主分类：客户技术支持
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": "阿里云智能-大模型技术服务工程师TAM-北京/上海/深圳/成都/杭州/广州",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "云智能集团",
"location": "成都 / 北京 / 深圳 / 杭州 / 广州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "本科以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们协助企业做AI转型和应用落地，倡导数字员工理念，让 Al Agent 作为数字员工真正融入企业组织-能被调度、会协作、懂业务、有记忆，从底层重构企业与 Al 协作的方式。我们构建了一套人机协同组织的基础设施：Agent 在这里被孵化、注册进组织、与真人自主组队协作，打造AI应用和自主进化的新范式。\n1. 面向客户以AI coach身份提供创新的大模型AI应用方案，并进行落地验证，为客户提供面向AI应用落地的全栈技术支持。\n2. 主导或参与客户的AI Agent（AI数字员工）技术栈设计，并基于阿里云系列AI平台产品进行工程搭建、算法调优和实施落地\n3. 基于客户实际问题提供大模型技术支撑和优化，包含不限于模型后训练、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等\n4. 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优",
"requirements_text": "1. 本科以上学历，1年以上AI相关从业经验；\n2. 擅长Python/Java/Golang/中至少一种编程语言，能在生产环境编写Agent代码。\n3. 有企业级AI产品交付经验，具备AI Agentic技术实践，重度使用Claude Code / Codex / Qoder等AI编程工具。\n4. 熟悉AI Agent智能体综合应用及各种Agent框架，有langchain、Autogen、Agentscope、SpringAI等开源技术工具使用及Agent搭建经验，掌握Harness Engineering涉及的各种技能。\n5. 有大模型相关研究或训练经验，精通Python及pytorch等深度学习框架，熟悉推理引擎（vLLM、SGlang），熟悉模型后训练全过程，包括知识加工、语料生成、模型后训练（CPT、SFT/Lora、RL）、模型效果评测等。\n6. 具有优秀的沟通技巧、对客能力、团队合作经验，和对前沿技术的感知。",
"skills": [AI生成
"Python",
"Java",
"Golang",
"PyTorch",
"深度学习",
"团队协作",
"Go",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.aliyun.com/off-campus/position-detail?positionId=100037640002"
}
]
},
"posting": {
"posting_id": "100037640002",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100037640002"
},
"fulltext": "阿里云智能-大模型技术服务工程师TAM-北京/上海/深圳/成都/杭州/广州\n阿里云智能-大模型技术服务工程师TAM-北京/上海/深圳/成都/杭州/广州\n\n基础信息\n工作地点：成都 / 北京 / 深圳 / 杭州 / 广州 / 上海\n\n职位描述\n我们协助企业做AI转型和应用落地，倡导数字员工理念，让 Al Agent 作为数字员工真正融入企业组织-能被调度、会协作、懂业务、有记忆，从底层重构企业与 Al 协作的方式。我们构建了一套人机协同组织的基础设施：Agent 在这里被孵化、注册进组织、与真人自主组队协作，打造AI应用和自主进化的新范式。\n1. 面向客户以AI coach身份提供创新的大模型AI应用方案，并进行落地验证，为客户提供面向AI应用落地的全栈技术支持。\n2. 主导或参与客户的AI Agent（AI数字员工）技术栈设计，并基于阿里云系列AI平台产品进行工程搭建、算法调优和实施落地\n3. 基于客户实际问题提供大模型技术支撑和优化，包含不限于模型后训练、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等\n4. 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优\n\n职位要求\n1. 本科以上学历，1年以上AI相关从业经验；\n2. 擅长Python/Java/Golang/中至少一种编程语言，能在生产环境编写Agent代码。\n3. 有企业级AI产品交付经验，具备AI Agentic技术实践，重度使用Claude Code / Codex / Qoder等AI编程工具。\n4. 熟悉AI Agent智能体综合应用及各种Agent框架，有langchain、Autogen、Agentscope、SpringAI等开源技术工具使用及Agent搭建经验，掌握Harness Engineering涉及的各种技能。\n5. 有大模型相关研究或训练经验，精通Python及pytorch等深度学习框架，熟悉推理引擎（vLLM、SGlang），熟悉模型后训练全过程，包括知识加工、语料生成、模型后训练（CPT、SFT/Lora、RL）、模型效果评测等。\n6. 具有优秀的沟通技巧、对客能力、团队合作经验，和对前沿技术的感知。\n我们协助企业做AI转型和应用落地，倡导数字员工理念，让 Al Agent 作为数字员工真正融入企业组织-能被调度、会协作、懂业务、有记忆，从底层重构企业与 Al 协作的方式。我们构建了一套人机协同组织的基础设施：Agent 在这里被孵化、注册进组织、与真人自主组队协作，打造AI应用和自主进化的新范式。\n1. 面向客户以AI coach身份提供创新的大模型AI应用方案，并进行落地验证，为客户提供面向AI应用落地的全栈技术支持。\n2. 主导或参与客户的AI Agent（AI数字员工）技术栈设计，并基于阿里云系列AI平台产品进行工程搭建、算法调优和实施落地\n3. 基于客户实际问题提供大模型技术支撑和优化，包含不限于模型后训练、应用指令和工程优化，并进行必要的AI应用落地开发，包括逻辑推理、生成创作、代码生成等\n4. 针对客户日常大模型工具链提供技术支持，参与客户AI相关产品使用及模型调优\n1. 本科以上学历，1年以上AI相关从业经验；\n2. 擅长Python/Java/Golang/中至少一种编程语言，能在生产环境编写Agent代码。\n3. 有企业级AI产品交付经验，具备AI Agentic技术实践，重度使用Claude Code / Codex / Qoder等AI编程工具。\n4. 熟悉AI Agent智能体综合应用及各种Agent框架，有langchain、Autogen、Agentscope、SpringAI等开源技术工具使用及Agent搭建经验，掌握Harness Engineering涉及的各种技能。\n5. 有大模型相关研究或训练经验，精通Python及pytorch等深度学习框架，熟悉推理引擎（vLLM、SGlang），熟悉模型后训练全过程，包括知识加工、语料生成、模型后训练（CPT、SFT/Lora、RL）、模型效果评测等。\n6. 具有优秀的沟通技巧、对客能力、团队合作经验，和对前沿技术的感知。",
"standard_classification": {
"std_category_code": "B024",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}