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": "业务技术-AI应用研发工程师-首页&推荐",
"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": 1,
"degree": "人工智能、计算机、电子等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、需求理解与归因：深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。\n2、架构设计：面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。\n3、知识与环境构建：搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。\n4、核心能力实现：负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。\n5、系统迭代与演进：建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。\"",
"requirements_text": "1. 人工智能、计算机、电子等相关专业本科及以上学历；1 年以上大模型 Agent 研发经验，有 Agent 项目成功落地案例。\n2. 熟悉 Agent 核心概念与架构，Prompt、Skill、Harness、MCP，以及 memory、reasoning、tool orchestration 等模块，具备 AI 原生系统设计能力。\n3. 熟悉 RAG 全链路，有召回质量与上下文优化的实战经验；有评测意识，具备 case 分析能力，能搭建自动化评测，用数据驱动效果迭代。\n4. 扎实的工程功底，熟悉 Python/Java 与高并发服务设计，掌握异步、降级、全链路 tracing 等稳定性与可观测手段。\n5. 有产品热情，能快速理解业务背景、抽象业务过程，实现业务与技术的结合；较强的 ownership 与跨团队协作能力。",
"skills": [AI生成
"Python",
"Java",
"团队协作",
"分析能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "未披露",
"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=100021160002"
}
]
},
"posting": {
"posting_id": "100021160002",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100021160002"
},
"fulltext": "业务技术-AI应用研发工程师-首页&推荐\n业务技术-AI应用研发工程师-首页&推荐\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、需求理解与归因：深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。\n2、架构设计：面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。\n3、知识与环境构建：搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。\n4、核心能力实现：负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。\n5、系统迭代与演进：建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。\"\n\n职位要求\n1. 人工智能、计算机、电子等相关专业本科及以上学历；1 年以上大模型 Agent 研发经验，有 Agent 项目成功落地案例。\n2. 熟悉 Agent 核心概念与架构，Prompt、Skill、Harness、MCP，以及 memory、reasoning、tool orchestration 等模块，具备 AI 原生系统设计能力。\n3. 熟悉 RAG 全链路，有召回质量与上下文优化的实战经验；有评测意识，具备 case 分析能力，能搭建自动化评测，用数据驱动效果迭代。\n4. 扎实的工程功底，熟悉 Python/Java 与高并发服务设计，掌握异步、降级、全链路 tracing 等稳定性与可观测手段。\n5. 有产品热情，能快速理解业务背景、抽象业务过程，实现业务与技术的结合；较强的 ownership 与跨团队协作能力。\n1、需求理解与归因：深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。\n2、架构设计：面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。\n3、知识与环境构建：搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。\n4、核心能力实现：负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。\n5、系统迭代与演进：建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。\"\n1. 人工智能、计算机、电子等相关专业本科及以上学历；1 年以上大模型 Agent 研发经验，有 Agent 项目成功落地案例。\n2. 熟悉 Agent 核心概念与架构，Prompt、Skill、Harness、MCP，以及 memory、reasoning、tool orchestration 等模块，具备 AI 原生系统设计能力。\n3. 熟悉 RAG 全链路，有召回质量与上下文优化的实战经验；有评测意识，具备 case 分析能力，能搭建自动化评测，用数据驱动效果迭代。\n4. 扎实的工程功底，熟悉 Python/Java 与高并发服务设计，掌握异步、降级、全链路 tracing 等稳定性与可观测手段。\n5. 有产品热情，能快速理解业务背景、抽象业务过程，实现业务与技术的结合；较强的 ownership 与跨团队协作能力。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}