职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907780033

AI Agent平台开发工程师

未披露 · 北京 / 杭州 · 阿里云

主分类:Agent系统开发
软件开发与 IT
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": "AI Agent平台开发工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里云 / Token Foundry / 千问办公",
        "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": "学历专业:本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.AI Agent 核心框架建设:参与企业级 AI Agent 平台的模块开发,涉及Agent编排、规划、工具调用及记忆管理等核心能力的实现;\n2.RAG 检索增强优化:协助设计高效的检索架构,参与混合检索、重排序等算法的工程落地,提升知识库问答的准确率;\n3.工程稳定性实践:学习并实践高可用后端服务开发,参与系统的部署、监控与性能调优,夯实工程基础;\n4.业务场景落地:深入理解企业业务流程,将大模型技术转化为实际应用,参与端到端 AI 解决方案的开发与迭代。",
        "requirements_text": "1.学历专业:本科及以上学历,计算机科学、软件工程、人工智能等相关专业优先;\n2.编程基础:熟悉 Java/Python/Go 中至少一门编程语言,具备扎实的数据结构与算法基础;\n3.AI 技术认知:了解 Prompt Engineering、RAG、Tool Calling 等大模型应用技术,有课程项目、实习或个人作品实践者优先;\n4.大模型使用经验:有调用主流大模型(如 GPT、Qwen、Claude 等)的经历,对上下文管理、输出控制等有初步探索或实验经验优先;\n5.Agent 相关实践:接触过 LangChain、LlamaIndex、Dify 等框架或平台,有 Demo 开发、技术调研或实习经历者优先;\n6.综合素质:学习能力强,对 AI 技术充满热情,具备良好的沟通协作能力,善于独立思考与总结复盘;\n7.创新意识:有技术好奇心,乐于探索 AI 新技术,愿意尝试用技术解决实际问题。\n【加分项】\n1. 在 GitHub 等开源社区有项目贡献、技术博客输出或参与过开源项目;\n2. 有顶会论文、技术专利,或在知名互联网公司/AI 创业公司有相关实习经历;\n3. 对 AI Agent、多智能体协作、自主规划等前沿方向有个人研究或技术思考。",
        "skills": [AI生成
            "Python",
            "Java",
            "数据结构",
            "学习能力",
            "Go",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "1.学历专业:本科及以上学历,计算机科学、软件工程、人工智能等相关专业优先;3.AI 技术认知:了解 Prompt Engineering、RAG、Tool Calling 等大模型应用技术,有课程项目、实习或个人作品实践者优先;4.大模型使用经验:有调用主流大模型(如 GPT、Qwen、Claude 等)的经历,对上下文管理、输出控制等有初步探索或实验经验优先;5.Agent 相关实践:接触过 LangChain、LlamaIndex、Dify 等框架或平台,有 Demo 开发、技术调研或实习经历者优先;【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/199907780033?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907780033",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907780033?deptCodes="
    },
    "fulltext": "AI Agent平台开发工程师\nAI Agent平台开发工程师\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 / 杭州\n\n职位描述\n1.AI Agent 核心框架建设:参与企业级 AI Agent 平台的模块开发,涉及Agent编排、规划、工具调用及记忆管理等核心能力的实现;\n2.RAG 检索增强优化:协助设计高效的检索架构,参与混合检索、重排序等算法的工程落地,提升知识库问答的准确率;\n3.工程稳定性实践:学习并实践高可用后端服务开发,参与系统的部署、监控与性能调优,夯实工程基础;\n4.业务场景落地:深入理解企业业务流程,将大模型技术转化为实际应用,参与端到端 AI 解决方案的开发与迭代。\n\n职位要求\n1.学历专业:本科及以上学历,计算机科学、软件工程、人工智能等相关专业优先;\n2.编程基础:熟悉 Java/Python/Go 中至少一门编程语言,具备扎实的数据结构与算法基础;\n3.AI 技术认知:了解 Prompt Engineering、RAG、Tool Calling 等大模型应用技术,有课程项目、实习或个人作品实践者优先;\n4.大模型使用经验:有调用主流大模型(如 GPT、Qwen、Claude 等)的经历,对上下文管理、输出控制等有初步探索或实验经验优先;\n5.Agent 相关实践:接触过 LangChain、LlamaIndex、Dify 等框架或平台,有 Demo 开发、技术调研或实习经历者优先;\n6.综合素质:学习能力强,对 AI 技术充满热情,具备良好的沟通协作能力,善于独立思考与总结复盘;\n7.创新意识:有技术好奇心,乐于探索 AI 新技术,愿意尝试用技术解决实际问题。\n【加分项】\n1. 在 GitHub 等开源社区有项目贡献、技术博客输出或参与过开源项目;\n2. 有顶会论文、技术专利,或在知名互联网公司/AI 创业公司有相关实习经历;\n3. 对 AI Agent、多智能体协作、自主规划等前沿方向有个人研究或技术思考。\n\n在招业务\n阿里云 / Token Foundry / 千问办公\n1.AI Agent 核心框架建设:参与企业级 AI Agent 平台的模块开发,涉及Agent编排、规划、工具调用及记忆管理等核心能力的实现;\n2.RAG 检索增强优化:协助设计高效的检索架构,参与混合检索、重排序等算法的工程落地,提升知识库问答的准确率;\n3.工程稳定性实践:学习并实践高可用后端服务开发,参与系统的部署、监控与性能调优,夯实工程基础;\n4.业务场景落地:深入理解企业业务流程,将大模型技术转化为实际应用,参与端到端 AI 解决方案的开发与迭代。\n1.学历专业:本科及以上学历,计算机科学、软件工程、人工智能等相关专业优先;\n2.编程基础:熟悉 Java/Python/Go 中至少一门编程语言,具备扎实的数据结构与算法基础;\n3.AI 技术认知:了解 Prompt Engineering、RAG、Tool Calling 等大模型应用技术,有课程项目、实习或个人作品实践者优先;\n4.大模型使用经验:有调用主流大模型(如 GPT、Qwen、Claude 等)的经历,对上下文管理、输出控制等有初步探索或实验经验优先;\n5.Agent 相关实践:接触过 LangChain、LlamaIndex、Dify 等框架或平台,有 Demo 开发、技术调研或实习经历者优先;\n6.综合素质:学习能力强,对 AI 技术充满热情,具备良好的沟通协作能力,善于独立思考与总结复盘;\n7.创新意识:有技术好奇心,乐于探索 AI 新技术,愿意尝试用技术解决实际问题。\n【加分项】\n1. 在 GitHub 等开源社区有项目贡献、技术博客输出或参与过开源项目;\n2. 有顶会论文、技术专利,或在知名互联网公司/AI 创业公司有相关实习经历;\n3. 对 AI Agent、多智能体协作、自主规划等前沿方向有个人研究或技术思考。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}