主分类：大模型与生成式算法研发
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": "千问办公-算法工程师-AI办公",
"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-算法"AI生成
},
"company": {
"company_name": "钉钉",
"company_industry": "企业服务 / 协同办公",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "钉钉提供企业沟通、协同办公和组织数字化工具。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 智能体架构与模型记忆：\n主导办公场景下智能体核心算法的设计与优化，涵盖任务规划、工具调用（Function Calling / MCP）、记忆调度等关键模块，提升智能体在复杂办公任务中的自主决策与执行能力。\n运用 RAG、向量检索、长短期记忆等技术构建模型记忆系统，为智能体提供可靠的知识获取与上下文召回能力。\n结合思维链（CoT）、思维树（ToT）等复杂推理技术，赋予智能体独立探索和解决复杂难题的能力。\n与工程团队协作，在有限推理算力下构建完整可落地的 Agentic Workflow 解决方案，推动智能体能力在产品中的集成上线。\n2. 评测体系：\n围绕企业级办公场景构建评测体系，覆盖任务理解、知识问答、工具调用等关键环节，建立自动化评测、人工评审与回归测试机制，支撑模型与智能体版本迭代的量化决策。\n设计实验验证不同技术路线在真实数据与任务下的效果，为方案选型与持续优化提供数据支撑。\n3. 多模态与垂类能力建设：\n将大模型与多模态能力适配到具体办公产品功能中，包括但不限于 AI 文本生成、代码生成、文生图、文档图像识别与理解等方向。完成 Prompt 工程、垂类微调等能力的业务实现，满足办公场景下的多样化 AI 需求。\n参与产品功能从需求分析到部署上线的全流程开发，保障技术方案高效落地并持续进行性能调优。\n4. 模型优化：\n负责大模型后训练相关工作，包括 SFT（监督微调）、偏好优化（DPO/RLHF 等）、强化学习（RL）等方法的应用，提升模型在办公业务场景中的稳定性、准确性和可控性。\n建设数据飞轮，沉淀用户反馈与交互日志，形成可用于训练和效果回归的数据资产，支撑模型版本持续迭代。\n5. 技术演进与工程化落地：\n追踪大模型、多模态及智能体领域的最新研究进展与行业动态，评估其在办公场景中的落地可行性，为团队提供创新性的技术思路和解决方案。\n负责前沿技术的实验验证与核心模块实现，推动可行技术在产品链路中的集成与上线。\n与产品、工程等跨部门团队协作，定位模型在真实业务场景中的效果问题并推动解决，持续提升用户体验和产品竞争力。",
"requirements_text": "1.硕士及以上学历，计算机、人工智能、数学、统计学、自动化等相关专业，有顶级会议论文发表或重要竞赛获奖经历者优先\n2.扎实的编程基础与数据结构算法思维，熟练掌握 Python 及主流深度学习框架，主导或参与过有影响力的 AI 开源项目者优先\n3.对大模型、智能体、检索增强等核心技术有系统性认知，对至少一个 AI 领域（CV / NLP / 语音）有扎实理解，有上述方向工业级项目落地经验者优先\n4.自驱力强，善于独立发现问题并推动解决，具备良好的团队协作与跨部门沟通能力",
"skills": [AI生成
"Python",
"深度学习",
"自然语言处理",
"数据结构",
"团队协作",
"沟通能力",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "1.硕士及以上学历，计算机、人工智能、数学、统计学、自动化等相关专业，有顶级会议论文发表或重要竞赛获奖经历者优先；2.扎实的编程基础与数据结构算法思维，熟练掌握 Python 及主流深度学习框架，主导或参与过有影响力的 AI 开源项目者优先；3.对大模型、智能体、检索增强等核心技术有系统性认知，对至少一个 AI 领域（CV / NLP / 语音）有扎实理解，有上述方向工业级项目落地经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.dingtalk.com/off-campus/position-detail?positionId=100031360001"
}
]
},
"posting": {
"posting_id": "100031360001",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.dingtalk.com/off-campus/position-detail?positionId=100031360001"
},
"fulltext": "千问办公-算法工程师-AI办公\n千问办公-算法工程师-AI办公\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n1. 智能体架构与模型记忆：\n主导办公场景下智能体核心算法的设计与优化，涵盖任务规划、工具调用（Function Calling / MCP）、记忆调度等关键模块，提升智能体在复杂办公任务中的自主决策与执行能力。\n运用 RAG、向量检索、长短期记忆等技术构建模型记忆系统，为智能体提供可靠的知识获取与上下文召回能力。\n结合思维链（CoT）、思维树（ToT）等复杂推理技术，赋予智能体独立探索和解决复杂难题的能力。\n与工程团队协作，在有限推理算力下构建完整可落地的 Agentic Workflow 解决方案，推动智能体能力在产品中的集成上线。\n2. 评测体系：\n围绕企业级办公场景构建评测体系，覆盖任务理解、知识问答、工具调用等关键环节，建立自动化评测、人工评审与回归测试机制，支撑模型与智能体版本迭代的量化决策。\n设计实验验证不同技术路线在真实数据与任务下的效果，为方案选型与持续优化提供数据支撑。\n3. 多模态与垂类能力建设：\n将大模型与多模态能力适配到具体办公产品功能中，包括但不限于 AI 文本生成、代码生成、文生图、文档图像识别与理解等方向。完成 Prompt 工程、垂类微调等能力的业务实现，满足办公场景下的多样化 AI 需求。\n参与产品功能从需求分析到部署上线的全流程开发，保障技术方案高效落地并持续进行性能调优。\n4. 模型优化：\n负责大模型后训练相关工作，包括 SFT（监督微调）、偏好优化（DPO/RLHF 等）、强化学习（RL）等方法的应用，提升模型在办公业务场景中的稳定性、准确性和可控性。\n建设数据飞轮，沉淀用户反馈与交互日志，形成可用于训练和效果回归的数据资产，支撑模型版本持续迭代。\n5. 技术演进与工程化落地：\n追踪大模型、多模态及智能体领域的最新研究进展与行业动态，评估其在办公场景中的落地可行性，为团队提供创新性的技术思路和解决方案。\n负责前沿技术的实验验证与核心模块实现，推动可行技术在产品链路中的集成与上线。\n与产品、工程等跨部门团队协作，定位模型在真实业务场景中的效果问题并推动解决，持续提升用户体验和产品竞争力。\n\n职位要求\n1.硕士及以上学历，计算机、人工智能、数学、统计学、自动化等相关专业，有顶级会议论文发表或重要竞赛获奖经历者优先\n2.扎实的编程基础与数据结构算法思维，熟练掌握 Python 及主流深度学习框架，主导或参与过有影响力的 AI 开源项目者优先\n3.对大模型、智能体、检索增强等核心技术有系统性认知，对至少一个 AI 领域（CV / NLP / 语音）有扎实理解，有上述方向工业级项目落地经验者优先\n4.自驱力强，善于独立发现问题并推动解决，具备良好的团队协作与跨部门沟通能力\n1. 智能体架构与模型记忆：\n主导办公场景下智能体核心算法的设计与优化，涵盖任务规划、工具调用（Function Calling / MCP）、记忆调度等关键模块，提升智能体在复杂办公任务中的自主决策与执行能力。\n运用 RAG、向量检索、长短期记忆等技术构建模型记忆系统，为智能体提供可靠的知识获取与上下文召回能力。\n结合思维链（CoT）、思维树（ToT）等复杂推理技术，赋予智能体独立探索和解决复杂难题的能力。\n与工程团队协作，在有限推理算力下构建完整可落地的 Agentic Workflow 解决方案，推动智能体能力在产品中的集成上线。\n2. 评测体系：\n围绕企业级办公场景构建评测体系，覆盖任务理解、知识问答、工具调用等关键环节，建立自动化评测、人工评审与回归测试机制，支撑模型与智能体版本迭代的量化决策。\n设计实验验证不同技术路线在真实数据与任务下的效果，为方案选型与持续优化提供数据支撑。\n3. 多模态与垂类能力建设：\n将大模型与多模态能力适配到具体办公产品功能中，包括但不限于 AI 文本生成、代码生成、文生图、文档图像识别与理解等方向。完成 Prompt 工程、垂类微调等能力的业务实现，满足办公场景下的多样化 AI 需求。\n参与产品功能从需求分析到部署上线的全流程开发，保障技术方案高效落地并持续进行性能调优。\n4. 模型优化：\n负责大模型后训练相关工作，包括 SFT（监督微调）、偏好优化（DPO/RLHF 等）、强化学习（RL）等方法的应用，提升模型在办公业务场景中的稳定性、准确性和可控性。\n建设数据飞轮，沉淀用户反馈与交互日志，形成可用于训练和效果回归的数据资产，支撑模型版本持续迭代。\n5. 技术演进与工程化落地：\n追踪大模型、多模态及智能体领域的最新研究进展与行业动态，评估其在办公场景中的落地可行性，为团队提供创新性的技术思路和解决方案。\n负责前沿技术的实验验证与核心模块实现，推动可行技术在产品链路中的集成与上线。\n与产品、工程等跨部门团队协作，定位模型在真实业务场景中的效果问题并推动解决，持续提升用户体验和产品竞争力。\n1.硕士及以上学历，计算机、人工智能、数学、统计学、自动化等相关专业，有顶级会议论文发表或重要竞赛获奖经历者优先\n2.扎实的编程基础与数据结构算法思维，熟练掌握 Python 及主流深度学习框架，主导或参与过有影响力的 AI 开源项目者优先\n3.对大模型、智能体、检索增强等核心技术有系统性认知，对至少一个 AI 领域（CV / NLP / 语音）有扎实理解，有上述方向工业级项目落地经验者优先\n4.自驱力强，善于独立发现问题并推动解决，具备良好的团队协作与跨部门沟通能力",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}