主分类：Agent系统开发
辅助：音视频与实时通信研发（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": "面向大模型的实时交互式 AI Agent 系统架构研究-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"location": "北京 / 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": "本科及以上学历",
"language": "7. 有较好的英文文献阅读能力，能够跟踪前沿论文、开源项目和产业技术动态",AI生成
"visa_support": "未披露",
"responsibilities": "1. 面向大模型实时交互场景，参与实时交互式 AI Agent 系统架构研究与原型建设，探索低延迟、可打断、可连续对话、可执行任务的新一代智能体系统。\n2. 研究 Real-time AI / Conversational AI 的核心链路架构，包括流式 ASR、Streaming LLM、实时 TTS、Agent Runtime、多轮上下文管理、工具调用、状态维护、事件驱动调度等关键模块的协同机制。\n3. 参与设计高性能、高可靠、可扩展的实时交互引擎，支撑语音对话、多模态交互、智能客服、智能导购、办公协同、车载座舱、IoT 终端等业务场景。\n4. 针对实时交互体验中的关键问题开展技术研究与实验验证，包括端到端响应延迟、首响速度、打断响应、Turn-taking、对话流畅度、并发稳定性和系统成本优化等。\n5. 跟踪 AI Agent、LLM Infra、Conversational AI、Multimodal AI、低延迟推理服务等前沿技术，进行技术调研、方案设计、原型实现和系统落地。\n6. 与算法、工程、产品团队协作，将大模型能力转化为可实时交互、可规模化应用的智能体系统能力，推动相关技术在真实业务场景中落地。",
"requirements_text": "1. 计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业，本科及以上学历，具备扎实的计算机基础。\n2. 熟悉至少一种主流编程语言，如 Python、C++、Go、Java 等，具备良好的工程实现能力、代码习惯和系统调试能力。\n3. 理解大语言模型、AI Agent 或对话系统的基本原理，对 RAG、工具调用、Prompt Engineering、多轮对话、模型推理服务等方向有实践或浓厚兴趣。\n4. 具备一定系统架构意识，理解操作系统、网络通信、并发编程、分布式系统、事件驱动架构、性能优化等基础知识中的一项或多项。\n5. 对实时交互系统有兴趣，理解或愿意深入研究流式处理、低延迟链路、状态管理、异步调度、音视频通信等相关技术问题。\n6. 具备较强的问题抽象能力、技术学习能力和动手实验能力，能够从开放性问题中拆解技术路径，并通过原型或实验进行验证。\n7. 有较好的英文文献阅读能力，能够跟踪前沿论文、开源项目和产业技术动态。\n加分项\n1. 有语音对话系统、智能客服、语音助手、实时音视频、RTC/WebRTC、流式 ASR/TTS、端到端语音对话等相关项目经验。\n2. 有 AI Agent 框架、LLM 应用系统、RAG 系统、多智能体系统、自动化任务执行系统等相关项目经验。\n3. 熟悉低延迟推理服务、模型服务化、分布式调度、高并发服务、事件驱动架构、端云协同等工程技术。\n4. 了解打断机制、Turn-taking、全双工交互、多模态感知、对话状态管理等 Conversational AI 关键问题。\n5. 在顶级会议、期刊发表过相关论文，或在高质量开源项目、算法竞赛、系统竞赛中有突出成果。",
"skills": [AI生成
"Python",
"Java",
"C++",
"分布式系统",
"性能优化",
"系统架构",
"学习能力",
"Go",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "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/199907740113?deptCodes="
}
]
},
"posting": {
"posting_id": "199907740113",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907740113?deptCodes="
},
"fulltext": "面向大模型的实时交互式 AI Agent 系统架构研究-阿里星/A Star\n面向大模型的实时交互式 AI Agent 系统架构研究-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：北京 / 杭州\n\n职位描述\n1. 面向大模型实时交互场景，参与实时交互式 AI Agent 系统架构研究与原型建设，探索低延迟、可打断、可连续对话、可执行任务的新一代智能体系统。\n2. 研究 Real-time AI / Conversational AI 的核心链路架构，包括流式 ASR、Streaming LLM、实时 TTS、Agent Runtime、多轮上下文管理、工具调用、状态维护、事件驱动调度等关键模块的协同机制。\n3. 参与设计高性能、高可靠、可扩展的实时交互引擎，支撑语音对话、多模态交互、智能客服、智能导购、办公协同、车载座舱、IoT 终端等业务场景。\n4. 针对实时交互体验中的关键问题开展技术研究与实验验证，包括端到端响应延迟、首响速度、打断响应、Turn-taking、对话流畅度、并发稳定性和系统成本优化等。\n5. 跟踪 AI Agent、LLM Infra、Conversational AI、Multimodal AI、低延迟推理服务等前沿技术，进行技术调研、方案设计、原型实现和系统落地。\n6. 与算法、工程、产品团队协作，将大模型能力转化为可实时交互、可规模化应用的智能体系统能力，推动相关技术在真实业务场景中落地。\n\n职位要求\n1. 计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业，本科及以上学历，具备扎实的计算机基础。\n2. 熟悉至少一种主流编程语言，如 Python、C++、Go、Java 等，具备良好的工程实现能力、代码习惯和系统调试能力。\n3. 理解大语言模型、AI Agent 或对话系统的基本原理，对 RAG、工具调用、Prompt Engineering、多轮对话、模型推理服务等方向有实践或浓厚兴趣。\n4. 具备一定系统架构意识，理解操作系统、网络通信、并发编程、分布式系统、事件驱动架构、性能优化等基础知识中的一项或多项。\n5. 对实时交互系统有兴趣，理解或愿意深入研究流式处理、低延迟链路、状态管理、异步调度、音视频通信等相关技术问题。\n6. 具备较强的问题抽象能力、技术学习能力和动手实验能力，能够从开放性问题中拆解技术路径，并通过原型或实验进行验证。\n7. 有较好的英文文献阅读能力，能够跟踪前沿论文、开源项目和产业技术动态。\n加分项\n1. 有语音对话系统、智能客服、语音助手、实时音视频、RTC/WebRTC、流式 ASR/TTS、端到端语音对话等相关项目经验。\n2. 有 AI Agent 框架、LLM 应用系统、RAG 系统、多智能体系统、自动化任务执行系统等相关项目经验。\n3. 熟悉低延迟推理服务、模型服务化、分布式调度、高并发服务、事件驱动架构、端云协同等工程技术。\n4. 了解打断机制、Turn-taking、全双工交互、多模态感知、对话状态管理等 Conversational AI 关键问题。\n5. 在顶级会议、期刊发表过相关论文，或在高质量开源项目、算法竞赛、系统竞赛中有突出成果。\n\n在招业务\n阿里云\n1. 面向大模型实时交互场景，参与实时交互式 AI Agent 系统架构研究与原型建设，探索低延迟、可打断、可连续对话、可执行任务的新一代智能体系统。\n2. 研究 Real-time AI / Conversational AI 的核心链路架构，包括流式 ASR、Streaming LLM、实时 TTS、Agent Runtime、多轮上下文管理、工具调用、状态维护、事件驱动调度等关键模块的协同机制。\n3. 参与设计高性能、高可靠、可扩展的实时交互引擎，支撑语音对话、多模态交互、智能客服、智能导购、办公协同、车载座舱、IoT 终端等业务场景。\n4. 针对实时交互体验中的关键问题开展技术研究与实验验证，包括端到端响应延迟、首响速度、打断响应、Turn-taking、对话流畅度、并发稳定性和系统成本优化等。\n5. 跟踪 AI Agent、LLM Infra、Conversational AI、Multimodal AI、低延迟推理服务等前沿技术，进行技术调研、方案设计、原型实现和系统落地。\n6. 与算法、工程、产品团队协作，将大模型能力转化为可实时交互、可规模化应用的智能体系统能力，推动相关技术在真实业务场景中落地。\n1. 计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业，本科及以上学历，具备扎实的计算机基础。\n2. 熟悉至少一种主流编程语言，如 Python、C++、Go、Java 等，具备良好的工程实现能力、代码习惯和系统调试能力。\n3. 理解大语言模型、AI Agent 或对话系统的基本原理，对 RAG、工具调用、Prompt Engineering、多轮对话、模型推理服务等方向有实践或浓厚兴趣。\n4. 具备一定系统架构意识，理解操作系统、网络通信、并发编程、分布式系统、事件驱动架构、性能优化等基础知识中的一项或多项。\n5. 对实时交互系统有兴趣，理解或愿意深入研究流式处理、低延迟链路、状态管理、异步调度、音视频通信等相关技术问题。\n6. 具备较强的问题抽象能力、技术学习能力和动手实验能力，能够从开放性问题中拆解技术路径，并通过原型或实验进行验证。\n7. 有较好的英文文献阅读能力，能够跟踪前沿论文、开源项目和产业技术动态。\n加分项\n1. 有语音对话系统、智能客服、语音助手、实时音视频、RTC/WebRTC、流式 ASR/TTS、端到端语音对话等相关项目经验。\n2. 有 AI Agent 框架、LLM 应用系统、RAG 系统、多智能体系统、自动化任务执行系统等相关项目经验。\n3. 熟悉低延迟推理服务、模型服务化、分布式调度、高并发服务、事件驱动架构、端云协同等工程技术。\n4. 了解打断机制、Turn-taking、全双工交互、多模态感知、对话状态管理等 Conversational AI 关键问题。\n5. 在顶级会议、期刊发表过相关论文，或在高质量开源项目、算法竞赛、系统竞赛中有突出成果。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T032"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}