{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "业务技术-AI Agent 优化工程师-Agent 平台方向",
        "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": "未披露"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": "",
        "degree": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "聚焦淘天核心业务与真实应用场景，你将参与淘天 AI 核心平台建设，围绕 AI Agent 在理解、推理、规划、执行等关键能力开展持续优化，通过数据分析、Agent 评测、实验验证及策略优化等方式构建数据飞轮，推动 Agent 能力持续迭代，并提升其在复杂真实业务场景中的任务完成效果与业务价值。\n1. 负责 AI Agent 核心能力优化，围绕任务规划、推理、工具调用、记忆、知识增强、多智能体协作等关键能力开展算法研究与优化，持续提升 Agent 在复杂任务中的执行效果。\n2. 建立 AI Agent 全生命周期评测体系，设计离线评测集、自动化评测流程及线上评估指标，结合真实业务场景分析 Agent 在理解、推理、执行及交互过程中的能力瓶颈，并持续推动优化迭代。\n3. 基于海量用户行为数据、模型输出及运行日志，开展数据分析、误差分析及实验验证，定位影响 Agent 效果的关键因素，制定数据驱动的优化方案，持续提升任务成功率、执行效率及用户满意度。\n4. 研究大语言模型在 AI Agent 场景下的能力边界及优化方法，结合 Prompt Engineering、上下文学习（In-Context Learning）、RAG、工作流编排、策略优化等技术，不断提升 Agent 在复杂业务中的泛化能力和稳定性。\n5. 参与 Agent 数据体系建设，负责训练数据、评测数据、偏好数据及高质量样本构建，持续完善数据质量分析及自动化评测能力，为 Agent 持续优化提供数据支撑。\n6. 结合离线实验、在线实验（A/B Test）及业务反馈，持续迭代 Agent 能力，建立从问题发现、原因分析、策略优化到效果验证的完整闭环，推动 Agent 能力持续演进。\n7. 跟踪大语言模型及 AI Agent 领域前沿技术，结合业务需求开展新算法、新框架及新优化策略的探索与落地。",
        "requirements_text": "1. 硕士及以上学历，计算机、人工智能、软件工程、数学、统计学等相关专业，具备扎实的机器学习、深度学习及自然语言处理基础。\n2. 熟悉 Transformer、大语言模型及 AI Agent 技术体系，深入理解模型训练与推理机制，掌握 Prompt Engineering、RAG、Function Calling、Planning、Memory、Multi-Agent、Agent Workflow 等关键技术，并具备相关实践经验。\n3. 熟悉监督微调、强化学习等模型优化方法，理解模型能力对齐、模型评测等相关技术，有大模型应用优化或 Agent 优化经验者优先。\n4. 熟练掌握 Python，熟悉 PyTorch、TensorFlow 等至少一种深度学习框架，具备扎实的算法实现能力和良好的工程开发能力。\n5. 熟悉模型评测体系及实验设计方法，能够构建科学的评估指标，熟练运用离线评测、在线实验（A/B Test）、日志分析及误差分析等方法持续优化 Agent 效果。\n6. 具备扎实的数据分析能力，熟悉 SQL、Pandas、NumPy 等数据处理工具，能够从海量数据中发现规律，分析模型问题，并形成可落地的优化方案。\n7. 具备优秀的问题抽象、技术研究及创新能力，能够快速理解复杂业务场景，设计并验证算法方案，持续推动 AI Agent 能力优化及业务价值提升。\n加分项：\n1. 在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文。\n2. 知名大模型评测框架或高质量开源数据核心贡献者。\n3. 极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。",
        "skills": [AI生成
            "Python",
            "SQL",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "数据分析",
            "模型训练",
            "分析能力",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "3. 熟悉监督微调、强化学习等模型优化方法，理解模型能力对齐、模型评测等相关技术，有大模型应用优化或 Agent 优化经验者优先；加分项：",
        "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=100032420003"
            }
        ]
    },
    "posting": {
        "posting_id": "100032420003",
        "post_date": "2026-08-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100032420003"
    },
    "fulltext": "业务技术-AI Agent 优化工程师-Agent 平台方向\n业务技术-AI Agent 优化工程师-Agent 平台方向\n\n基础信息\n工作地点：杭州\n\n职位描述\n聚焦淘天核心业务与真实应用场景，你将参与淘天 AI 核心平台建设，围绕 AI Agent 在理解、推理、规划、执行等关键能力开展持续优化，通过数据分析、Agent 评测、实验验证及策略优化等方式构建数据飞轮，推动 Agent 能力持续迭代，并提升其在复杂真实业务场景中的任务完成效果与业务价值。\n1. 负责 AI Agent 核心能力优化，围绕任务规划、推理、工具调用、记忆、知识增强、多智能体协作等关键能力开展算法研究与优化，持续提升 Agent 在复杂任务中的执行效果。\n2. 建立 AI Agent 全生命周期评测体系，设计离线评测集、自动化评测流程及线上评估指标，结合真实业务场景分析 Agent 在理解、推理、执行及交互过程中的能力瓶颈，并持续推动优化迭代。\n3. 基于海量用户行为数据、模型输出及运行日志，开展数据分析、误差分析及实验验证，定位影响 Agent 效果的关键因素，制定数据驱动的优化方案，持续提升任务成功率、执行效率及用户满意度。\n4. 研究大语言模型在 AI Agent 场景下的能力边界及优化方法，结合 Prompt Engineering、上下文学习（In-Context Learning）、RAG、工作流编排、策略优化等技术，不断提升 Agent 在复杂业务中的泛化能力和稳定性。\n5. 参与 Agent 数据体系建设，负责训练数据、评测数据、偏好数据及高质量样本构建，持续完善数据质量分析及自动化评测能力，为 Agent 持续优化提供数据支撑。\n6. 结合离线实验、在线实验（A/B Test）及业务反馈，持续迭代 Agent 能力，建立从问题发现、原因分析、策略优化到效果验证的完整闭环，推动 Agent 能力持续演进。\n7. 跟踪大语言模型及 AI Agent 领域前沿技术，结合业务需求开展新算法、新框架及新优化策略的探索与落地。\n\n职位要求\n1. 硕士及以上学历，计算机、人工智能、软件工程、数学、统计学等相关专业，具备扎实的机器学习、深度学习及自然语言处理基础。\n2. 熟悉 Transformer、大语言模型及 AI Agent 技术体系，深入理解模型训练与推理机制，掌握 Prompt Engineering、RAG、Function Calling、Planning、Memory、Multi-Agent、Agent Workflow 等关键技术，并具备相关实践经验。\n3. 熟悉监督微调、强化学习等模型优化方法，理解模型能力对齐、模型评测等相关技术，有大模型应用优化或 Agent 优化经验者优先。\n4. 熟练掌握 Python，熟悉 PyTorch、TensorFlow 等至少一种深度学习框架，具备扎实的算法实现能力和良好的工程开发能力。\n5. 熟悉模型评测体系及实验设计方法，能够构建科学的评估指标，熟练运用离线评测、在线实验（A/B Test）、日志分析及误差分析等方法持续优化 Agent 效果。\n6. 具备扎实的数据分析能力，熟悉 SQL、Pandas、NumPy 等数据处理工具，能够从海量数据中发现规律，分析模型问题，并形成可落地的优化方案。\n7. 具备优秀的问题抽象、技术研究及创新能力，能够快速理解复杂业务场景，设计并验证算法方案，持续推动 AI Agent 能力优化及业务价值提升。\n加分项：\n1. 在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文。\n2. 知名大模型评测框架或高质量开源数据核心贡献者。\n3. 极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。\n聚焦淘天核心业务与真实应用场景，你将参与淘天 AI 核心平台建设，围绕 AI Agent 在理解、推理、规划、执行等关键能力开展持续优化，通过数据分析、Agent 评测、实验验证及策略优化等方式构建数据飞轮，推动 Agent 能力持续迭代，并提升其在复杂真实业务场景中的任务完成效果与业务价值。\n1. 负责 AI Agent 核心能力优化，围绕任务规划、推理、工具调用、记忆、知识增强、多智能体协作等关键能力开展算法研究与优化，持续提升 Agent 在复杂任务中的执行效果。\n2. 建立 AI Agent 全生命周期评测体系，设计离线评测集、自动化评测流程及线上评估指标，结合真实业务场景分析 Agent 在理解、推理、执行及交互过程中的能力瓶颈，并持续推动优化迭代。\n3. 基于海量用户行为数据、模型输出及运行日志，开展数据分析、误差分析及实验验证，定位影响 Agent 效果的关键因素，制定数据驱动的优化方案，持续提升任务成功率、执行效率及用户满意度。\n4. 研究大语言模型在 AI Agent 场景下的能力边界及优化方法，结合 Prompt Engineering、上下文学习（In-Context Learning）、RAG、工作流编排、策略优化等技术，不断提升 Agent 在复杂业务中的泛化能力和稳定性。\n5. 参与 Agent 数据体系建设，负责训练数据、评测数据、偏好数据及高质量样本构建，持续完善数据质量分析及自动化评测能力，为 Agent 持续优化提供数据支撑。\n6. 结合离线实验、在线实验（A/B Test）及业务反馈，持续迭代 Agent 能力，建立从问题发现、原因分析、策略优化到效果验证的完整闭环，推动 Agent 能力持续演进。\n7. 跟踪大语言模型及 AI Agent 领域前沿技术，结合业务需求开展新算法、新框架及新优化策略的探索与落地。\n1. 硕士及以上学历，计算机、人工智能、软件工程、数学、统计学等相关专业，具备扎实的机器学习、深度学习及自然语言处理基础。\n2. 熟悉 Transformer、大语言模型及 AI Agent 技术体系，深入理解模型训练与推理机制，掌握 Prompt Engineering、RAG、Function Calling、Planning、Memory、Multi-Agent、Agent Workflow 等关键技术，并具备相关实践经验。\n3. 熟悉监督微调、强化学习等模型优化方法，理解模型能力对齐、模型评测等相关技术，有大模型应用优化或 Agent 优化经验者优先。\n4. 熟练掌握 Python，熟悉 PyTorch、TensorFlow 等至少一种深度学习框架，具备扎实的算法实现能力和良好的工程开发能力。\n5. 熟悉模型评测体系及实验设计方法，能够构建科学的评估指标，熟练运用离线评测、在线实验（A/B Test）、日志分析及误差分析等方法持续优化 Agent 效果。\n6. 具备扎实的数据分析能力，熟悉 SQL、Pandas、NumPy 等数据处理工具，能够从海量数据中发现规律，分析模型问题，并形成可落地的优化方案。\n7. 具备优秀的问题抽象、技术研究及创新能力，能够快速理解复杂业务场景，设计并验证算法方案，持续推动 AI Agent 能力优化及业务价值提升。\n加分项：\n1. 在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文。\n2. 知名大模型评测框架或高质量开源数据核心贡献者。\n3. 极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}