职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:100038500002

阿里云智能-Agent Infra 研发专家/工程师-杭州

未披露 · 杭州 · 阿里云

主分类:Agent系统开发
软件开发与 IT
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-Agent Infra 研发专家/工程师-杭州",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "云智能集团",
        "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": "",
        "degree": "本科",
        "language": "8. 能够熟练使用英文沟通者优先考虑",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 参与 Agent 平台 和 AI 中间件的系统设计与实现(包括网关 & AgentScope & AI Registry), 独立完成相关模块的完整设计、开发工作,并保证功能交付的质量与稳定性。\n2. 参与 Agent 平台 和 AI 中间件的用户需求实现,主动组织、推动上下游团队的协作,按时保质地交付用户功能需求。\n3. 参与 Agent 平台 和 AI 中间件的高可用能力构建,主动通过架构设计解决高可用容灾,通过单元测试、功能测试、性能测试、容灾演练等持续提升自身负责模块的稳定性能力。\n4. 参与 AI 中间件的性能调优,关注前沿技术发展趋势,结合实际场景落地持续提升AI中间件的性能,打造一流的AI中间件产品。\n5. 参与 AI 中间件的AI场景探索与落地,基于用户需求独自完成设计与开发工作,并保证功能交付的质量与稳定性。\n6. 参与 AI 中间件相关的开源项目Higress、 AgentTeams、AgentScope影响力和标准的构建,在开源社区担任重要角色,组织社区持续发展。\n7. 参与 AI Agent落地最佳实践构建,通过上下文( Skills、Prompt、MCP )工程、评估、持续优化Agent效果。",
        "requirements_text": "1. 计算机相关方向,基础理论扎实,如数据结构,算法,操作系统,软件工程,体系结构,编译原理等。ACM等计算机相关竞赛获奖者优先考虑。\n2. 有专注 Agent 平台 或者 Agent Infra 某个方向经验,如Agent开发框架和组件(Langchain / ADK / AgentScope / Dify等),通用Agent(Claude Code / OpenClaw / Hermes Agent / Qwenpaw等),以及有构建 AgentCore、Agent 平台 大型Agent平台项目经验的优先考虑;\n3. 熟练掌握Golang或者C++ 编程语言及其技术栈。具备良好的软件工程研发素质、极限编程以及敏捷开发经验者优先。\n4. 熟悉 AI Agent、Skills、MCP、A2A、Memory 相关领域知识,有实际AI Agent开发、评估、调优、强化学习等经验的优先考虑。\n5. 在国际会议、期刊上有高水平论文发表或者在知名开源社区有重要贡献者优先考虑,熟悉或参与开源Higress、Kong、AgentScope、Nacos、OpenClaw 项目者优先考虑。\n6. 有强烈技术热情和好奇心,具备良好的稳定性意识和风险意识,具备良好的分析解决问题的能力、沟通以及团队合作能力。\n7. 喜欢挑战性的技术研发工作,善于攻坚克难,有创新热情,积极乐观,坚韧抗压,结果导向,能够持续推动技术问题的解决和突破。\n8. 能够熟练使用英文沟通者优先考虑。",
        "skills": [AI生成
            "C++",
            "Golang",
            "强化学习",
            "数据结构",
            "团队协作",
            "解决问题",
            "智能体开发"
        ],
        "preferred_qualifications": "ACM等计算机相关竞赛获奖者优先考虑;2. 有专注 Agent 平台 或者 Agent Infra 某个方向经验,如Agent开发框架和组件(Langchain / ADK / AgentScope / Dify等),通用Agent(Claude Code / OpenClaw / Hermes Agent / Qwenpaw等),以及有构建 AgentCore、Agent 平台 大型Agent平台项目经验的优先考虑;具备良好的软件工程研发素质、极限编程以及敏捷开发经验者优先;4. 熟悉 AI Agent、Skills、MCP、A2A、Memory 相关领域知识,有实际AI Agent开发、评估、调优、强化学习等经验的优先考虑;5. 在国际会议、期刊上有高水平论文发表或者在知名开源社区有重要贡献者优先考虑,熟悉或参与开源Higress、Kong、AgentScope、Nacos、OpenClaw 项目者优先考虑;8. 能够熟练使用英文沟通者优先考虑",
        "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=100038500002"
            }
        ]
    },
    "posting": {
        "posting_id": "100038500002",
        "post_date": "2026-09-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.aliyun.com/off-campus/position-detail?positionId=100038500002"
    },
    "fulltext": "阿里云智能-Agent Infra 研发专家/工程师-杭州\n阿里云智能-Agent Infra 研发专家/工程师-杭州\n\n基础信息\n工作地点:杭州\n\n职位描述\n1. 参与 Agent 平台 和 AI 中间件的系统设计与实现(包括网关 & AgentScope & AI Registry), 独立完成相关模块的完整设计、开发工作,并保证功能交付的质量与稳定性。\n2. 参与 Agent 平台 和 AI 中间件的用户需求实现,主动组织、推动上下游团队的协作,按时保质地交付用户功能需求。\n3. 参与 Agent 平台 和 AI 中间件的高可用能力构建,主动通过架构设计解决高可用容灾,通过单元测试、功能测试、性能测试、容灾演练等持续提升自身负责模块的稳定性能力。\n4. 参与 AI 中间件的性能调优,关注前沿技术发展趋势,结合实际场景落地持续提升AI中间件的性能,打造一流的AI中间件产品。\n5. 参与 AI 中间件的AI场景探索与落地,基于用户需求独自完成设计与开发工作,并保证功能交付的质量与稳定性。\n6. 参与 AI 中间件相关的开源项目Higress、 AgentTeams、AgentScope影响力和标准的构建,在开源社区担任重要角色,组织社区持续发展。\n7. 参与 AI Agent落地最佳实践构建,通过上下文( Skills、Prompt、MCP )工程、评估、持续优化Agent效果。\n\n职位要求\n1. 计算机相关方向,基础理论扎实,如数据结构,算法,操作系统,软件工程,体系结构,编译原理等。ACM等计算机相关竞赛获奖者优先考虑。\n2. 有专注 Agent 平台 或者 Agent Infra 某个方向经验,如Agent开发框架和组件(Langchain / ADK / AgentScope / Dify等),通用Agent(Claude Code / OpenClaw / Hermes Agent / Qwenpaw等),以及有构建 AgentCore、Agent 平台 大型Agent平台项目经验的优先考虑;\n3. 熟练掌握Golang或者C++ 编程语言及其技术栈。具备良好的软件工程研发素质、极限编程以及敏捷开发经验者优先。\n4. 熟悉 AI Agent、Skills、MCP、A2A、Memory 相关领域知识,有实际AI Agent开发、评估、调优、强化学习等经验的优先考虑。\n5. 在国际会议、期刊上有高水平论文发表或者在知名开源社区有重要贡献者优先考虑,熟悉或参与开源Higress、Kong、AgentScope、Nacos、OpenClaw 项目者优先考虑。\n6. 有强烈技术热情和好奇心,具备良好的稳定性意识和风险意识,具备良好的分析解决问题的能力、沟通以及团队合作能力。\n7. 喜欢挑战性的技术研发工作,善于攻坚克难,有创新热情,积极乐观,坚韧抗压,结果导向,能够持续推动技术问题的解决和突破。\n8. 能够熟练使用英文沟通者优先考虑。\n1. 参与 Agent 平台 和 AI 中间件的系统设计与实现(包括网关 & AgentScope & AI Registry), 独立完成相关模块的完整设计、开发工作,并保证功能交付的质量与稳定性。\n2. 参与 Agent 平台 和 AI 中间件的用户需求实现,主动组织、推动上下游团队的协作,按时保质地交付用户功能需求。\n3. 参与 Agent 平台 和 AI 中间件的高可用能力构建,主动通过架构设计解决高可用容灾,通过单元测试、功能测试、性能测试、容灾演练等持续提升自身负责模块的稳定性能力。\n4. 参与 AI 中间件的性能调优,关注前沿技术发展趋势,结合实际场景落地持续提升AI中间件的性能,打造一流的AI中间件产品。\n5. 参与 AI 中间件的AI场景探索与落地,基于用户需求独自完成设计与开发工作,并保证功能交付的质量与稳定性。\n6. 参与 AI 中间件相关的开源项目Higress、 AgentTeams、AgentScope影响力和标准的构建,在开源社区担任重要角色,组织社区持续发展。\n7. 参与 AI Agent落地最佳实践构建,通过上下文( Skills、Prompt、MCP )工程、评估、持续优化Agent效果。\n1. 计算机相关方向,基础理论扎实,如数据结构,算法,操作系统,软件工程,体系结构,编译原理等。ACM等计算机相关竞赛获奖者优先考虑。\n2. 有专注 Agent 平台 或者 Agent Infra 某个方向经验,如Agent开发框架和组件(Langchain / ADK / AgentScope / Dify等),通用Agent(Claude Code / OpenClaw / Hermes Agent / Qwenpaw等),以及有构建 AgentCore、Agent 平台 大型Agent平台项目经验的优先考虑;\n3. 熟练掌握Golang或者C++ 编程语言及其技术栈。具备良好的软件工程研发素质、极限编程以及敏捷开发经验者优先。\n4. 熟悉 AI Agent、Skills、MCP、A2A、Memory 相关领域知识,有实际AI Agent开发、评估、调优、强化学习等经验的优先考虑。\n5. 在国际会议、期刊上有高水平论文发表或者在知名开源社区有重要贡献者优先考虑,熟悉或参与开源Higress、Kong、AgentScope、Nacos、OpenClaw 项目者优先考虑。\n6. 有强烈技术热情和好奇心,具备良好的稳定性意识和风险意识,具备良好的分析解决问题的能力、沟通以及团队合作能力。\n7. 喜欢挑战性的技术研发工作,善于攻坚克难,有创新热情,积极乐观,坚韧抗压,结果导向,能够持续推动技术问题的解决和突破。\n8. 能够熟练使用英文沟通者优先考虑。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}