主分类：云基础设施与系统软件研发
辅助：Agent系统开发（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": "智能引擎-AI Systems 研发工程师-杭州",
"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": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们的平台：TPP 是阿里集团一个经过多年打磨、支撑大规模在线业务研发交付的 超大规模Serverless 平台，在资源调度、超大规模在线Serving、极速迭代链路、可观测性等方向积累了完整的平台能力。Agent 时代，TPP 正在进行全面的 AI Native 升级——我们希望与你一起，既用 AI 重塑平台自身的研发范式，也把一站式业务研发交付演进到智能化形态。\n我们需要你：\n1、负责 Serverless 基础平台自身的 AI Native 升级：以 AI 重塑平台从需求、开发、测试到发布、运维的全研发生命周期，让平台自身成为 AI Native 研发模式的第一实践者；\n2、、推动 TPP 在 Agent 时代的延续与发展：建设基于 Agent 的业务一站式研发交付能力，推动业务研发从 UI 操作模式转向自然语言对话模式；参与 Agent harness 效果工程，构建 Agent 评测与自进化的数据闭环，从工程角度持续提升 Agent 效果；\n3、持续演进平台底座：设计并实现高并发、高可用、高性能、高可观测的 Serverless 运行时与调度体系，为业务提供坚实的技术底座，支持业务的智能化转型。\n岗位可以带给你的成长：\n①这个岗位具备相当的挑战性：平台承载大规模在线流量，对时延与可用性要求苛刻，而同等体量平台的 AI Native 升级在业内少有成熟方案可循，你做的每一步都是行业前沿的探索。\n②如果你一直做基础平台、中间件或高并发系统，正在思考如何走向 AI Agent，这里会是一个少见的落点：\n平台工程经验是最大的本钱，是Agent从Demo走向生产的核心技术支撑。团队将提供体系化的培养支持，帮你完成从平台工程到 Agent 工程的认知升级。",
"requirements_text": "1.热爱编程，熟练掌握 Java / Python / Go 中至少一门编程语言，数据结构与算法基础扎实，精通面向对象设计原则，有良好的编程习惯与工程素养；\n2.具有高并发系统、基础平台或中间件方向之一的研发经验，熟悉分布式系统常见技术栈（RPC 框架、消息队列、调度系统、可观测性等），有实际的性能优化或高可用建设经验；\n3.熟悉网络编程与多线程编程，对 TCP/IP、HTTP 等协议有深入理解，熟悉 Unix/Linux 环境编程与常用调试工具；\n4.有 Agent 相关实践，有以下其一的经历就可以：熟悉主流大模型应用框架（LangGraph、DeepAgents 等），参与过 Agent 系统搭建、效果优化或评测相关项目，对 Agent harness、自进化等方向有理解，或了解模型微调与推理加速（vLLM、SGLang 等）的基本概念者优先；\n5.学习能力强，对新事物保有好奇心，善于独立思考并反思总结。",
"skills": [AI生成
"Python",
"Java",
"Linux",
"数据结构",
"分布式系统",
"模型微调",
"性能优化",
"学习能力",
"Go",
"大语言模型"
],
"preferred_qualifications": "4.有 Agent 相关实践，有以下其一的经历就可以：熟悉主流大模型应用框架（LangGraph、DeepAgents 等），参与过 Agent 系统搭建、效果优化或评测相关项目，对 Agent harness、自进化等方向有理解，或了解模型微调与推理加速（vLLM、SGLang 等）的基本概念者优先",
"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=100030760002"
}
]
},
"posting": {
"posting_id": "100030760002",
"post_date": "2026-08-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100030760002"
},
"fulltext": "智能引擎-AI Systems 研发工程师-杭州\n智能引擎-AI Systems 研发工程师-杭州\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我们的平台：TPP 是阿里集团一个经过多年打磨、支撑大规模在线业务研发交付的 超大规模Serverless 平台，在资源调度、超大规模在线Serving、极速迭代链路、可观测性等方向积累了完整的平台能力。Agent 时代，TPP 正在进行全面的 AI Native 升级——我们希望与你一起，既用 AI 重塑平台自身的研发范式，也把一站式业务研发交付演进到智能化形态。\n我们需要你：\n1、负责 Serverless 基础平台自身的 AI Native 升级：以 AI 重塑平台从需求、开发、测试到发布、运维的全研发生命周期，让平台自身成为 AI Native 研发模式的第一实践者；\n2、、推动 TPP 在 Agent 时代的延续与发展：建设基于 Agent 的业务一站式研发交付能力，推动业务研发从 UI 操作模式转向自然语言对话模式；参与 Agent harness 效果工程，构建 Agent 评测与自进化的数据闭环，从工程角度持续提升 Agent 效果；\n3、持续演进平台底座：设计并实现高并发、高可用、高性能、高可观测的 Serverless 运行时与调度体系，为业务提供坚实的技术底座，支持业务的智能化转型。\n岗位可以带给你的成长：\n①这个岗位具备相当的挑战性：平台承载大规模在线流量，对时延与可用性要求苛刻，而同等体量平台的 AI Native 升级在业内少有成熟方案可循，你做的每一步都是行业前沿的探索。\n②如果你一直做基础平台、中间件或高并发系统，正在思考如何走向 AI Agent，这里会是一个少见的落点：\n平台工程经验是最大的本钱，是Agent从Demo走向生产的核心技术支撑。团队将提供体系化的培养支持，帮你完成从平台工程到 Agent 工程的认知升级。\n\n职位要求\n1.热爱编程，熟练掌握 Java / Python / Go 中至少一门编程语言，数据结构与算法基础扎实，精通面向对象设计原则，有良好的编程习惯与工程素养；\n2.具有高并发系统、基础平台或中间件方向之一的研发经验，熟悉分布式系统常见技术栈（RPC 框架、消息队列、调度系统、可观测性等），有实际的性能优化或高可用建设经验；\n3.熟悉网络编程与多线程编程，对 TCP/IP、HTTP 等协议有深入理解，熟悉 Unix/Linux 环境编程与常用调试工具；\n4.有 Agent 相关实践，有以下其一的经历就可以：熟悉主流大模型应用框架（LangGraph、DeepAgents 等），参与过 Agent 系统搭建、效果优化或评测相关项目，对 Agent harness、自进化等方向有理解，或了解模型微调与推理加速（vLLM、SGLang 等）的基本概念者优先；\n5.学习能力强，对新事物保有好奇心，善于独立思考并反思总结。\n我们的平台：TPP 是阿里集团一个经过多年打磨、支撑大规模在线业务研发交付的 超大规模Serverless 平台，在资源调度、超大规模在线Serving、极速迭代链路、可观测性等方向积累了完整的平台能力。Agent 时代，TPP 正在进行全面的 AI Native 升级——我们希望与你一起，既用 AI 重塑平台自身的研发范式，也把一站式业务研发交付演进到智能化形态。\n我们需要你：\n1、负责 Serverless 基础平台自身的 AI Native 升级：以 AI 重塑平台从需求、开发、测试到发布、运维的全研发生命周期，让平台自身成为 AI Native 研发模式的第一实践者；\n2、、推动 TPP 在 Agent 时代的延续与发展：建设基于 Agent 的业务一站式研发交付能力，推动业务研发从 UI 操作模式转向自然语言对话模式；参与 Agent harness 效果工程，构建 Agent 评测与自进化的数据闭环，从工程角度持续提升 Agent 效果；\n3、持续演进平台底座：设计并实现高并发、高可用、高性能、高可观测的 Serverless 运行时与调度体系，为业务提供坚实的技术底座，支持业务的智能化转型。\n岗位可以带给你的成长：\n①这个岗位具备相当的挑战性：平台承载大规模在线流量，对时延与可用性要求苛刻，而同等体量平台的 AI Native 升级在业内少有成熟方案可循，你做的每一步都是行业前沿的探索。\n②如果你一直做基础平台、中间件或高并发系统，正在思考如何走向 AI Agent，这里会是一个少见的落点：\n平台工程经验是最大的本钱，是Agent从Demo走向生产的核心技术支撑。团队将提供体系化的培养支持，帮你完成从平台工程到 Agent 工程的认知升级。\n1.热爱编程，熟练掌握 Java / Python / Go 中至少一门编程语言，数据结构与算法基础扎实，精通面向对象设计原则，有良好的编程习惯与工程素养；\n2.具有高并发系统、基础平台或中间件方向之一的研发经验，熟悉分布式系统常见技术栈（RPC 框架、消息队列、调度系统、可观测性等），有实际的性能优化或高可用建设经验；\n3.熟悉网络编程与多线程编程，对 TCP/IP、HTTP 等协议有深入理解，熟悉 Unix/Linux 环境编程与常用调试工具；\n4.有 Agent 相关实践，有以下其一的经历就可以：熟悉主流大模型应用框架（LangGraph、DeepAgents 等），参与过 Agent 系统搭建、效果优化或评测相关项目，对 Agent harness、自进化等方向有理解，或了解模型微调与推理加速（vLLM、SGLang 等）的基本概念者优先；\n5.学习能力强，对新事物保有好奇心，善于独立思考并反思总结。",
"standard_classification": {
"std_category_code": "T018",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}