主分类：搜索推荐与业务决策算法研发
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": "研究型实习生-业务技术-AI Agent应用算法实习生（SRE 故障监测）",
"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": "计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与基于AI Agent的智能运维系统研发，通过多监控指标的时序预测与自适应阈值动态建模技术，构建高效、精准的故障发现与预警体系，支撑企业级运维场景的智能化升级。\n2. 探索端到端的AI算法解决方案，提升故障预测的灵活性与准确性。\n3. 探索开发基于AI Agent的多监控指标时序预测方案，融合文本、日志、指标等异构数据，实现跨模态特征提取与动态关联分析。\n4. 构建自适应阈值动态建模框架，结合在线学习与强化学习技术，实现阈值随业务负载与环境变化的实时调整。",
"requirements_text": "1. 计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，博士或有国际顶会论文发表者优先。\n2. 精通Python，熟悉PyTorch等深度学习框架，对LLM、Agent领域有深入研究，有AI Agent相关研发经验（如多智能体协作、决策优化、强化学习与SFT结合等）。\n3. 了解多模态数据融合方法，熟悉时序数据分析与建模技术，熟悉运维系统与监控工具者优先。\n4. 对复杂运维场景的故障模式有深刻理解，能结合业务需求设计创新性解决方案，熟悉因果推断、异常检测、根因分析等技术，能结合时序数据挖掘深层故障关联。\n5. 对AI技术在运维领域的落地充满热情，具备快速学习与独立研究能力，逻辑严谨，注重细节。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"强化学习",
"数据分析",
"数据挖掘",
"建模",
"智能体开发"
],
"preferred_qualifications": "1. 计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，博士或有国际顶会论文发表者优先；3. 了解多模态数据融合方法，熟悉时序数据分析与建模技术，熟悉运维系统与监控工具者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903920043?deptCodes="
}
]
},
"posting": {
"posting_id": "199903920043",
"post_date": "2026-04-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903920043?deptCodes="
},
"fulltext": "研究型实习生-业务技术-AI Agent应用算法实习生（SRE 故障监测）\n研究型实习生-业务技术-AI Agent应用算法实习生（SRE 故障监测）\n\n基础信息\n毕业起止时间要求：2026-10-31 - 2029-09-30\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：杭州\n\n职位描述\n1. 参与基于AI Agent的智能运维系统研发，通过多监控指标的时序预测与自适应阈值动态建模技术，构建高效、精准的故障发现与预警体系，支撑企业级运维场景的智能化升级。\n2. 探索端到端的AI算法解决方案，提升故障预测的灵活性与准确性。\n3. 探索开发基于AI Agent的多监控指标时序预测方案，融合文本、日志、指标等异构数据，实现跨模态特征提取与动态关联分析。\n4. 构建自适应阈值动态建模框架，结合在线学习与强化学习技术，实现阈值随业务负载与环境变化的实时调整。\n\n职位要求\n1. 计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，博士或有国际顶会论文发表者优先。\n2. 精通Python，熟悉PyTorch等深度学习框架，对LLM、Agent领域有深入研究，有AI Agent相关研发经验（如多智能体协作、决策优化、强化学习与SFT结合等）。\n3. 了解多模态数据融合方法，熟悉时序数据分析与建模技术，熟悉运维系统与监控工具者优先。\n4. 对复杂运维场景的故障模式有深刻理解，能结合业务需求设计创新性解决方案，熟悉因果推断、异常检测、根因分析等技术，能结合时序数据挖掘深层故障关联。\n5. 对AI技术在运维领域的落地充满热情，具备快速学习与独立研究能力，逻辑严谨，注重细节。\n\n在招业务\n淘天集团\n1. 参与基于AI Agent的智能运维系统研发，通过多监控指标的时序预测与自适应阈值动态建模技术，构建高效、精准的故障发现与预警体系，支撑企业级运维场景的智能化升级。\n2. 探索端到端的AI算法解决方案，提升故障预测的灵活性与准确性。\n3. 探索开发基于AI Agent的多监控指标时序预测方案，融合文本、日志、指标等异构数据，实现跨模态特征提取与动态关联分析。\n4. 构建自适应阈值动态建模框架，结合在线学习与强化学习技术，实现阈值随业务负载与环境变化的实时调整。\n1. 计算机科学、人工智能、数学、统计学或相关专业硕士及以上学历，博士或有国际顶会论文发表者优先。\n2. 精通Python，熟悉PyTorch等深度学习框架，对LLM、Agent领域有深入研究，有AI Agent相关研发经验（如多智能体协作、决策优化、强化学习与SFT结合等）。\n3. 了解多模态数据融合方法，熟悉时序数据分析与建模技术，熟悉运维系统与监控工具者优先。\n4. 对复杂运维场景的故障模式有深刻理解，能结合业务需求设计创新性解决方案，熟悉因果推断、异常检测、根因分析等技术，能结合时序数据挖掘深层故障关联。\n5. 对AI技术在运维领域的落地充满热情，具备快速学习与独立研究能力，逻辑严谨，注重细节。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}