主分类：Agent系统开发
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-Agent 优化技术研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"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、软件工程等相关专业硕士或博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、参与LLM native的行为风控agent设计，构建面向行为防控场景的智能体应用\n2、设计和实现Agent 的规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多智能体协作（Multi-Agent）等核心\n3、探索 Agentic Workflow 在风险识别、策略执行、异常行为检测等防控链路中的落地方案\n4、搭建 Agent 评估与调试框架，设计评测指标，持续优化系统的准确性、鲁棒性和可解释性\n5、跟踪 Agent 领域前沿研究，探索包括agent memory、 agentic RL、context learning等技术，促进agent能力的持续提升",
"requirements_text": "1、计算机科学、人工智能、软件工程等相关专业硕士或博士在读\n2、熟悉大语言模型（LLM）的基本原理和应用，了解 Prompt Engineering、Function Calling、RAG 等技术\n3、熟练掌握 Python，具备良好的工程能力，对 Agent 系统设计（规划、反思、工具编排、多智能体协同等）有深入理解或实践经验者优先\n4、有实际搭建过 Agent / Agentic 应用的项目经验者优先，如智能客服、自动化分析、多步推理系统等\n5、具备较强的学习能力和探索精神，善于将前沿研究转化为工程实践",
"skills": [AI生成
"Python",
"学习能力",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "3、熟练掌握 Python，具备良好的工程能力，对 Agent 系统设计（规划、反思、工具编排、多智能体协同等）有深入理解或实践经验者优先；4、有实际搭建过 Agent / Agentic 应用的项目经验者优先，如智能客服、自动化分析、多步推理系统等",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904040001?deptCodes="
}
]
},
"posting": {
"posting_id": "199904040001",
"post_date": "2026-06-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904040001?deptCodes="
},
"fulltext": "研究型实习生-Agent 优化技术研究\n研究型实习生-Agent 优化技术研究\n\n基础信息\n毕业起止时间要求：2027-01-01 - 2042-01-01\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LLM native的行为风控agent设计，构建面向行为防控场景的智能体应用\n2、设计和实现Agent 的规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多智能体协作（Multi-Agent）等核心\n3、探索 Agentic Workflow 在风险识别、策略执行、异常行为检测等防控链路中的落地方案\n4、搭建 Agent 评估与调试框架，设计评测指标，持续优化系统的准确性、鲁棒性和可解释性\n5、跟踪 Agent 领域前沿研究，探索包括agent memory、 agentic RL、context learning等技术，促进agent能力的持续提升\n\n职位要求\n1、计算机科学、人工智能、软件工程等相关专业硕士或博士在读\n2、熟悉大语言模型（LLM）的基本原理和应用，了解 Prompt Engineering、Function Calling、RAG 等技术\n3、熟练掌握 Python，具备良好的工程能力，对 Agent 系统设计（规划、反思、工具编排、多智能体协同等）有深入理解或实践经验者优先\n4、有实际搭建过 Agent / Agentic 应用的项目经验者优先，如智能客服、自动化分析、多步推理系统等\n5、具备较强的学习能力和探索精神，善于将前沿研究转化为工程实践\n\n在招业务\n阿里巴巴控股集团\n1、参与LLM native的行为风控agent设计，构建面向行为防控场景的智能体应用\n2、设计和实现Agent 的规划（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多智能体协作（Multi-Agent）等核心\n3、探索 Agentic Workflow 在风险识别、策略执行、异常行为检测等防控链路中的落地方案\n4、搭建 Agent 评估与调试框架，设计评测指标，持续优化系统的准确性、鲁棒性和可解释性\n5、跟踪 Agent 领域前沿研究，探索包括agent memory、 agentic RL、context learning等技术，促进agent能力的持续提升\n1、计算机科学、人工智能、软件工程等相关专业硕士或博士在读\n2、熟悉大语言模型（LLM）的基本原理和应用，了解 Prompt Engineering、Function Calling、RAG 等技术\n3、熟练掌握 Python，具备良好的工程能力，对 Agent 系统设计（规划、反思、工具编排、多智能体协同等）有深入理解或实践经验者优先\n4、有实际搭建过 Agent / Agentic 应用的项目经验者优先，如智能客服、自动化分析、多步推理系统等\n5、具备较强的学习能力和探索精神，善于将前沿研究转化为工程实践",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}