主分类：Agent系统开发
辅助：AI训练推理与计算优化（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-AI Coding 研发实习生-主动式代码预测方向",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "加入阿里云 AI Coding 创新团队，参与下一代智能代码补全系统的研发工作。你将基于 Agent 架构和上下文工程技术，构建主动式编码行为预测与代码推荐引擎，重新定义开发者与 IDE 的交互方式。 \n工作职责 \n1、参与基于 Agent 模式的智能代码补全系统设计与开发，实现从被动补全到主动预测的范式升级； \n2、研发上下文工程相关能力，包括代码语义理解、编辑意图识别、跨文件依赖分析等核心模块； \n3、参与 Prompt Engineering 与 Agent 工作流设计，探索 LLM 在代码补全场景的最佳实践； \n4、参与模型推理服务的性能优化工作，包括推理延迟优化、模型量化、推测解码（Speculative Decoding）等技术探索，确保补全响应的实时性； \n5、协助构建评测体系，设计补全效果的量化指标与 A/B 测试方案。",
"requirements_text": "1、计算机科学、软件工程、人工智能等相关专业； \n2、熟练掌握 Python、Java、Go 或 TypeScript 中至少一门语言，具备良好的编码习惯； \n3、了解大语言模型（LLM）基本原理，有 Prompt Engineering 或 RAG 相关实践经验者优先； \n4、熟悉至少一种推理框架框架（vllm/sgLang），了解相关的架构原理； \n5、对 Agent 系统、Function Calling、ReAct 等技术有一定了解者优先； \n6、有 IDE 插件开发经验（VS Code/JetBrains）或编译原理、AST 解析相关经验者加分； \n7、是 AI Coding 工具（Qoder/通义灵码/Cursor 等）的活跃用户，对智能编程有浓厚兴趣。",
"skills": [AI生成
"Python",
"TypeScript",
"Java",
"React",
"Go",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "3、了解大语言模型（LLM）基本原理，有 Prompt Engineering 或 RAG 相关实践经验者优先；5、对 Agent 系统、Function Calling、ReAct 等技术有一定了解者优先；6、有 IDE 插件开发经验（VS Code/JetBrains）或编译原理、AST 解析相关经验者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199905280011?deptCodes="
}
]
},
"posting": {
"posting_id": "199905280011",
"post_date": "2026-05-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199905280011?deptCodes="
},
"fulltext": "日常实习生-AI Coding 研发实习生-主动式代码预测方向\n日常实习生-AI Coding 研发实习生-主动式代码预测方向\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\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\n加入阿里云 AI Coding 创新团队，参与下一代智能代码补全系统的研发工作。你将基于 Agent 架构和上下文工程技术，构建主动式编码行为预测与代码推荐引擎，重新定义开发者与 IDE 的交互方式。 \n工作职责 \n1、参与基于 Agent 模式的智能代码补全系统设计与开发，实现从被动补全到主动预测的范式升级； \n2、研发上下文工程相关能力，包括代码语义理解、编辑意图识别、跨文件依赖分析等核心模块； \n3、参与 Prompt Engineering 与 Agent 工作流设计，探索 LLM 在代码补全场景的最佳实践； \n4、参与模型推理服务的性能优化工作，包括推理延迟优化、模型量化、推测解码（Speculative Decoding）等技术探索，确保补全响应的实时性； \n5、协助构建评测体系，设计补全效果的量化指标与 A/B 测试方案。\n\n职位要求\n1、计算机科学、软件工程、人工智能等相关专业； \n2、熟练掌握 Python、Java、Go 或 TypeScript 中至少一门语言，具备良好的编码习惯； \n3、了解大语言模型（LLM）基本原理，有 Prompt Engineering 或 RAG 相关实践经验者优先； \n4、熟悉至少一种推理框架框架（vllm/sgLang），了解相关的架构原理； \n5、对 Agent 系统、Function Calling、ReAct 等技术有一定了解者优先； \n6、有 IDE 插件开发经验（VS Code/JetBrains）或编译原理、AST 解析相关经验者加分； \n7、是 AI Coding 工具（Qoder/通义灵码/Cursor 等）的活跃用户，对智能编程有浓厚兴趣。\n\n在招业务\n阿里巴巴控股集团\n加入阿里云 AI Coding 创新团队，参与下一代智能代码补全系统的研发工作。你将基于 Agent 架构和上下文工程技术，构建主动式编码行为预测与代码推荐引擎，重新定义开发者与 IDE 的交互方式。 \n工作职责 \n1、参与基于 Agent 模式的智能代码补全系统设计与开发，实现从被动补全到主动预测的范式升级； \n2、研发上下文工程相关能力，包括代码语义理解、编辑意图识别、跨文件依赖分析等核心模块； \n3、参与 Prompt Engineering 与 Agent 工作流设计，探索 LLM 在代码补全场景的最佳实践； \n4、参与模型推理服务的性能优化工作，包括推理延迟优化、模型量化、推测解码（Speculative Decoding）等技术探索，确保补全响应的实时性； \n5、协助构建评测体系，设计补全效果的量化指标与 A/B 测试方案。\n1、计算机科学、软件工程、人工智能等相关专业； \n2、熟练掌握 Python、Java、Go 或 TypeScript 中至少一门语言，具备良好的编码习惯； \n3、了解大语言模型（LLM）基本原理，有 Prompt Engineering 或 RAG 相关实践经验者优先； \n4、熟悉至少一种推理框架框架（vllm/sgLang），了解相关的架构原理； \n5、对 Agent 系统、Function Calling、ReAct 等技术有一定了解者优先； \n6、有 IDE 插件开发经验（VS Code/JetBrains）或编译原理、AST 解析相关经验者加分； \n7、是 AI Coding 工具（Qoder/通义灵码/Cursor 等）的活跃用户，对智能编程有浓厚兴趣。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}