主分类：Agent系统开发
辅助：AI模型评测工程（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": "日常实习生-业务技术-AI Agent应用算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的应用构建、模型训练与评测；\n2、运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、工具调用、RAG、记忆、长周期任务执行等方面的能力；\n3、跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破复杂推理、Agent记忆、自演进系统、Agentic RL等方向的技术创新；\n4、持续优化Agent算法与系统架构，构建端到端的Agent评测体系，开发自动化评估工具与多维评价指标，提升Agent系统性能与效率，打造业内领先的AI Agent系统级技术方案。\n5、具体业务/研究场景包括但不限于：面向Agent基础设施的通用系统/组件的自优化算法、记忆系统、智能运维Agent、多Agent协作系统、Harness设计、高效后训练Pipeline等",
"requirements_text": "1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；\n2、对大模型前沿技术充满热情，具备攻克复杂技术难题的能力，能够快速实现 问题建模→应用构建→实验迭代；\n3、精通Python及PyTorch/TensorFlow等框架，具备Qwen、Deepseek等开源模型的迭代优化经验者优先；\n4、具备较强的AI Coding能力，熟练掌握至少一种AI Coding工具，使用AI Coding完成过复杂项目落地者优先；\n5、深入理解Transformer架构、SFT/RL训练范式及上下文工程，了解至少一种Agent开发框架，有完整智能体系统搭建经验者优先。\n（注：实习申请者需保证3个月或以上的实习周期，提供充足的GPU算力资源及丰富的业务场景实践机会）",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"建模",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；3、精通Python及PyTorch/TensorFlow等框架，具备Qwen、Deepseek等开源模型的迭代优化经验者优先；4、具备较强的AI Coding能力，熟练掌握至少一种AI Coding工具，使用AI Coding完成过复杂项目落地者优先；5、深入理解Transformer架构、SFT/RL训练范式及上下文工程，了解至少一种Agent开发框架，有完整智能体系统搭建经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903880015?deptCodes="
}
]
},
"posting": {
"posting_id": "199903880015",
"post_date": "2026-05-10",
"hire_time": "（注：实习申请者需保证3个月或以上的实习周期，提供充足的GPU算力资源及丰富的业务场景实践机会）",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903880015?deptCodes="
},
"fulltext": "日常实习生-业务技术-AI Agent应用算法实习生\n日常实习生-业务技术-AI Agent应用算法实习生\n\n基础信息\n毕业起止时间要求：2027-10-31 - 2029-10-30\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n1、主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的应用构建、模型训练与评测；\n2、运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、工具调用、RAG、记忆、长周期任务执行等方面的能力；\n3、跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破复杂推理、Agent记忆、自演进系统、Agentic RL等方向的技术创新；\n4、持续优化Agent算法与系统架构，构建端到端的Agent评测体系，开发自动化评估工具与多维评价指标，提升Agent系统性能与效率，打造业内领先的AI Agent系统级技术方案。\n5、具体业务/研究场景包括但不限于：面向Agent基础设施的通用系统/组件的自优化算法、记忆系统、智能运维Agent、多Agent协作系统、Harness设计、高效后训练Pipeline等\n\n职位要求\n1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；\n2、对大模型前沿技术充满热情，具备攻克复杂技术难题的能力，能够快速实现 问题建模→应用构建→实验迭代；\n3、精通Python及PyTorch/TensorFlow等框架，具备Qwen、Deepseek等开源模型的迭代优化经验者优先；\n4、具备较强的AI Coding能力，熟练掌握至少一种AI Coding工具，使用AI Coding完成过复杂项目落地者优先；\n5、深入理解Transformer架构、SFT/RL训练范式及上下文工程，了解至少一种Agent开发框架，有完整智能体系统搭建经验者优先。\n（注：实习申请者需保证3个月或以上的实习周期，提供充足的GPU算力资源及丰富的业务场景实践机会）\n\n在招业务\n淘天集团\n1、主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的应用构建、模型训练与评测；\n2、运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、工具调用、RAG、记忆、长周期任务执行等方面的能力；\n3、跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点突破复杂推理、Agent记忆、自演进系统、Agentic RL等方向的技术创新；\n4、持续优化Agent算法与系统架构，构建端到端的Agent评测体系，开发自动化评估工具与多维评价指标，提升Agent系统性能与效率，打造业内领先的AI Agent系统级技术方案。\n5、具体业务/研究场景包括但不限于：面向Agent基础设施的通用系统/组件的自优化算法、记忆系统、智能运维Agent、多Agent协作系统、Harness设计、高效后训练Pipeline等\n1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；\n2、对大模型前沿技术充满热情，具备攻克复杂技术难题的能力，能够快速实现 问题建模→应用构建→实验迭代；\n3、精通Python及PyTorch/TensorFlow等框架，具备Qwen、Deepseek等开源模型的迭代优化经验者优先；\n4、具备较强的AI Coding能力，熟练掌握至少一种AI Coding工具，使用AI Coding完成过复杂项目落地者优先；\n5、深入理解Transformer架构、SFT/RL训练范式及上下文工程，了解至少一种Agent开发框架，有完整智能体系统搭建经验者优先。\n（注：实习申请者需保证3个月或以上的实习周期，提供充足的GPU算力资源及丰富的业务场景实践机会）",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}