主分类：Agent系统开发
辅助：搜索推荐与业务决策算法研发（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": "淘宝平台事业部-高级算法工程师-阿里资产",
"job_level": "高级",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": "算法研发"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": "",
"degree": "本科及以上学历（硕士优先）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "方向一：Agent 算法 —— 基于 Agent 的商品理解\n1. 负责基于 Agent 范式的商品理解体系建设，设计端到端的商品理解 Agent 系统，实现非标资产商品的结构化认知（属性抽取、知识结构化、质量评估等）；\n2. 负责 Agent 核心能力建设，包括任务规划、工具调用、多步推理编排、记忆与上下文工程，持续提升理解结果的准确率与覆盖度；\n3. 负责商品理解所需多模态信息解析能力建设（图文、文档、表格等），完成技术方案选型与工程化落地；\n4. 建设商品理解效果的评测与监控体系，推动理解结果在搜索、推荐、导购等业务场景的应用闭环。\n方向二：搜推用增算法 —— 生成式推荐与用户增长\n1. 负责生成式推荐算法建设，探索大模型在召回、排序等推荐核心环节的落地，构建并迭代生成式推荐范式，提升个性化推荐效率；\n2. 负责用户增长算法建设，优化 Push、外投等用户触达渠道的算法效果，通过用户分层、触达策略优化持续提升触达转化效率；\n3. 负责搜推用增链路的模型训练与推理性能优化，建设稳定的离线训练、增量更新与在线服务链路；\n4. 通过 AB 实验设计与效果归因，持续驱动核心业务指标提升。",
"requirements_text": "1. 本科及以上学历（硕士优先），计算机、人工智能、数学统计等相关专业，2年以上算法相关工作经验；\n2. 扎实的机器学习 / 深度学习功底，熟练掌握至少一个主流深度学习框架，有完整的从离线到线上算法闭环落地经验；\n3. 在以下至少一个方向有实战经验：\n- LLM Agent：熟悉 Agent 架构设计（规划、工具调用、多步编排），有大模型应用落地经验；\n- 生成式推荐：熟悉生成式召回 / 生成式排序范式，有大模型在推荐场景的应用经验；\n- 用户增长：熟悉触达类场景（Push / 外投 / 消息）的算法优化，有用户分层与策略迭代经验；\n4. 熟悉大规模数据离线训练与在线推理部署流程，有 AB 实验设计与效果归因经验；\n5. 良好的编码能力（Python，Java），能独立完成算法方案的工程化落地；\n6. 自驱力强，善于主动定义问题、拆解方案，有良好的跨团队协作能力。",
"skills": [AI生成
"Python",
"Java",
"机器学习",
"深度学习",
"架构设计",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "1. 本科及以上学历（硕士优先），计算机、人工智能、数学统计等相关专业，2年以上算法相关工作经验",
"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=100032840001"
}
]
},
"posting": {
"posting_id": "100032840001",
"post_date": "2026-08-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100032840001"
},
"fulltext": "淘宝平台事业部-高级算法工程师-阿里资产\n淘宝平台事业部-高级算法工程师-阿里资产\n\n基础信息\n工作地点：杭州\n\n职位描述\n方向一：Agent 算法 —— 基于 Agent 的商品理解\n1. 负责基于 Agent 范式的商品理解体系建设，设计端到端的商品理解 Agent 系统，实现非标资产商品的结构化认知（属性抽取、知识结构化、质量评估等）；\n2. 负责 Agent 核心能力建设，包括任务规划、工具调用、多步推理编排、记忆与上下文工程，持续提升理解结果的准确率与覆盖度；\n3. 负责商品理解所需多模态信息解析能力建设（图文、文档、表格等），完成技术方案选型与工程化落地；\n4. 建设商品理解效果的评测与监控体系，推动理解结果在搜索、推荐、导购等业务场景的应用闭环。\n方向二：搜推用增算法 —— 生成式推荐与用户增长\n1. 负责生成式推荐算法建设，探索大模型在召回、排序等推荐核心环节的落地，构建并迭代生成式推荐范式，提升个性化推荐效率；\n2. 负责用户增长算法建设，优化 Push、外投等用户触达渠道的算法效果，通过用户分层、触达策略优化持续提升触达转化效率；\n3. 负责搜推用增链路的模型训练与推理性能优化，建设稳定的离线训练、增量更新与在线服务链路；\n4. 通过 AB 实验设计与效果归因，持续驱动核心业务指标提升。\n\n职位要求\n1. 本科及以上学历（硕士优先），计算机、人工智能、数学统计等相关专业，2年以上算法相关工作经验；\n2. 扎实的机器学习 / 深度学习功底，熟练掌握至少一个主流深度学习框架，有完整的从离线到线上算法闭环落地经验；\n3. 在以下至少一个方向有实战经验：\n- LLM Agent：熟悉 Agent 架构设计（规划、工具调用、多步编排），有大模型应用落地经验；\n- 生成式推荐：熟悉生成式召回 / 生成式排序范式，有大模型在推荐场景的应用经验；\n- 用户增长：熟悉触达类场景（Push / 外投 / 消息）的算法优化，有用户分层与策略迭代经验；\n4. 熟悉大规模数据离线训练与在线推理部署流程，有 AB 实验设计与效果归因经验；\n5. 良好的编码能力（Python，Java），能独立完成算法方案的工程化落地；\n6. 自驱力强，善于主动定义问题、拆解方案，有良好的跨团队协作能力。\n方向一：Agent 算法 —— 基于 Agent 的商品理解\n1. 负责基于 Agent 范式的商品理解体系建设，设计端到端的商品理解 Agent 系统，实现非标资产商品的结构化认知（属性抽取、知识结构化、质量评估等）；\n2. 负责 Agent 核心能力建设，包括任务规划、工具调用、多步推理编排、记忆与上下文工程，持续提升理解结果的准确率与覆盖度；\n3. 负责商品理解所需多模态信息解析能力建设（图文、文档、表格等），完成技术方案选型与工程化落地；\n4. 建设商品理解效果的评测与监控体系，推动理解结果在搜索、推荐、导购等业务场景的应用闭环。\n方向二：搜推用增算法 —— 生成式推荐与用户增长\n1. 负责生成式推荐算法建设，探索大模型在召回、排序等推荐核心环节的落地，构建并迭代生成式推荐范式，提升个性化推荐效率；\n2. 负责用户增长算法建设，优化 Push、外投等用户触达渠道的算法效果，通过用户分层、触达策略优化持续提升触达转化效率；\n3. 负责搜推用增链路的模型训练与推理性能优化，建设稳定的离线训练、增量更新与在线服务链路；\n4. 通过 AB 实验设计与效果归因，持续驱动核心业务指标提升。\n1. 本科及以上学历（硕士优先），计算机、人工智能、数学统计等相关专业，2年以上算法相关工作经验；\n2. 扎实的机器学习 / 深度学习功底，熟练掌握至少一个主流深度学习框架，有完整的从离线到线上算法闭环落地经验；\n3. 在以下至少一个方向有实战经验：\n- LLM Agent：熟悉 Agent 架构设计（规划、工具调用、多步编排），有大模型应用落地经验；\n- 生成式推荐：熟悉生成式召回 / 生成式排序范式，有大模型在推荐场景的应用经验；\n- 用户增长：熟悉触达类场景（Push / 外投 / 消息）的算法优化，有用户分层与策略迭代经验；\n4. 熟悉大规模数据离线训练与在线推理部署流程，有 AB 实验设计与效果归因经验；\n5. 良好的编码能力（Python，Java），能独立完成算法方案的工程化落地；\n6. 自驱力强，善于主动定义问题、拆解方案，有良好的跨团队协作能力。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T011"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}