主分类：Agent系统开发
辅助：大模型与生成式算法研发（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": "1688AI大模型应用算法专家-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",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": "计算机、人工智能、数学/统计等相关专业硕士及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1688作为B 端电商平台，服务百万级供给侧商家与亿级采购需求，正在打造B类电商的 OpenClaw：以 A2A（Agent-to-Agent）为核心的多智能体底座，将传统电商强依赖的搜推技术架构，升级为以买家需求为起点的端到端任务交付的A2A技术体系，极大提升买家的采购效率与生意确定性。该岗位的具体工作职责包括：\n1.买家多Agent 建设：基于用户行为/交易/询盘等数据，构建买家侧 Agent，打通多模态理解、需求推理与“找挑询付履”任务流规划，实现从买家需求到AI 找品/挑选、询盘/跟单、财税等端到端任务交付。\n2.买家/商家/平台AI客服建设：建设买家/商家/平台一体化智能客服，覆盖咨询导购、接待报价、平台服务与交易保障，支持多轮对话与流程化处理，提升服务效率与成交确定性。\n3.A2A 技术底座与链路落地：建设 A2A 多智能体与大模型底座，结合 SFT/Post-train、DPO/RLHF、RAG/知识增强、Agent 强化学习与工具/技能体系，提升长链路任务成功率，支撑“找—挑—询—付—履”端到端交付与规模化落地。",
"requirements_text": "1.计算机、人工智能、数学/统计等相关专业硕士及以上；对大模型与 Agent 有强烈好奇心与持续动手动力。\n2.熟悉大模型落地常用技术栈：SFT 与对齐（DPO/RLHF 等）、RAG/知识增强、工具/函数调用、多轮对话与长上下文处理。\n3.具备 Agent/多智能体研发经验：任务规划与编排、记忆/状态管理、工具/技能体系（可包含 MCP 等），能用评测驱动快速迭代。\n4.工程与结果导向：能围绕业务指标搭建离线评测与线上 A/B，把原型快速打到可用、可扩、可稳定的线上系统；善于定位疑难问题并持续优化。\n5.加分项：顶会论文/开源贡献、ACM/ICPC 等竞赛经历，或 AI Native 产品从 0 到 1/从 1 到 N 的深度建设经验。",
"skills": [AI生成
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "5.加分项：顶会论文/开源贡献、ACM/ICPC 等竞赛经历，或 AI Native 产品从 0 到 1/从 1 到 N 的深度建设经验",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907720025?deptCodes="
}
]
},
"posting": {
"posting_id": "199907720025",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720025?deptCodes="
},
"fulltext": "1688AI大模型应用算法专家-阿里星\n1688AI大模型应用算法专家-阿里星\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\n1688作为B 端电商平台，服务百万级供给侧商家与亿级采购需求，正在打造B类电商的 OpenClaw：以 A2A（Agent-to-Agent）为核心的多智能体底座，将传统电商强依赖的搜推技术架构，升级为以买家需求为起点的端到端任务交付的A2A技术体系，极大提升买家的采购效率与生意确定性。该岗位的具体工作职责包括：\n1.买家多Agent 建设：基于用户行为/交易/询盘等数据，构建买家侧 Agent，打通多模态理解、需求推理与“找挑询付履”任务流规划，实现从买家需求到AI 找品/挑选、询盘/跟单、财税等端到端任务交付。\n2.买家/商家/平台AI客服建设：建设买家/商家/平台一体化智能客服，覆盖咨询导购、接待报价、平台服务与交易保障，支持多轮对话与流程化处理，提升服务效率与成交确定性。\n3.A2A 技术底座与链路落地：建设 A2A 多智能体与大模型底座，结合 SFT/Post-train、DPO/RLHF、RAG/知识增强、Agent 强化学习与工具/技能体系，提升长链路任务成功率，支撑“找—挑—询—付—履”端到端交付与规模化落地。\n\n职位要求\n1.计算机、人工智能、数学/统计等相关专业硕士及以上；对大模型与 Agent 有强烈好奇心与持续动手动力。\n2.熟悉大模型落地常用技术栈：SFT 与对齐（DPO/RLHF 等）、RAG/知识增强、工具/函数调用、多轮对话与长上下文处理。\n3.具备 Agent/多智能体研发经验：任务规划与编排、记忆/状态管理、工具/技能体系（可包含 MCP 等），能用评测驱动快速迭代。\n4.工程与结果导向：能围绕业务指标搭建离线评测与线上 A/B，把原型快速打到可用、可扩、可稳定的线上系统；善于定位疑难问题并持续优化。\n5.加分项：顶会论文/开源贡献、ACM/ICPC 等竞赛经历，或 AI Native 产品从 0 到 1/从 1 到 N 的深度建设经验。\n\n在招业务\n淘天集团\n1688作为B 端电商平台，服务百万级供给侧商家与亿级采购需求，正在打造B类电商的 OpenClaw：以 A2A（Agent-to-Agent）为核心的多智能体底座，将传统电商强依赖的搜推技术架构，升级为以买家需求为起点的端到端任务交付的A2A技术体系，极大提升买家的采购效率与生意确定性。该岗位的具体工作职责包括：\n1.买家多Agent 建设：基于用户行为/交易/询盘等数据，构建买家侧 Agent，打通多模态理解、需求推理与“找挑询付履”任务流规划，实现从买家需求到AI 找品/挑选、询盘/跟单、财税等端到端任务交付。\n2.买家/商家/平台AI客服建设：建设买家/商家/平台一体化智能客服，覆盖咨询导购、接待报价、平台服务与交易保障，支持多轮对话与流程化处理，提升服务效率与成交确定性。\n3.A2A 技术底座与链路落地：建设 A2A 多智能体与大模型底座，结合 SFT/Post-train、DPO/RLHF、RAG/知识增强、Agent 强化学习与工具/技能体系，提升长链路任务成功率，支撑“找—挑—询—付—履”端到端交付与规模化落地。\n1.计算机、人工智能、数学/统计等相关专业硕士及以上；对大模型与 Agent 有强烈好奇心与持续动手动力。\n2.熟悉大模型落地常用技术栈：SFT 与对齐（DPO/RLHF 等）、RAG/知识增强、工具/函数调用、多轮对话与长上下文处理。\n3.具备 Agent/多智能体研发经验：任务规划与编排、记忆/状态管理、工具/技能体系（可包含 MCP 等），能用评测驱动快速迭代。\n4.工程与结果导向：能围绕业务指标搭建离线评测与线上 A/B，把原型快速打到可用、可扩、可稳定的线上系统；善于定位疑难问题并持续优化。\n5.加分项：顶会论文/开源贡献、ACM/ICPC 等竞赛经历，或 AI Native 产品从 0 到 1/从 1 到 N 的深度建设经验。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}