{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "阿里云智能-Agent研发专家-开放平台-北京/杭州",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "云智能集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "软件研发"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": 3,
        "degree": "* 计算机科学、软件工程、人工智能相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "我们是阿里云开放平台 OpenAgent 团队，负责研发一站式用云管云的智能体 OpenAgent。OpenAgent 将面向阿里云上海量开发者与企业客户， 在这里你能看到LLM和Harness工程如何和云的基础产品技术融合， 如何解决客户在真实世界中的复杂问题。\n你将参与 OpenAgent 最核心的底层架构与工程研发，围绕 Agent 内核、任务执行引擎、工具生态与工程基础设施，打造高可用、可扩展的一站式智能体产品体系。你的代码不仅支撑真实的云上业务场景，也将成为AI时代云原生交互的重要基石。\n【主要职责】\n1. 核心架构设计与开发： 参与设计并开发 OpenAgent 产品的核心技术架构与技术选型；主导 Agent 相关主线产品的关键特性研发，包括 Agent 内核框架、业务逻辑编排、多轮对话状态管理及效果调优。\n2. 工程基座建设： 建设稳定可靠、高并发的 Agent 工程底座，确保复杂云上任务的执行过程可控、可查、可中断、可复现。\n3. 模型与 Harness 协同进化： 定义和实现 Harness 领域的前沿创新，从工程视角推动最新的大模型与 OpenAgent 的深度适配与共同进化。\n4. 数据驱动与体验打磨： 关注业务运行数据与核心指标，以真实云上场景作为产品和模型能力训练的重要反馈源；理解并分析用户反馈，围绕模型效果与开发者体验做持续迭代与打磨。\n5. 工具生态与标准化： 与前端、产品、生态团队协作，将优秀实践沉淀为可复用的框架能力；推动协议的落地，繁荣 Agent 工具调用生态。\n6. AI 赋能研发流程： 通过 AI 改善团队的研发工作流和工程质量，建设先进的 CI/CD 和 DevOps 工具链，提升整体交付效率。",
        "requirements_text": "1. 学历与经验背景\n* 计算机科学、软件工程、人工智能相关专业本科及以上学历。\n* 具备 3-5 年后端研发或 AI 系统工程化落地经验，有完整的 AI Agent 产品从 0 到 1 的研发经历。\n2. 扎实的工程技术底盘\n* 精通 Python / Node.js / Java 中至少一门，熟悉微服务架构、RESTful API、gRPC、OpenTelemetry 等主流后端技术栈，具备复杂后端系统的设计与调优能力。\n* 深入理解 PostgreSQL、MySQL、Redis、Elasticsearch、S3 等存储组件的使用场景与核心原理，能根据 Agent 业务特性进行合理选型。\n* 熟练掌握 Linux、Docker、Kubernetes，熟悉 CI/CD、DevOps 流程，对阿里云基础云产品有一定了解者优先。\n3. 深入的 Agent 技术认知\n* 熟悉 LLM 及 Agent 基本机制及其技术原理，包括但不限于：LLM API 调度、KV Cache 优化、Agent Loop、Tool Use、Skills、Memory、Subagent、Multi-Agent 等。\n* 对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有较深入的了解与实战经验。\n* 熟悉 Agent 主流技术栈（如 Skills、MCP、Sandbox 隔离执行等），有真实 Agent 系统的生产级开发与上线经验。\n4. AI Native 的工作方式与产品嗅觉\n* 极强的 AI 辅助编程能力： 熟练使用 AI Agent 工具进行软件开发，具有极强的学习能力。能够在 AI 辅助下，在陌生领域进行有质量保证的编程工作。\n* 重度 Agent 用户： 是 Agent 产品的高强度用户，对 Agent Harness 的开发有极大的热情。深度使用过代码类及通用类 Agent 产品。\n* 技术与产品品味： 对模型行为有品味、有判断力，对开发者体验有强感知，具备出色的技术抽象与工程创新能力。\n5. 综合素质\n* 优秀的沟通与跨团队协作能力，能够清晰表达复杂的技术方案。\n* 强自驱力、好奇心强，具备从产品原型到工程落地的全链路闭环能力。\n【加分项】\n* 有云计算平台管控面研发经验，熟悉云资源生命周期管理者优先。\n* 在开源社区有活跃的 Agent 框架贡献，或主导过知名开源 Agent 项目者优先。\n* 在知名会议/期刊上发表过Agent相关学术论文者优先",
        "skills": [AI生成
            "Python",
            "Java",
            "MySQL",
            "PostgreSQL",
            "Redis",
            "Linux",
            "Docker",
            "Kubernetes",
            "Elasticsearch",
            "微服务",
            "团队协作",
            "学习能力",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "* 熟练掌握 Linux、Docker、Kubernetes，熟悉 CI/CD、DevOps 流程，对阿里云基础云产品有一定了解者优先；【加分项】；* 有云计算平台管控面研发经验，熟悉云资源生命周期管理者优先；* 在开源社区有活跃的 Agent 框架贡献，或主导过知名开源 Agent 项目者优先；* 在知名会议/期刊上发表过Agent相关学术论文者优先",
        "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=100037720004"
            }
        ]
    },
    "posting": {
        "posting_id": "100037720004",
        "post_date": "2026-09-04",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100037720004"
    },
    "fulltext": "阿里云智能-Agent研发专家-开放平台-北京/杭州\n阿里云智能-Agent研发专家-开放平台-北京/杭州\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n我们是阿里云开放平台 OpenAgent 团队，负责研发一站式用云管云的智能体 OpenAgent。OpenAgent 将面向阿里云上海量开发者与企业客户， 在这里你能看到LLM和Harness工程如何和云的基础产品技术融合， 如何解决客户在真实世界中的复杂问题。\n你将参与 OpenAgent 最核心的底层架构与工程研发，围绕 Agent 内核、任务执行引擎、工具生态与工程基础设施，打造高可用、可扩展的一站式智能体产品体系。你的代码不仅支撑真实的云上业务场景，也将成为AI时代云原生交互的重要基石。\n【主要职责】\n1. 核心架构设计与开发： 参与设计并开发 OpenAgent 产品的核心技术架构与技术选型；主导 Agent 相关主线产品的关键特性研发，包括 Agent 内核框架、业务逻辑编排、多轮对话状态管理及效果调优。\n2. 工程基座建设： 建设稳定可靠、高并发的 Agent 工程底座，确保复杂云上任务的执行过程可控、可查、可中断、可复现。\n3. 模型与 Harness 协同进化： 定义和实现 Harness 领域的前沿创新，从工程视角推动最新的大模型与 OpenAgent 的深度适配与共同进化。\n4. 数据驱动与体验打磨： 关注业务运行数据与核心指标，以真实云上场景作为产品和模型能力训练的重要反馈源；理解并分析用户反馈，围绕模型效果与开发者体验做持续迭代与打磨。\n5. 工具生态与标准化： 与前端、产品、生态团队协作，将优秀实践沉淀为可复用的框架能力；推动协议的落地，繁荣 Agent 工具调用生态。\n6. AI 赋能研发流程： 通过 AI 改善团队的研发工作流和工程质量，建设先进的 CI/CD 和 DevOps 工具链，提升整体交付效率。\n\n职位要求\n1. 学历与经验背景\n* 计算机科学、软件工程、人工智能相关专业本科及以上学历。\n* 具备 3-5 年后端研发或 AI 系统工程化落地经验，有完整的 AI Agent 产品从 0 到 1 的研发经历。\n2. 扎实的工程技术底盘\n* 精通 Python / Node.js / Java 中至少一门，熟悉微服务架构、RESTful API、gRPC、OpenTelemetry 等主流后端技术栈，具备复杂后端系统的设计与调优能力。\n* 深入理解 PostgreSQL、MySQL、Redis、Elasticsearch、S3 等存储组件的使用场景与核心原理，能根据 Agent 业务特性进行合理选型。\n* 熟练掌握 Linux、Docker、Kubernetes，熟悉 CI/CD、DevOps 流程，对阿里云基础云产品有一定了解者优先。\n3. 深入的 Agent 技术认知\n* 熟悉 LLM 及 Agent 基本机制及其技术原理，包括但不限于：LLM API 调度、KV Cache 优化、Agent Loop、Tool Use、Skills、Memory、Subagent、Multi-Agent 等。\n* 对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有较深入的了解与实战经验。\n* 熟悉 Agent 主流技术栈（如 Skills、MCP、Sandbox 隔离执行等），有真实 Agent 系统的生产级开发与上线经验。\n4. AI Native 的工作方式与产品嗅觉\n* 极强的 AI 辅助编程能力： 熟练使用 AI Agent 工具进行软件开发，具有极强的学习能力。能够在 AI 辅助下，在陌生领域进行有质量保证的编程工作。\n* 重度 Agent 用户： 是 Agent 产品的高强度用户，对 Agent Harness 的开发有极大的热情。深度使用过代码类及通用类 Agent 产品。\n* 技术与产品品味： 对模型行为有品味、有判断力，对开发者体验有强感知，具备出色的技术抽象与工程创新能力。\n5. 综合素质\n* 优秀的沟通与跨团队协作能力，能够清晰表达复杂的技术方案。\n* 强自驱力、好奇心强，具备从产品原型到工程落地的全链路闭环能力。\n【加分项】\n* 有云计算平台管控面研发经验，熟悉云资源生命周期管理者优先。\n* 在开源社区有活跃的 Agent 框架贡献，或主导过知名开源 Agent 项目者优先。\n* 在知名会议/期刊上发表过Agent相关学术论文者优先\n我们是阿里云开放平台 OpenAgent 团队，负责研发一站式用云管云的智能体 OpenAgent。OpenAgent 将面向阿里云上海量开发者与企业客户， 在这里你能看到LLM和Harness工程如何和云的基础产品技术融合， 如何解决客户在真实世界中的复杂问题。\n你将参与 OpenAgent 最核心的底层架构与工程研发，围绕 Agent 内核、任务执行引擎、工具生态与工程基础设施，打造高可用、可扩展的一站式智能体产品体系。你的代码不仅支撑真实的云上业务场景，也将成为AI时代云原生交互的重要基石。\n【主要职责】\n1. 核心架构设计与开发： 参与设计并开发 OpenAgent 产品的核心技术架构与技术选型；主导 Agent 相关主线产品的关键特性研发，包括 Agent 内核框架、业务逻辑编排、多轮对话状态管理及效果调优。\n2. 工程基座建设： 建设稳定可靠、高并发的 Agent 工程底座，确保复杂云上任务的执行过程可控、可查、可中断、可复现。\n3. 模型与 Harness 协同进化： 定义和实现 Harness 领域的前沿创新，从工程视角推动最新的大模型与 OpenAgent 的深度适配与共同进化。\n4. 数据驱动与体验打磨： 关注业务运行数据与核心指标，以真实云上场景作为产品和模型能力训练的重要反馈源；理解并分析用户反馈，围绕模型效果与开发者体验做持续迭代与打磨。\n5. 工具生态与标准化： 与前端、产品、生态团队协作，将优秀实践沉淀为可复用的框架能力；推动协议的落地，繁荣 Agent 工具调用生态。\n6. AI 赋能研发流程： 通过 AI 改善团队的研发工作流和工程质量，建设先进的 CI/CD 和 DevOps 工具链，提升整体交付效率。\n1. 学历与经验背景\n* 计算机科学、软件工程、人工智能相关专业本科及以上学历。\n* 具备 3-5 年后端研发或 AI 系统工程化落地经验，有完整的 AI Agent 产品从 0 到 1 的研发经历。\n2. 扎实的工程技术底盘\n* 精通 Python / Node.js / Java 中至少一门，熟悉微服务架构、RESTful API、gRPC、OpenTelemetry 等主流后端技术栈，具备复杂后端系统的设计与调优能力。\n* 深入理解 PostgreSQL、MySQL、Redis、Elasticsearch、S3 等存储组件的使用场景与核心原理，能根据 Agent 业务特性进行合理选型。\n* 熟练掌握 Linux、Docker、Kubernetes，熟悉 CI/CD、DevOps 流程，对阿里云基础云产品有一定了解者优先。\n3. 深入的 Agent 技术认知\n* 熟悉 LLM 及 Agent 基本机制及其技术原理，包括但不限于：LLM API 调度、KV Cache 优化、Agent Loop、Tool Use、Skills、Memory、Subagent、Multi-Agent 等。\n* 对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有较深入的了解与实战经验。\n* 熟悉 Agent 主流技术栈（如 Skills、MCP、Sandbox 隔离执行等），有真实 Agent 系统的生产级开发与上线经验。\n4. AI Native 的工作方式与产品嗅觉\n* 极强的 AI 辅助编程能力： 熟练使用 AI Agent 工具进行软件开发，具有极强的学习能力。能够在 AI 辅助下，在陌生领域进行有质量保证的编程工作。\n* 重度 Agent 用户： 是 Agent 产品的高强度用户，对 Agent Harness 的开发有极大的热情。深度使用过代码类及通用类 Agent 产品。\n* 技术与产品品味： 对模型行为有品味、有判断力，对开发者体验有强感知，具备出色的技术抽象与工程创新能力。\n5. 综合素质\n* 优秀的沟通与跨团队协作能力，能够清晰表达复杂的技术方案。\n* 强自驱力、好奇心强，具备从产品原型到工程落地的全链路闭环能力。\n【加分项】\n* 有云计算平台管控面研发经验，熟悉云资源生命周期管理者优先。\n* 在开源社区有活跃的 Agent 框架贡献，或主导过知名开源 Agent 项目者优先。\n* 在知名会议/期刊上发表过Agent相关学术论文者优先",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}