主分类：全栈研发
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": "乌鸫科技-应用研发工程师（全栈）-廉正",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "乌鸫科技",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "软件研发"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": 3,
"degree": "计算机、软件工程、人工智能或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "聚焦廉正合规业务，基于现有 Agent 平台与大模型能力，参与调查、预防等场景的智能化建设。\n你将在团队整体架构下，独立负责边界清晰的业务功能模块，根据需求完成前后端开发、Agent 能力接入与业务 Skill 实现，推动模块从需求理解、技术设计到开发验证和上线迭代。岗位聚焦上层 AI 应用研发，不要求自研 Agent 引擎或编排框架。\n1. 需求理解与模块设计：理解业务场景与需求目标，在既定架构下完成模块级技术设计和任务拆解，主动澄清模糊点，识别实现中的风险与依赖。\n2. 模块级全栈开发：负责业务模块的前后端开发与联调，包括业务页面、表单与列表、数据查询与提交、后端业务逻辑及接口实现；根据场景接入平台提供的 Agent、工具调用等能力，实现对话、流式输出、结果展示和人机协同操作等 AI 交互，保证模块功能完整、体验良好、运行稳定。\n3. 业务 Skill 开发：将业务流程组织为可复用的 Skill，编写任务指令、配置工具与知识资源，验证触发条件和执行结果；结合业务接口开发，完成 Agent 与业务系统的集成。\n4. 效果验证与持续优化：围绕典型业务任务构建和维护验证用例，分析任务完成率、工具调用正确性、结果可追溯性及响应耗时，定位并改进 Prompt、上下文、Skill、工具接口和应用代码中的问题。\n5. 协作与生产落地：与产品、业务、算法、测试等团队协作，推进模块上线与迭代；落实数据权限、敏感信息保护和操作审计要求，为关键操作设置必要的人工确认，并持续关注和解决生产环境中的性能与稳定性问题。",
"requirements_text": "1. 计算机、软件工程、人工智能或相关专业本科及以上学历，3 年以上软件研发经验；具备扎实的编程基础、良好的编码习惯，以及调试和问题定位能力。\n2. 具备前后端全栈研发能力，有独立交付完整业务功能模块的经验：后端熟悉 Java、Python 等至少一门语言，能独立完成服务与接口开发；前端熟悉 TypeScript／JavaScript，掌握 React、Vue 等至少一种主流框架，能独立完成界面开发与前后端联调。\n3. 理解大模型与 AI Agent 的基本工作方式，并有上层应用实践经验：了解工具调用、RAG、上下文管理、多轮对话等概念，能基于现有平台完成能力接入、应用开发和问题排查。\n4. 具备业务 Skill 编写与调试能力：理解触发条件、指令结构、工具与资源组织等基本机制，有实际编写经验，能将边界清晰的业务任务实现为可运行、可验证的 Skill。\n5. 能理解业务问题，在既定架构下独立完成模块设计、开发、验证与迭代，对交付质量负责；遇到不明确或不合理的需求，能主动沟通并提出建议。\n6. 具备良好的沟通协作能力，能够与产品、业务及技术团队共同推进任务；对 AI 在真实业务中的应用有兴趣，愿意持续学习，并通过实践和反馈改进实现。\n加分项\n1. 有基于 LangGraph、Spring AI、AgentScope 等 AI 应用框架或同类平台开发业务应用的经验，具备其中一种实践经验即可；有工具调用、工作流编排或 MCP 工具接入经验者优先。\n2. 有 RAG、向量检索、知识库或记忆系统的应用开发与优化经验。\n3. 有 AI 应用或 Skill 的效果评测经验，能够设计验证用例、分析失败原因并推动改进。\n4. 有 AI 应用前端开发经验，熟悉流式响应处理、工具执行状态展示、人机协同确认等交互实现；有前端工程化或数据可视化经验。\n5. 有权限控制、敏感数据处理、操作审计或企业内部系统集成经验。\n6. 有开源贡献、个人项目或技术博客，能够展示实际开发成果与技术思考。",
"skills": [AI生成
"Python",
"JavaScript",
"TypeScript",
"Java",
"React",
"Vue",
"Spring",
"审计",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "加分项；有工具调用、工作流编排或 MCP 工具接入经验者优先",
"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=100036500001"
}
]
},
"posting": {
"posting_id": "100036500001",
"post_date": "2026-09-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100036500001"
},
"fulltext": "乌鸫科技-应用研发工程师（全栈）-廉正\n乌鸫科技-应用研发工程师（全栈）-廉正\n\n基础信息\n工作地点：杭州\n\n职位描述\n聚焦廉正合规业务，基于现有 Agent 平台与大模型能力，参与调查、预防等场景的智能化建设。\n你将在团队整体架构下，独立负责边界清晰的业务功能模块，根据需求完成前后端开发、Agent 能力接入与业务 Skill 实现，推动模块从需求理解、技术设计到开发验证和上线迭代。岗位聚焦上层 AI 应用研发，不要求自研 Agent 引擎或编排框架。\n1. 需求理解与模块设计：理解业务场景与需求目标，在既定架构下完成模块级技术设计和任务拆解，主动澄清模糊点，识别实现中的风险与依赖。\n2. 模块级全栈开发：负责业务模块的前后端开发与联调，包括业务页面、表单与列表、数据查询与提交、后端业务逻辑及接口实现；根据场景接入平台提供的 Agent、工具调用等能力，实现对话、流式输出、结果展示和人机协同操作等 AI 交互，保证模块功能完整、体验良好、运行稳定。\n3. 业务 Skill 开发：将业务流程组织为可复用的 Skill，编写任务指令、配置工具与知识资源，验证触发条件和执行结果；结合业务接口开发，完成 Agent 与业务系统的集成。\n4. 效果验证与持续优化：围绕典型业务任务构建和维护验证用例，分析任务完成率、工具调用正确性、结果可追溯性及响应耗时，定位并改进 Prompt、上下文、Skill、工具接口和应用代码中的问题。\n5. 协作与生产落地：与产品、业务、算法、测试等团队协作，推进模块上线与迭代；落实数据权限、敏感信息保护和操作审计要求，为关键操作设置必要的人工确认，并持续关注和解决生产环境中的性能与稳定性问题。\n\n职位要求\n1. 计算机、软件工程、人工智能或相关专业本科及以上学历，3 年以上软件研发经验；具备扎实的编程基础、良好的编码习惯，以及调试和问题定位能力。\n2. 具备前后端全栈研发能力，有独立交付完整业务功能模块的经验：后端熟悉 Java、Python 等至少一门语言，能独立完成服务与接口开发；前端熟悉 TypeScript／JavaScript，掌握 React、Vue 等至少一种主流框架，能独立完成界面开发与前后端联调。\n3. 理解大模型与 AI Agent 的基本工作方式，并有上层应用实践经验：了解工具调用、RAG、上下文管理、多轮对话等概念，能基于现有平台完成能力接入、应用开发和问题排查。\n4. 具备业务 Skill 编写与调试能力：理解触发条件、指令结构、工具与资源组织等基本机制，有实际编写经验，能将边界清晰的业务任务实现为可运行、可验证的 Skill。\n5. 能理解业务问题，在既定架构下独立完成模块设计、开发、验证与迭代，对交付质量负责；遇到不明确或不合理的需求，能主动沟通并提出建议。\n6. 具备良好的沟通协作能力，能够与产品、业务及技术团队共同推进任务；对 AI 在真实业务中的应用有兴趣，愿意持续学习，并通过实践和反馈改进实现。\n加分项\n1. 有基于 LangGraph、Spring AI、AgentScope 等 AI 应用框架或同类平台开发业务应用的经验，具备其中一种实践经验即可；有工具调用、工作流编排或 MCP 工具接入经验者优先。\n2. 有 RAG、向量检索、知识库或记忆系统的应用开发与优化经验。\n3. 有 AI 应用或 Skill 的效果评测经验，能够设计验证用例、分析失败原因并推动改进。\n4. 有 AI 应用前端开发经验，熟悉流式响应处理、工具执行状态展示、人机协同确认等交互实现；有前端工程化或数据可视化经验。\n5. 有权限控制、敏感数据处理、操作审计或企业内部系统集成经验。\n6. 有开源贡献、个人项目或技术博客，能够展示实际开发成果与技术思考。\n聚焦廉正合规业务，基于现有 Agent 平台与大模型能力，参与调查、预防等场景的智能化建设。\n你将在团队整体架构下，独立负责边界清晰的业务功能模块，根据需求完成前后端开发、Agent 能力接入与业务 Skill 实现，推动模块从需求理解、技术设计到开发验证和上线迭代。岗位聚焦上层 AI 应用研发，不要求自研 Agent 引擎或编排框架。\n1. 需求理解与模块设计：理解业务场景与需求目标，在既定架构下完成模块级技术设计和任务拆解，主动澄清模糊点，识别实现中的风险与依赖。\n2. 模块级全栈开发：负责业务模块的前后端开发与联调，包括业务页面、表单与列表、数据查询与提交、后端业务逻辑及接口实现；根据场景接入平台提供的 Agent、工具调用等能力，实现对话、流式输出、结果展示和人机协同操作等 AI 交互，保证模块功能完整、体验良好、运行稳定。\n3. 业务 Skill 开发：将业务流程组织为可复用的 Skill，编写任务指令、配置工具与知识资源，验证触发条件和执行结果；结合业务接口开发，完成 Agent 与业务系统的集成。\n4. 效果验证与持续优化：围绕典型业务任务构建和维护验证用例，分析任务完成率、工具调用正确性、结果可追溯性及响应耗时，定位并改进 Prompt、上下文、Skill、工具接口和应用代码中的问题。\n5. 协作与生产落地：与产品、业务、算法、测试等团队协作，推进模块上线与迭代；落实数据权限、敏感信息保护和操作审计要求，为关键操作设置必要的人工确认，并持续关注和解决生产环境中的性能与稳定性问题。\n1. 计算机、软件工程、人工智能或相关专业本科及以上学历，3 年以上软件研发经验；具备扎实的编程基础、良好的编码习惯，以及调试和问题定位能力。\n2. 具备前后端全栈研发能力，有独立交付完整业务功能模块的经验：后端熟悉 Java、Python 等至少一门语言，能独立完成服务与接口开发；前端熟悉 TypeScript／JavaScript，掌握 React、Vue 等至少一种主流框架，能独立完成界面开发与前后端联调。\n3. 理解大模型与 AI Agent 的基本工作方式，并有上层应用实践经验：了解工具调用、RAG、上下文管理、多轮对话等概念，能基于现有平台完成能力接入、应用开发和问题排查。\n4. 具备业务 Skill 编写与调试能力：理解触发条件、指令结构、工具与资源组织等基本机制，有实际编写经验，能将边界清晰的业务任务实现为可运行、可验证的 Skill。\n5. 能理解业务问题，在既定架构下独立完成模块设计、开发、验证与迭代，对交付质量负责；遇到不明确或不合理的需求，能主动沟通并提出建议。\n6. 具备良好的沟通协作能力，能够与产品、业务及技术团队共同推进任务；对 AI 在真实业务中的应用有兴趣，愿意持续学习，并通过实践和反馈改进实现。\n加分项\n1. 有基于 LangGraph、Spring AI、AgentScope 等 AI 应用框架或同类平台开发业务应用的经验，具备其中一种实践经验即可；有工具调用、工作流编排或 MCP 工具接入经验者优先。\n2. 有 RAG、向量检索、知识库或记忆系统的应用开发与优化经验。\n3. 有 AI 应用或 Skill 的效果评测经验，能够设计验证用例、分析失败原因并推动改进。\n4. 有 AI 应用前端开发经验，熟悉流式响应处理、工具执行状态展示、人机协同确认等交互实现；有前端工程化或数据可视化经验。\n5. 有权限控制、敏感数据处理、操作审计或企业内部系统集成经验。\n6. 有开源贡献、个人项目或技术博客，能够展示实际开发成果与技术思考。",
"standard_classification": {
"std_category_code": "T005",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}