主分类：Agent系统开发
辅助：AI模型评测工程（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": "面向复杂任务的自主智能体规划推理与协作关键技术-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、人工智能、自动化、数学等相关专业博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 面向真实业务需求，开展大模型Agent领域前沿技术研究，包括但不限于：规划推理、记忆机制、工具使用、多智能体协作、Agent安全与对齐与标准化Agent评测等方向；\n2. 将研究成果转化为可落地的技术方案，与工程团队协作推动Agent能力在产品中的规模化应用；\n3. 持续跟踪国际前沿进展，在NeurIPS、ICML、ICLR、ACL、EMNLP等顶级会议/期刊发表高水平学术论文；\n4. 参与构建Agent评测基准与数据集，推动领域评估体系建设；\n5. 积极参与技术分享、专利申请及开源社区建设，提升团队及公司学术影响力；\n6. 与国内外高校、科研机构开展学术合作与交流。",
"requirements_text": "1. 计算机、人工智能、自动化、数学等相关专业博士学位，具备扎实的数学基础；\n2. 在以下至少一个方向有深入研究积累：\n- Agent 规划与推理\n- 工具调用与环境交互\n- 多智能体协作\n- 记忆机制与上下文管理\n- 强化学习 / RLHF / 过程奖励模型\n- 自然语言处理（NLP）核心任务\n3. 在CCF-A类会议/期刊（NeurIPS/ICML/ICLR/ACL/EMNLP等）\n发表过论文者优先；\n4. 具备较强的问题抽象与研究创新能力，自驱力强，能独立推进研究课题；\n5. 良好的团队协作与跨组沟通能力，对技术落地有热情，研究与工程兼顾。\n加分项：\n1. 有LLM微调、RLHF、提示工程等大模型相关实践经验；\n2. 参与过Agent框架的研究或开发；\n3. 有多智能体系统、强化学习、自动规划等背景；\n4. 有高影响力开源项目贡献或GitHub活跃记录。",
"skills": [AI生成
"强化学习",
"自然语言处理",
"团队协作",
"沟通能力",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "发表过论文者优先；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/199907660036?deptCodes="
}
]
},
"posting": {
"posting_id": "199907660036",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907660036?deptCodes="
},
"fulltext": "面向复杂任务的自主智能体规划推理与协作关键技术-阿里星/A Star\n面向复杂任务的自主智能体规划推理与协作关键技术-阿里星/A Star\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：杭州\n\n职位描述\n1. 面向真实业务需求，开展大模型Agent领域前沿技术研究，包括但不限于：规划推理、记忆机制、工具使用、多智能体协作、Agent安全与对齐与标准化Agent评测等方向；\n2. 将研究成果转化为可落地的技术方案，与工程团队协作推动Agent能力在产品中的规模化应用；\n3. 持续跟踪国际前沿进展，在NeurIPS、ICML、ICLR、ACL、EMNLP等顶级会议/期刊发表高水平学术论文；\n4. 参与构建Agent评测基准与数据集，推动领域评估体系建设；\n5. 积极参与技术分享、专利申请及开源社区建设，提升团队及公司学术影响力；\n6. 与国内外高校、科研机构开展学术合作与交流。\n\n职位要求\n1. 计算机、人工智能、自动化、数学等相关专业博士学位，具备扎实的数学基础；\n2. 在以下至少一个方向有深入研究积累：\n- Agent 规划与推理\n- 工具调用与环境交互\n- 多智能体协作\n- 记忆机制与上下文管理\n- 强化学习 / RLHF / 过程奖励模型\n- 自然语言处理（NLP）核心任务\n3. 在CCF-A类会议/期刊（NeurIPS/ICML/ICLR/ACL/EMNLP等）\n发表过论文者优先；\n4. 具备较强的问题抽象与研究创新能力，自驱力强，能独立推进研究课题；\n5. 良好的团队协作与跨组沟通能力，对技术落地有热情，研究与工程兼顾。\n加分项：\n1. 有LLM微调、RLHF、提示工程等大模型相关实践经验；\n2. 参与过Agent框架的研究或开发；\n3. 有多智能体系统、强化学习、自动规划等背景；\n4. 有高影响力开源项目贡献或GitHub活跃记录。\n\n在招业务\n阿里云\n1. 面向真实业务需求，开展大模型Agent领域前沿技术研究，包括但不限于：规划推理、记忆机制、工具使用、多智能体协作、Agent安全与对齐与标准化Agent评测等方向；\n2. 将研究成果转化为可落地的技术方案，与工程团队协作推动Agent能力在产品中的规模化应用；\n3. 持续跟踪国际前沿进展，在NeurIPS、ICML、ICLR、ACL、EMNLP等顶级会议/期刊发表高水平学术论文；\n4. 参与构建Agent评测基准与数据集，推动领域评估体系建设；\n5. 积极参与技术分享、专利申请及开源社区建设，提升团队及公司学术影响力；\n6. 与国内外高校、科研机构开展学术合作与交流。\n1. 计算机、人工智能、自动化、数学等相关专业博士学位，具备扎实的数学基础；\n2. 在以下至少一个方向有深入研究积累：\n- Agent 规划与推理\n- 工具调用与环境交互\n- 多智能体协作\n- 记忆机制与上下文管理\n- 强化学习 / RLHF / 过程奖励模型\n- 自然语言处理（NLP）核心任务\n3. 在CCF-A类会议/期刊（NeurIPS/ICML/ICLR/ACL/EMNLP等）\n发表过论文者优先；\n4. 具备较强的问题抽象与研究创新能力，自驱力强，能独立推进研究课题；\n5. 良好的团队协作与跨组沟通能力，对技术落地有热情，研究与工程兼顾。\n加分项：\n1. 有LLM微调、RLHF、提示工程等大模型相关实践经验；\n2. 参与过Agent框架的研究或开发；\n3. 有多智能体系统、强化学习、自动规划等背景；\n4. 有高影响力开源项目贡献或GitHub活跃记录。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}