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": "日常实习生-用户运营技术-AI Agent 优化工程师",
"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": "● 本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在这里,你将有机会:\n● 主导 AI Agent 的设计与优化——围绕大模型构建多 Agent 协作、任务规划、工具调用(Function Calling / MCP)、记忆与上下文管理等核心链路,持续提升 Agent 的准确率、稳定性与执行效率。\n● 参与构建 Agent 工程化体系,打造可复用的编排框架、评测基线、效果回归与可观测性能力,系统性优化 Agent 的端到端表现,推动智能化研发范式升级演进。\n● 深度参与国民级软件淘宝的 Agent 能力建设,与业务、算法、设计团队深度协作,把 Agent 能力转化为稳定可用的线上应用,推动产品快速迭代。\n● 面向 Agent 多轮推理成本、响应延迟、长链路稳定性、效果与成本平衡等技术前沿挑战,主导优化方案的设计与实施,提升淘宝用户的智能交互体验。\n● 与团队的专业小伙伴共同设计高效率、高系统化、高鲁棒性的 Agent 架构,打造稳定、流畅的智能业务体验。\n加入我们,投身业内最前沿的 AI Agent 研发与优化。你将与来自不同部门的优秀人才合作,既能获得专业指导与协作,也能在工作中不断挑战自我,在职业生涯中持续成长,享受 Agent 落地带来的乐趣和成就感。来吧,我们等你加入!",
"requirements_text": "【必备要求】\n● 本科及以上学历,计算机、软件、人工智能及电子信息等相关专业优先。\n● 工程基础扎实,学习能力强,对新事物抱有好奇心,并能快速适应新环境;具备良好的沟通、团队协同能力。\n● 熟悉主流的编程思想、数据结构和算法;至少精通一门主流语言(Python/Node.js/TypeScript 等),具备扎实的工程实现能力。\n● 熟悉 AI Agent 研发的核心场景,以下至少一项:熟悉主流 LLM 集成与应用范式、掌握 Prompt 工程化、有 Agent 编排 / 任务规划 / 工具调用(Function Calling / MCP)开发经验、熟悉 RAG 检索增强、熟悉 Agent 记忆与上下文管理。\n● 熟练掌握以下 Agent 细分领域知识(至少一项):多 Agent 协作、Agent 效果评测与回归、推理链路优化(成本 / 延迟)、Agent 可观测性、AI 安全与可信、智能编码 Copilot。\n【加分项】\n● 有 AI Agent 落地项目经验,参与过 Agent 产品的技术方案设计,如智能编码助手、自动化运维 Agent、智能客服 Agent 等。\n● 熟悉 Agent 评测体系建设,能设计自动化评测基线与效果回归方案,量化驱动 Agent 优化。\n● 熟悉 AI 工程化基础设施,对 Prompt 管理、可观测性、模型推理加速、Rust 等高性能工具链有相关开发经验。",
"skills": [AI生成
"Python",
"TypeScript",
"Rust",
"数据结构",
"学习能力",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "● 本科及以上学历,计算机、软件、人工智能及电子信息等相关专业优先;【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/199907160001?deptCodes="
}
]
},
"posting": {
"posting_id": "199907160001",
"post_date": "2026-06-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907160001?deptCodes="
},
"fulltext": "日常实习生-用户运营技术-AI Agent 优化工程师\n日常实习生-用户运营技术-AI Agent 优化工程师\n\n基础信息\n毕业起止时间要求:2027-11-01 - 2029-12-31\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\n在这里,你将有机会:\n● 主导 AI Agent 的设计与优化——围绕大模型构建多 Agent 协作、任务规划、工具调用(Function Calling / MCP)、记忆与上下文管理等核心链路,持续提升 Agent 的准确率、稳定性与执行效率。\n● 参与构建 Agent 工程化体系,打造可复用的编排框架、评测基线、效果回归与可观测性能力,系统性优化 Agent 的端到端表现,推动智能化研发范式升级演进。\n● 深度参与国民级软件淘宝的 Agent 能力建设,与业务、算法、设计团队深度协作,把 Agent 能力转化为稳定可用的线上应用,推动产品快速迭代。\n● 面向 Agent 多轮推理成本、响应延迟、长链路稳定性、效果与成本平衡等技术前沿挑战,主导优化方案的设计与实施,提升淘宝用户的智能交互体验。\n● 与团队的专业小伙伴共同设计高效率、高系统化、高鲁棒性的 Agent 架构,打造稳定、流畅的智能业务体验。\n加入我们,投身业内最前沿的 AI Agent 研发与优化。你将与来自不同部门的优秀人才合作,既能获得专业指导与协作,也能在工作中不断挑战自我,在职业生涯中持续成长,享受 Agent 落地带来的乐趣和成就感。来吧,我们等你加入!\n\n职位要求\n【必备要求】\n● 本科及以上学历,计算机、软件、人工智能及电子信息等相关专业优先。\n● 工程基础扎实,学习能力强,对新事物抱有好奇心,并能快速适应新环境;具备良好的沟通、团队协同能力。\n● 熟悉主流的编程思想、数据结构和算法;至少精通一门主流语言(Python/Node.js/TypeScript 等),具备扎实的工程实现能力。\n● 熟悉 AI Agent 研发的核心场景,以下至少一项:熟悉主流 LLM 集成与应用范式、掌握 Prompt 工程化、有 Agent 编排 / 任务规划 / 工具调用(Function Calling / MCP)开发经验、熟悉 RAG 检索增强、熟悉 Agent 记忆与上下文管理。\n● 熟练掌握以下 Agent 细分领域知识(至少一项):多 Agent 协作、Agent 效果评测与回归、推理链路优化(成本 / 延迟)、Agent 可观测性、AI 安全与可信、智能编码 Copilot。\n【加分项】\n● 有 AI Agent 落地项目经验,参与过 Agent 产品的技术方案设计,如智能编码助手、自动化运维 Agent、智能客服 Agent 等。\n● 熟悉 Agent 评测体系建设,能设计自动化评测基线与效果回归方案,量化驱动 Agent 优化。\n● 熟悉 AI 工程化基础设施,对 Prompt 管理、可观测性、模型推理加速、Rust 等高性能工具链有相关开发经验。\n\n在招业务\n淘天集团\n在这里,你将有机会:\n● 主导 AI Agent 的设计与优化——围绕大模型构建多 Agent 协作、任务规划、工具调用(Function Calling / MCP)、记忆与上下文管理等核心链路,持续提升 Agent 的准确率、稳定性与执行效率。\n● 参与构建 Agent 工程化体系,打造可复用的编排框架、评测基线、效果回归与可观测性能力,系统性优化 Agent 的端到端表现,推动智能化研发范式升级演进。\n● 深度参与国民级软件淘宝的 Agent 能力建设,与业务、算法、设计团队深度协作,把 Agent 能力转化为稳定可用的线上应用,推动产品快速迭代。\n● 面向 Agent 多轮推理成本、响应延迟、长链路稳定性、效果与成本平衡等技术前沿挑战,主导优化方案的设计与实施,提升淘宝用户的智能交互体验。\n● 与团队的专业小伙伴共同设计高效率、高系统化、高鲁棒性的 Agent 架构,打造稳定、流畅的智能业务体验。\n加入我们,投身业内最前沿的 AI Agent 研发与优化。你将与来自不同部门的优秀人才合作,既能获得专业指导与协作,也能在工作中不断挑战自我,在职业生涯中持续成长,享受 Agent 落地带来的乐趣和成就感。来吧,我们等你加入!\n【必备要求】\n● 本科及以上学历,计算机、软件、人工智能及电子信息等相关专业优先。\n● 工程基础扎实,学习能力强,对新事物抱有好奇心,并能快速适应新环境;具备良好的沟通、团队协同能力。\n● 熟悉主流的编程思想、数据结构和算法;至少精通一门主流语言(Python/Node.js/TypeScript 等),具备扎实的工程实现能力。\n● 熟悉 AI Agent 研发的核心场景,以下至少一项:熟悉主流 LLM 集成与应用范式、掌握 Prompt 工程化、有 Agent 编排 / 任务规划 / 工具调用(Function Calling / MCP)开发经验、熟悉 RAG 检索增强、熟悉 Agent 记忆与上下文管理。\n● 熟练掌握以下 Agent 细分领域知识(至少一项):多 Agent 协作、Agent 效果评测与回归、推理链路优化(成本 / 延迟)、Agent 可观测性、AI 安全与可信、智能编码 Copilot。\n【加分项】\n● 有 AI Agent 落地项目经验,参与过 Agent 产品的技术方案设计,如智能编码助手、自动化运维 Agent、智能客服 Agent 等。\n● 熟悉 Agent 评测体系建设,能设计自动化评测基线与效果回归方案,量化驱动 Agent 优化。\n● 熟悉 AI 工程化基础设施,对 Prompt 管理、可观测性、模型推理加速、Rust 等高性能工具链有相关开发经验。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}