- DevOps流程：熟悉自动化DevOps流程，有CI/CD工具（如Jenkins、GitLab CI/CD）的使用经验。\n- 编程能力：熟练使用Python、Java、C++等编程语言，有良好的代码编写习惯。\n- 数据处理：熟练使用数据处理和分析工具（如Pandas、NumPy、SQL），有处理大规模数据的经验。\n3. 项目经验\n- AI项目落地：有多个成功的AI项目落地经验，能够在实际业务场景中应用AI技术解决复杂问题。\n- 团队协作：有良好的团队协作和沟通能力，能够在跨职能团队中有效工作。\n优先条件\n- 实践经验：对AI落地场景有深入思考和实践经验，有成功将AI技术应用于实际业务场景的案例。\n- 创新思维：具备创新思维，能够在现有技术基础上提出新的解决方案和优化方法。\n- 行业背景：有相关行业（如半导体、存储、智能制造等）的背景和经验，了解行业特点和业务需求。",
"skills": [AI生成
"Python",
"Java",
"C++",
"SQL",
"机器学习",
"深度学习",
"自然语言处理",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "优先条件",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100019880002"
}
]
},
"posting": {
"posting_id": "100019880002",
"post_date": "2026-08-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100019880002"
},
"fulltext": "达摩院-AI 应用开发专家-芯片业务\n达摩院-AI 应用开发专家-芯片业务\n\n基础信息\n职位类别：技术类-开发\n工作地点：上海\n\n职位描述\n1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。\n- 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。\n- 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。\n2. AI知识库系统构建\n- 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。\n- RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。\n3. AI辅助工具平台开发\n- 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。\n- 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。\n4. 项目管理和团队协作\n- 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。\n- 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。\n- 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。\n\n职位要求\n1. 教育背景\n- 计算机科学、人工智能、数据科学或相关领域的本科及以上学历。\n2. 专业技能\n- AI理论基础：深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的新技术和研究进展。\n- 大模型应用：熟悉大模型（如Transformer架构）的原理和特点，有实际应用和优化大模型的经验。\n- RAG系统开发：有构建和优化RAG系统的经验，熟悉检索和生成模型的设计与实现。\n- DevOps流程：熟悉自动化DevOps流程，有CI/CD工具（如Jenkins、GitLab CI/CD）的使用经验。\n- 编程能力：熟练使用Python、Java、C++等编程语言，有良好的代码编写习惯。\n- 数据处理：熟练使用数据处理和分析工具（如Pandas、NumPy、SQL），有处理大规模数据的经验。\n3. 项目经验\n- AI项目落地：有多个成功的AI项目落地经验，能够在实际业务场景中应用AI技术解决复杂问题。\n- 团队协作：有良好的团队协作和沟通能力，能够在跨职能团队中有效工作。\n优先条件\n- 实践经验：对AI落地场景有深入思考和实践经验，有成功将AI技术应用于实际业务场景的案例。\n- 创新思维：具备创新思维，能够在现有技术基础上提出新的解决方案和优化方法。\n- 行业背景：有相关行业（如半导体、存储、智能制造等）的背景和经验，了解行业特点和业务需求。\n1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。\n- 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。\n- 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。\n2. AI知识库系统构建\n- 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。\n- RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。\n3. AI辅助工具平台开发\n- 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。\n- 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。\n4. 项目管理和团队协作\n- 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。\n- 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。\n- 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。\n1. 教育背景\n- 计算机科学、人工智能、数据科学或相关领域的本科及以上学历。\n2. 专业技能\n- AI理论基础：深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的新技术和研究进展。\n- 大模型应用：熟悉大模型（如Transformer架构）的原理和特点，有实际应用和优化大模型的经验。\n- RAG系统开发：有构建和优化RAG系统的经验，熟悉检索和生成模型的设计与实现。\n- DevOps流程：熟悉自动化DevOps流程，有CI/CD工具（如Jenkins、GitLab CI/CD）的使用经验。\n- 编程能力：熟练使用Python、Java、C++等编程语言，有良好的代码编写习惯。\n- 数据处理：熟练使用数据处理和分析工具（如Pandas、NumPy、SQL），有处理大规模数据的经验。\n3. 项目经验\n- AI项目落地：有多个成功的AI项目落地经验，能够在实际业务场景中应用AI技术解决复杂问题。\n- 团队协作：有良好的团队协作和沟通能力，能够在跨职能团队中有效工作。\n优先条件\n- 实践经验：对AI落地场景有深入思考和实践经验，有成功将AI技术应用于实际业务场景的案例。\n- 创新思维：具备创新思维，能够在现有技术基础上提出新的解决方案和优化方法。\n- 行业背景：有相关行业（如半导体、存储、智能制造等）的背景和经验，了解行业特点和业务需求。",
"standard_classification": {
"std_category_code": "T008",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}