职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907720102

大模型应用开发工程师

未披露 · 北京 / 广州 / 杭州 · 阿里巴巴控股集团

主分类:Agent系统开发
软件开发与 IT
辅助:AI应用开发(非Agent)(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": "大模型应用开发工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里巴巴控股集团 / 高德地图 / 盒马 / 灵犀互娱",
        "location": "北京 / 广州 / 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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责将大模型(LLM)能力落地到实际业务场景,包括但不限于Prompt工程、智能对话、知识库建设、内容生成及业务流程自动化;\n2. 设计并开发AI Agent系统及其框架,负责任务规划、多步推理(CoT)、工具调用(Function/Tool Calling)、记忆管理及多智能体协同等核心模块的实现;\n3. 构建LLMOps全链路流程,包括大模型应用评测、监控告警、数据标注及RAG(检索增强生成)全链路优化(如切片算法、召回重排等);\n4. 参与大模型业务应用平台的研发,推动MCP(模型控制协议)生态建设、工作流编排及代码生成等提效工具的开发,构建高可靠、高扩展的AI架构。",
        "requirements_text": "1. 本科及以上学历,计算机、人工智能、软件工程、数学或相关专业;\n2. 熟练掌握 Java、Python、Go、C++ 中至少一门编程语言,具备扎实的数据结构、算法基础、操作系统知识及良好的编程习惯;\n3. 了解大模型应用开发原理,熟悉 Prompt Engineering、RAG、LangChain、LlamaIndex 或 Dify 等业界主流大模型开发框架;\n4. 熟悉主流大模型(如GPT、Qwen、Llama等)的接口调用及特性,了解 Agent 架构及相关组件;\n5. 具备卓越的学习能力和自驱力,对AI技术充满热情,能够快速跟进并掌握业界最新技术动态。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "数据结构",
            "学习能力",
            "Go",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907720102?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907720102",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907720102?deptCodes="
    },
    "fulltext": "大模型应用开发工程师\n大模型应用开发工程师\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:北京 / 广州 / 杭州\n\n职位描述\n1. 负责将大模型(LLM)能力落地到实际业务场景,包括但不限于Prompt工程、智能对话、知识库建设、内容生成及业务流程自动化;\n2. 设计并开发AI Agent系统及其框架,负责任务规划、多步推理(CoT)、工具调用(Function/Tool Calling)、记忆管理及多智能体协同等核心模块的实现;\n3. 构建LLMOps全链路流程,包括大模型应用评测、监控告警、数据标注及RAG(检索增强生成)全链路优化(如切片算法、召回重排等);\n4. 参与大模型业务应用平台的研发,推动MCP(模型控制协议)生态建设、工作流编排及代码生成等提效工具的开发,构建高可靠、高扩展的AI架构。\n\n职位要求\n1. 本科及以上学历,计算机、人工智能、软件工程、数学或相关专业;\n2. 熟练掌握 Java、Python、Go、C++ 中至少一门编程语言,具备扎实的数据结构、算法基础、操作系统知识及良好的编程习惯;\n3. 了解大模型应用开发原理,熟悉 Prompt Engineering、RAG、LangChain、LlamaIndex 或 Dify 等业界主流大模型开发框架;\n4. 熟悉主流大模型(如GPT、Qwen、Llama等)的接口调用及特性,了解 Agent 架构及相关组件;\n5. 具备卓越的学习能力和自驱力,对AI技术充满热情,能够快速跟进并掌握业界最新技术动态。\n\n在招业务\n阿里巴巴控股集团 / 高德地图 / 盒马 / 灵犀互娱\n1. 负责将大模型(LLM)能力落地到实际业务场景,包括但不限于Prompt工程、智能对话、知识库建设、内容生成及业务流程自动化;\n2. 设计并开发AI Agent系统及其框架,负责任务规划、多步推理(CoT)、工具调用(Function/Tool Calling)、记忆管理及多智能体协同等核心模块的实现;\n3. 构建LLMOps全链路流程,包括大模型应用评测、监控告警、数据标注及RAG(检索增强生成)全链路优化(如切片算法、召回重排等);\n4. 参与大模型业务应用平台的研发,推动MCP(模型控制协议)生态建设、工作流编排及代码生成等提效工具的开发,构建高可靠、高扩展的AI架构。\n1. 本科及以上学历,计算机、人工智能、软件工程、数学或相关专业;\n2. 熟练掌握 Java、Python、Go、C++ 中至少一门编程语言,具备扎实的数据结构、算法基础、操作系统知识及良好的编程习惯;\n3. 了解大模型应用开发原理,熟悉 Prompt Engineering、RAG、LangChain、LlamaIndex 或 Dify 等业界主流大模型开发框架;\n4. 熟悉主流大模型(如GPT、Qwen、Llama等)的接口调用及特性,了解 Agent 架构及相关组件;\n5. 具备卓越的学习能力和自驱力,对AI技术充满热情,能够快速跟进并掌握业界最新技术动态。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T008"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}