{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Agent Infra操作系统研发工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里云",
        "location": "北京 / 杭州 / 上海 / 深圳",
        "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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 操作系统及内核研发：面向 Agent 工作负载的操作系统能力演进，推动内核子系统与上层系统组件的适配与创新，构建 Agent 与 OS 之间的交互接口与运行时基础设施。\n2. 安全底座：构建 OS 级的 Agent 安全体系，在供应链安全、运行时安全隔离、OS 级行为审计与访问控制等方向建立纵深防御。\n3. 智能化运维：探索 AI 与系统运维深度结合的模式，将操作系统运维知识封装为 Agent 可理解、可执行的能力，推动运维从人工经验驱动向智能化演进。\n4. 可观测与效能优化：构建面向 Agent 行为的可观测体系，度量和优化 Agent 运行效能，从 OS 层系统性降低 Agent 运行成本。\n5. 工程平台建设：构建面向操作系统研发场景的 Agent 基础设施平台，将各方向的 Agent 能力进行平台化沉淀，支撑 Agent 的规模化开发、运行与迭代。",
        "requirements_text": "专业领域：\n1. 计算机科学、软件工程或相关专业。\n2. 基础知识扎实，熟悉计算机体系结构、操作系统原理、网络、分布式系统、算法与数据结构等领域；在 ACM 大赛成绩优异者优先，有顶会论文/高影响项目/专利/开源贡献为加分项。\n3. 专业能力：\n● 系统工程与编程能力\n○ 有扎实的系统工程基础，熟悉 Linux 开发环境，具备工程实现能力；\n○ 扎实掌握 Python、C/C++、Rust、Go、Java 等编程语言中的一种或几种。\n● 操作系统领域专业知识（对操作系统与基础软件有热情，对于以下领域中的一项或者多项有了解）\n○ 了解 Linux 操作系统与发行版，具备扎实的系统级编程和优化能力。例如：有 Linux 内核开发、虚拟化技术、容器运行时、基础库等经验；\n○ 了解计算机体系结构，可以为数据中心的软硬件基础设施进行操作系统级适配和协同优化。例如：有软硬件协同优化或芯片适配相关经历；\n○ 了解系统安全机制，例如：软件供应链安全、系统权限控制与审计等；\n○ 了解系统可观测技术、系统运维与性能优化方法，熟悉常见运维工具与性能调优手段，对 AI 驱动的智能化运维方向有兴趣。\n● Agent 工程能力（对于以下领域中的一项或者多项有了解）\n○ 了解 Agent 架构与工作流设计，能基于主流 LLM API 进行基本的 Agent 搭建与工程落地，了解 Agent Skill 的设计与封装方法。例如：有将 \nAgent 集成到实际系统或工具链中的项目经历；\n○ 了解 AI 编程工具的实际应用，能基于自主代理执行工具构建面向操作系统场景的 Agent 任务。例如：有利用 Claw 类工具、AI 编程工具完成系统运维、内核调试、日志分析等实际任务的经历；\n○ 了解 Agent 评测方法，关注 Agent 在系统级场景中的效果度量与质量保障。例如：有使用流行的 Agent 评测框架的经历。\nAI 能力：\n1. 问题解决：善于从复杂的操作系统与基础软件问题中识别适合构建 Agent 能力的环节，判断哪些场景用传统系统工程方案更可靠、哪些适合通过 Agent 来解决。\n2. 批判性思考：对技术选型保持审慎，能评估端到端 Agent 方案在系统级场景下的真实可行性与安全边界，不为了用 AI 而用 AI。\n3. 学习判断力：对新技术有强烈好奇心，能在操作系统与基础软件的传统能力和 Agent 技术栈之间建立连接，快速评估新工具的生产价值。\n4. 协作沉淀：能与不同角色围绕 Agent 能力高效协同，善用 AI 编程工具提升多语言开发效率，将实践经验转化为团队可复用的工程方案。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Rust",
            "Linux",
            "数据结构",
            "分布式系统",
            "性能优化",
            "性能调优",
            "审计",
            "Go",
            "大语言模型",
            "C语言"
        ],
        "preferred_qualifications": "在 ACM 大赛成绩优异者优先，有顶会论文/高影响项目/专利/开源贡献为加分项",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907780012?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907780012",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907780012?deptCodes="
    },
    "fulltext": "Agent Infra操作系统研发工程师\nAgent Infra操作系统研发工程师\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 / 杭州 / 上海 / 深圳\n\n职位描述\n1. 操作系统及内核研发：面向 Agent 工作负载的操作系统能力演进，推动内核子系统与上层系统组件的适配与创新，构建 Agent 与 OS 之间的交互接口与运行时基础设施。\n2. 安全底座：构建 OS 级的 Agent 安全体系，在供应链安全、运行时安全隔离、OS 级行为审计与访问控制等方向建立纵深防御。\n3. 智能化运维：探索 AI 与系统运维深度结合的模式，将操作系统运维知识封装为 Agent 可理解、可执行的能力，推动运维从人工经验驱动向智能化演进。\n4. 可观测与效能优化：构建面向 Agent 行为的可观测体系，度量和优化 Agent 运行效能，从 OS 层系统性降低 Agent 运行成本。\n5. 工程平台建设：构建面向操作系统研发场景的 Agent 基础设施平台，将各方向的 Agent 能力进行平台化沉淀，支撑 Agent 的规模化开发、运行与迭代。\n\n职位要求\n专业领域：\n1. 计算机科学、软件工程或相关专业。\n2. 基础知识扎实，熟悉计算机体系结构、操作系统原理、网络、分布式系统、算法与数据结构等领域；在 ACM 大赛成绩优异者优先，有顶会论文/高影响项目/专利/开源贡献为加分项。\n3. 专业能力：\n● 系统工程与编程能力\n○ 有扎实的系统工程基础，熟悉 Linux 开发环境，具备工程实现能力；\n○ 扎实掌握 Python、C/C++、Rust、Go、Java 等编程语言中的一种或几种。\n● 操作系统领域专业知识（对操作系统与基础软件有热情，对于以下领域中的一项或者多项有了解）\n○ 了解 Linux 操作系统与发行版，具备扎实的系统级编程和优化能力。例如：有 Linux 内核开发、虚拟化技术、容器运行时、基础库等经验；\n○ 了解计算机体系结构，可以为数据中心的软硬件基础设施进行操作系统级适配和协同优化。例如：有软硬件协同优化或芯片适配相关经历；\n○ 了解系统安全机制，例如：软件供应链安全、系统权限控制与审计等；\n○ 了解系统可观测技术、系统运维与性能优化方法，熟悉常见运维工具与性能调优手段，对 AI 驱动的智能化运维方向有兴趣。\n● Agent 工程能力（对于以下领域中的一项或者多项有了解）\n○ 了解 Agent 架构与工作流设计，能基于主流 LLM API 进行基本的 Agent 搭建与工程落地，了解 Agent Skill 的设计与封装方法。例如：有将 \nAgent 集成到实际系统或工具链中的项目经历；\n○ 了解 AI 编程工具的实际应用，能基于自主代理执行工具构建面向操作系统场景的 Agent 任务。例如：有利用 Claw 类工具、AI 编程工具完成系统运维、内核调试、日志分析等实际任务的经历；\n○ 了解 Agent 评测方法，关注 Agent 在系统级场景中的效果度量与质量保障。例如：有使用流行的 Agent 评测框架的经历。\nAI 能力：\n1. 问题解决：善于从复杂的操作系统与基础软件问题中识别适合构建 Agent 能力的环节，判断哪些场景用传统系统工程方案更可靠、哪些适合通过 Agent 来解决。\n2. 批判性思考：对技术选型保持审慎，能评估端到端 Agent 方案在系统级场景下的真实可行性与安全边界，不为了用 AI 而用 AI。\n3. 学习判断力：对新技术有强烈好奇心，能在操作系统与基础软件的传统能力和 Agent 技术栈之间建立连接，快速评估新工具的生产价值。\n4. 协作沉淀：能与不同角色围绕 Agent 能力高效协同，善用 AI 编程工具提升多语言开发效率，将实践经验转化为团队可复用的工程方案。\n\n在招业务\n阿里云\n1. 操作系统及内核研发：面向 Agent 工作负载的操作系统能力演进，推动内核子系统与上层系统组件的适配与创新，构建 Agent 与 OS 之间的交互接口与运行时基础设施。\n2. 安全底座：构建 OS 级的 Agent 安全体系，在供应链安全、运行时安全隔离、OS 级行为审计与访问控制等方向建立纵深防御。\n3. 智能化运维：探索 AI 与系统运维深度结合的模式，将操作系统运维知识封装为 Agent 可理解、可执行的能力，推动运维从人工经验驱动向智能化演进。\n4. 可观测与效能优化：构建面向 Agent 行为的可观测体系，度量和优化 Agent 运行效能，从 OS 层系统性降低 Agent 运行成本。\n5. 工程平台建设：构建面向操作系统研发场景的 Agent 基础设施平台，将各方向的 Agent 能力进行平台化沉淀，支撑 Agent 的规模化开发、运行与迭代。\n专业领域：\n1. 计算机科学、软件工程或相关专业。\n2. 基础知识扎实，熟悉计算机体系结构、操作系统原理、网络、分布式系统、算法与数据结构等领域；在 ACM 大赛成绩优异者优先，有顶会论文/高影响项目/专利/开源贡献为加分项。\n3. 专业能力：\n● 系统工程与编程能力\n○ 有扎实的系统工程基础，熟悉 Linux 开发环境，具备工程实现能力；\n○ 扎实掌握 Python、C/C++、Rust、Go、Java 等编程语言中的一种或几种。\n● 操作系统领域专业知识（对操作系统与基础软件有热情，对于以下领域中的一项或者多项有了解）\n○ 了解 Linux 操作系统与发行版，具备扎实的系统级编程和优化能力。例如：有 Linux 内核开发、虚拟化技术、容器运行时、基础库等经验；\n○ 了解计算机体系结构，可以为数据中心的软硬件基础设施进行操作系统级适配和协同优化。例如：有软硬件协同优化或芯片适配相关经历；\n○ 了解系统安全机制，例如：软件供应链安全、系统权限控制与审计等；\n○ 了解系统可观测技术、系统运维与性能优化方法，熟悉常见运维工具与性能调优手段，对 AI 驱动的智能化运维方向有兴趣。\n● Agent 工程能力（对于以下领域中的一项或者多项有了解）\n○ 了解 Agent 架构与工作流设计，能基于主流 LLM API 进行基本的 Agent 搭建与工程落地，了解 Agent Skill 的设计与封装方法。例如：有将 \nAgent 集成到实际系统或工具链中的项目经历；\n○ 了解 AI 编程工具的实际应用，能基于自主代理执行工具构建面向操作系统场景的 Agent 任务。例如：有利用 Claw 类工具、AI 编程工具完成系统运维、内核调试、日志分析等实际任务的经历；\n○ 了解 Agent 评测方法，关注 Agent 在系统级场景中的效果度量与质量保障。例如：有使用流行的 Agent 评测框架的经历。\nAI 能力：\n1. 问题解决：善于从复杂的操作系统与基础软件问题中识别适合构建 Agent 能力的环节，判断哪些场景用传统系统工程方案更可靠、哪些适合通过 Agent 来解决。\n2. 批判性思考：对技术选型保持审慎，能评估端到端 Agent 方案在系统级场景下的真实可行性与安全边界，不为了用 AI 而用 AI。\n3. 学习判断力：对新技术有强烈好奇心，能在操作系统与基础软件的传统能力和 Agent 技术栈之间建立连接，快速评估新工具的生产价值。\n4. 协作沉淀：能与不同角色围绕 Agent 能力高效协同，善用 AI 编程工具提升多语言开发效率，将实践经验转化为团队可复用的工程方案。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}