职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199905260003

Agent工程日常实习生

未披露 · 杭州 · 阿里巴巴集团

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": "Agent工程日常实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "千问事业部",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴集团",
        "company_industry": "电子商务 / 云计算 / 人工智能",
        "company_size": "10000人以上",
        "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": "计算机相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、参与优化多模态对话框架,构建支持超长上下文的对话系统。利用长短期记忆机制(Long/Short-term Memory)实现用户画像与历史意图的精准召回,结合物理环境感知(如位置、设备状态)增强智能体的情境理解能力,打造具备“类人”记忆与情感交互能力的行业领先助手;\n2、参与AI穿戴设备(如智能手表、眼镜)的云端网关建设。通过端云协同(Edge-Cloud Synergy)策略,优化弱网、断网场景下的服务可用性,保障高并发下的低延迟与高稳定性;\n3、追踪多模态大模型及Agent技术的最新进展,探索RAG、MCP在业务中的落地,探索Agentic技术在业务中的落地。结合硬件形态创新,推动从“指令执行”到“主动智能”的技术产品化转型。",
        "requirements_text": "1、计算机相关专业本科及以上学历,熟练掌握 Java/Python,掌握计算机网络、操作系统基本知识,具备良好的数据结构与算法基础;\n2、熟悉 LangChain/LangGragh 等主流框架,理解 ReAct、CoT 等提示工程范式;\n3、深入理解 Function Calling / Tool Use 机制,有实际的 Prompt/Contex/Harness Engineering 经验及大模型应用开发项目。\n加分项:\n1、理解多模态交互系统相关技术,熟悉语音识别、语音合成、视觉理解的实现方案,有建设相关算法服务的实际经验;\n2、在 GitHub 上有高质量的 AI Agent 开源项目/个人 Demo。",
        "skills": [AI生成
            "Python",
            "Java",
            "React",
            "数据结构",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "加分项:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199905260003?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199905260003",
        "post_date": "2026-05-20",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199905260003?deptCodes="
    },
    "fulltext": "Agent工程日常实习生\nAgent工程日常实习生\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2029-10-31\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、参与优化多模态对话框架,构建支持超长上下文的对话系统。利用长短期记忆机制(Long/Short-term Memory)实现用户画像与历史意图的精准召回,结合物理环境感知(如位置、设备状态)增强智能体的情境理解能力,打造具备“类人”记忆与情感交互能力的行业领先助手;\n2、参与AI穿戴设备(如智能手表、眼镜)的云端网关建设。通过端云协同(Edge-Cloud Synergy)策略,优化弱网、断网场景下的服务可用性,保障高并发下的低延迟与高稳定性;\n3、追踪多模态大模型及Agent技术的最新进展,探索RAG、MCP在业务中的落地,探索Agentic技术在业务中的落地。结合硬件形态创新,推动从“指令执行”到“主动智能”的技术产品化转型。\n\n职位要求\n1、计算机相关专业本科及以上学历,熟练掌握 Java/Python,掌握计算机网络、操作系统基本知识,具备良好的数据结构与算法基础;\n2、熟悉 LangChain/LangGragh 等主流框架,理解 ReAct、CoT 等提示工程范式;\n3、深入理解 Function Calling / Tool Use 机制,有实际的 Prompt/Contex/Harness Engineering 经验及大模型应用开发项目。\n加分项:\n1、理解多模态交互系统相关技术,熟悉语音识别、语音合成、视觉理解的实现方案,有建设相关算法服务的实际经验;\n2、在 GitHub 上有高质量的 AI Agent 开源项目/个人 Demo。\n\n在招业务\n千问事业部\n1、参与优化多模态对话框架,构建支持超长上下文的对话系统。利用长短期记忆机制(Long/Short-term Memory)实现用户画像与历史意图的精准召回,结合物理环境感知(如位置、设备状态)增强智能体的情境理解能力,打造具备“类人”记忆与情感交互能力的行业领先助手;\n2、参与AI穿戴设备(如智能手表、眼镜)的云端网关建设。通过端云协同(Edge-Cloud Synergy)策略,优化弱网、断网场景下的服务可用性,保障高并发下的低延迟与高稳定性;\n3、追踪多模态大模型及Agent技术的最新进展,探索RAG、MCP在业务中的落地,探索Agentic技术在业务中的落地。结合硬件形态创新,推动从“指令执行”到“主动智能”的技术产品化转型。\n1、计算机相关专业本科及以上学历,熟练掌握 Java/Python,掌握计算机网络、操作系统基本知识,具备良好的数据结构与算法基础;\n2、熟悉 LangChain/LangGragh 等主流框架,理解 ReAct、CoT 等提示工程范式;\n3、深入理解 Function Calling / Tool Use 机制,有实际的 Prompt/Contex/Harness Engineering 经验及大模型应用开发项目。\n加分项:\n1、理解多模态交互系统相关技术,熟悉语音识别、语音合成、视觉理解的实现方案,有建设相关算法服务的实际经验;\n2、在 GitHub 上有高质量的 AI Agent 开源项目/个人 Demo。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}