主分类：Agent系统开发
辅助：AI应用开发（非Agent）（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": "阿里健康-前沿部署工程师（FDE）-电商零售",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里健康",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "零售门店管理"AI生成
},
"company": {
"company_name": "阿里健康",
"company_industry": "医药电商 / 数字医疗",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里健康提供线上线下药事服务和数字化医疗服务。"
},
"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": "1、 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。\n2、负责 AI 模型的打包、测试与部署；基于大模型开发面向电商场景的应用，包括但不限于智能知识库、客服辅助助手、数据分析助手等；\n3、在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。\n4、跟踪 AI 功能上线效果，建立数据闭环，基于业务反馈持续迭代优化模型与方案。",
"requirements_text": "1、应用架构能力：能独立完成 LLM 应用的端到端架构设计，在 Prompt / RAG / Agent / 微调间做出合理选型并落地。\n2、Agent 工程化能力：有完整的 Agent 系统从 0 到 1 上线经验，熟悉多 Agent 编排、Tool-Use、Memory 等核心模块的工程实现。\n3、熟悉电商核心业务逻辑（如商品、交易、营销、履约、用户增长等），能理解业务指标并主动思考技术如何支撑业务目标。\n4、具备良好的跨团队协作与推动能力，能够快速学习并落地前沿技术，适应快速迭代的研发节奏。",
"skills": [AI生成
"架构设计",
"团队协作",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.alihealth.cn/off-campus/position-detail?positionId=100036660001"
}
]
},
"posting": {
"posting_id": "100036660001",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.alihealth.cn/off-campus/position-detail?positionId=100036660001"
},
"fulltext": "阿里健康-前沿部署工程师（FDE）-电商零售\n阿里健康-前沿部署工程师（FDE）-电商零售\n\n基础信息\n工作地点：杭州\n\n职位描述\n1、 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。\n2、负责 AI 模型的打包、测试与部署；基于大模型开发面向电商场景的应用，包括但不限于智能知识库、客服辅助助手、数据分析助手等；\n3、在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。\n4、跟踪 AI 功能上线效果，建立数据闭环，基于业务反馈持续迭代优化模型与方案。\n\n职位要求\n1、应用架构能力：能独立完成 LLM 应用的端到端架构设计，在 Prompt / RAG / Agent / 微调间做出合理选型并落地。\n2、Agent 工程化能力：有完整的 Agent 系统从 0 到 1 上线经验，熟悉多 Agent 编排、Tool-Use、Memory 等核心模块的工程实现。\n3、熟悉电商核心业务逻辑（如商品、交易、营销、履约、用户增长等），能理解业务指标并主动思考技术如何支撑业务目标。\n4、具备良好的跨团队协作与推动能力，能够快速学习并落地前沿技术，适应快速迭代的研发节奏。\n1、 与业务、产品共创需求，将业务诉求拆解为可落地的技术方案，明确目标、边界与验收标准。\n2、负责 AI 模型的打包、测试与部署；基于大模型开发面向电商场景的应用，包括但不限于智能知识库、客服辅助助手、数据分析助手等；\n3、在 Prompt Engineering / RAG / Agent / 微调等方案间做技术选型，设计端到端应用架构（含上下文管理、工具调用、记忆机制、安全策略），完成生产级交付。\n4、跟踪 AI 功能上线效果，建立数据闭环，基于业务反馈持续迭代优化模型与方案。\n1、应用架构能力：能独立完成 LLM 应用的端到端架构设计，在 Prompt / RAG / Agent / 微调间做出合理选型并落地。\n2、Agent 工程化能力：有完整的 Agent 系统从 0 到 1 上线经验，熟悉多 Agent 编排、Tool-Use、Memory 等核心模块的工程实现。\n3、熟悉电商核心业务逻辑（如商品、交易、营销、履约、用户增长等），能理解业务指标并主动思考技术如何支撑业务目标。\n4、具备良好的跨团队协作与推动能力，能够快速学习并落地前沿技术，适应快速迭代的研发节奏。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T008"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}