主分类：Agent系统开发
辅助：AI模型评测工程（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": "阿里国际站-AI+工程师-AI Mode",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-开发"AI生成
},
"company": {
"company_name": "阿里国际数字商业",
"company_industry": "跨境电商",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里国际数字商业业务涉及国际电商平台及跨境商品交易。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责 AI Mode 核心业务场景的 AI 能力构建与落地，将大模型技术（LLM）转化为可量化、可评估的业务生产力。你既是 Agent 系统的架构师，也是业务逻辑的重构者。岗位职责\n1. Agent 系统开发与编排\n基于 Accio Work / AI Mode 框架，设计并开发具备自主决策能力的 Multi-Agent 协作系统\n负责 Agent 核心链路建设，包括意图识别、任务规划（Planning）、工具调用（Function Calling / MCP）及多轮对话管理\n将复杂业务问题拆解为 L3-L4 级可执行的 Agentic Workflow\n2. AI 应用开发与效果调优\n掌握 RAG（检索增强生成）架构，构建面向业务场景的知识库与召回策略\n通过 Prompt Engineering、模型路由（大模型打标 + 小模型执行）等手段，持续优化模型表现\n将 AI 幻觉率控制在业务可接受范围（≤5%），任务完成率提升至 90% 以上\n3. 评测体系建设与业务价值验证\n搭建基于真实业务 Query 的 Benchmark 评测集，建立可量化的模型效果评估体系\n主导 AB 实验设计，确保 AI 功能上线后核心业务指标实现置信增长（P < 0.05）\n对负责场景的 Token 效能比负责，实现单位计算成本节降 ≥ 20%\n4. 业务流程自动化与决策提效\n将负责业务域中 50% 以上的重复性决策交由 Agent 托管\n利用 AI 解决数据归因与取数痛点，将决策支持响应时间从“天级”缩短为“分钟级”\n沉淀可复用的 Skill 与工作流方法论，带动团队 AI 工具采纳率提升",
"requirements_text": "任职要求：\n1、计算机相关专业本科及以上学历，3 年以上后端开发或算法工程经验\n2、熟练使用至少一种主流 LLM 应用框架（LangChain / LlamaIndex / AutoGen 等）\n3、具备实际的大模型应用落地经验（RAG / Agent / Fine-tuning 至少精通一项）\n4、具备扎实的工程能力，能独立完成从方案设计到上线运维的全链路交付\n优先条件\n1、有跨境电商、B2B 平台或供应链业务背景者优先\n2、有 Multi-Agent 系统或 Harness 架构实战经验者优先\n3、在国际站 AI Mode 或类似 AI Native 项目中主导过核心模块者优先",
"skills": [AI生成
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "优先条件；1、有跨境电商、B2B 平台或供应链业务背景者优先；2、有 Multi-Agent 系统或 Harness 架构实战经验者优先；3、在国际站 AI Mode 或类似 AI Native 项目中主导过核心模块者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100023715025"
}
]
},
"posting": {
"posting_id": "100023715025",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://aidc-jobs.alibaba.com/off-campus/position-detail?positionId=100023715025"
},
"fulltext": "阿里国际站-AI+工程师-AI Mode\n阿里国际站-AI+工程师-AI Mode\n\n基础信息\n职位类别：技术类-开发\n工作地点：杭州\n\n职位描述\n负责 AI Mode 核心业务场景的 AI 能力构建与落地，将大模型技术（LLM）转化为可量化、可评估的业务生产力。你既是 Agent 系统的架构师，也是业务逻辑的重构者。岗位职责\n1. Agent 系统开发与编排\n基于 Accio Work / AI Mode 框架，设计并开发具备自主决策能力的 Multi-Agent 协作系统\n负责 Agent 核心链路建设，包括意图识别、任务规划（Planning）、工具调用（Function Calling / MCP）及多轮对话管理\n将复杂业务问题拆解为 L3-L4 级可执行的 Agentic Workflow\n2. AI 应用开发与效果调优\n掌握 RAG（检索增强生成）架构，构建面向业务场景的知识库与召回策略\n通过 Prompt Engineering、模型路由（大模型打标 + 小模型执行）等手段，持续优化模型表现\n将 AI 幻觉率控制在业务可接受范围（≤5%），任务完成率提升至 90% 以上\n3. 评测体系建设与业务价值验证\n搭建基于真实业务 Query 的 Benchmark 评测集，建立可量化的模型效果评估体系\n主导 AB 实验设计，确保 AI 功能上线后核心业务指标实现置信增长（P < 0.05）\n对负责场景的 Token 效能比负责，实现单位计算成本节降 ≥ 20%\n4. 业务流程自动化与决策提效\n将负责业务域中 50% 以上的重复性决策交由 Agent 托管\n利用 AI 解决数据归因与取数痛点，将决策支持响应时间从“天级”缩短为“分钟级”\n沉淀可复用的 Skill 与工作流方法论，带动团队 AI 工具采纳率提升\n\n职位要求\n任职要求：\n1、计算机相关专业本科及以上学历，3 年以上后端开发或算法工程经验\n2、熟练使用至少一种主流 LLM 应用框架（LangChain / LlamaIndex / AutoGen 等）\n3、具备实际的大模型应用落地经验（RAG / Agent / Fine-tuning 至少精通一项）\n4、具备扎实的工程能力，能独立完成从方案设计到上线运维的全链路交付\n优先条件\n1、有跨境电商、B2B 平台或供应链业务背景者优先\n2、有 Multi-Agent 系统或 Harness 架构实战经验者优先\n3、在国际站 AI Mode 或类似 AI Native 项目中主导过核心模块者优先\n负责 AI Mode 核心业务场景的 AI 能力构建与落地，将大模型技术（LLM）转化为可量化、可评估的业务生产力。你既是 Agent 系统的架构师，也是业务逻辑的重构者。岗位职责\n1. Agent 系统开发与编排\n基于 Accio Work / AI Mode 框架，设计并开发具备自主决策能力的 Multi-Agent 协作系统\n负责 Agent 核心链路建设，包括意图识别、任务规划（Planning）、工具调用（Function Calling / MCP）及多轮对话管理\n将复杂业务问题拆解为 L3-L4 级可执行的 Agentic Workflow\n2. AI 应用开发与效果调优\n掌握 RAG（检索增强生成）架构，构建面向业务场景的知识库与召回策略\n通过 Prompt Engineering、模型路由（大模型打标 + 小模型执行）等手段，持续优化模型表现\n将 AI 幻觉率控制在业务可接受范围（≤5%），任务完成率提升至 90% 以上\n3. 评测体系建设与业务价值验证\n搭建基于真实业务 Query 的 Benchmark 评测集，建立可量化的模型效果评估体系\n主导 AB 实验设计，确保 AI 功能上线后核心业务指标实现置信增长（P < 0.05）\n对负责场景的 Token 效能比负责，实现单位计算成本节降 ≥ 20%\n4. 业务流程自动化与决策提效\n将负责业务域中 50% 以上的重复性决策交由 Agent 托管\n利用 AI 解决数据归因与取数痛点，将决策支持响应时间从“天级”缩短为“分钟级”\n沉淀可复用的 Skill 与工作流方法论，带动团队 AI 工具采纳率提升\n任职要求：\n1、计算机相关专业本科及以上学历，3 年以上后端开发或算法工程经验\n2、熟练使用至少一种主流 LLM 应用框架（LangChain / LlamaIndex / AutoGen 等）\n3、具备实际的大模型应用落地经验（RAG / Agent / Fine-tuning 至少精通一项）\n4、具备扎实的工程能力，能独立完成从方案设计到上线运维的全链路交付\n优先条件\n1、有跨境电商、B2B 平台或供应链业务背景者优先\n2、有 Multi-Agent 系统或 Harness 架构实战经验者优先\n3、在国际站 AI Mode 或类似 AI Native 项目中主导过核心模块者优先",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}