JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "Agent Infra工程师",
"job_level": "初级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京·朝阳区·望京",
"work_mode": "现场办公",AI生成
"job_category": "AI平台基础设施研发工程师"AI生成
},
"company": {
"company_name": "阿里云计算有限公司",
"company_industry": "企业服务",
"company_size": "1000-9999人",
"company_website": "未披露",
"company_description": "未披露"
},
"compensation": {
"salary_range": {
"min": 25000,
"max": 45000,
"currency": "元",
"cycle": "月"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士",
"language": "中文",AI生成
"visa_support": "未披露",
"responsibilities": "毕业时间:2027年\n\n职位描述\n负责构建支撑AI Agent全生命周期的核心基础设施,涵盖设计构建、训练优化、安全部署、高并发调度及服务化交付等,为Agent的规模化落地提供稳定、高效、安全的底层能力。\n具体职责包括以下相关方向的一项或多项:\n1.Agent基础设施:设计高并发、可扩展的Agent框架,覆盖沙箱执行、容器编排、任务调度及状态管理,支持训练优化与安全部署。\n2.安全与稳定性:构建沙箱隔离与委托身份认证,确保API安全调用,并实现检查点恢复机制保障长任务可靠性。\n3.平台服务能力:开发LLM上下文预计算、知识检索等优化能力,封装SDK/API(如向量检索、观测体系)提升推理效率。\n4.AI能力产品化:模块化输出开发套件(如CLI/SKLLS),降低Agent构建与调优门槛,支持算法迭代优化。\n5.技术前瞻与落地:跟踪Agent生态技术进展,推动新技术规模化应用,持续优化架构性能与易用性。\n目标:通过高效、安全、先进的基础设施,实现AI Agent从开发到生产的全流程支持,加速规模化落地。",
"requirements_text": "1.基础条件:\n● 计算机、软件工程、人工智能等相关专业优先。\n● 有顶会论文/高影响项目/开源贡献者加分。\n2.专业能力:\n● 技术基础:扎实的计算机基础(OS/网络/数据库),精通至少一门编程语言(Go/Python/Java/Rust/TypeScript),熟悉后端技术栈(微服务/消息队列/缓存)及云原生(K8s/Serverless)或安全隔离技术(Docker/gVisor)。\n● AI Agent 专精领域:深入理解大模型原理,熟悉至少一种Agent框架(LangGraph/ADK/LangChain/AutoGen/MetaGPT等)或核心组件(RAG/工具调用/SKILLS),具备Agent全生命周期管理(训练/评测/部署)经验,有强化学习或规划算法背景优先。\n● Agent Ops 运维实践:掌握LLMOps(模型版本/监控/部署)及AgentOps(编排/自愈/状态管理),熟悉可观测性系统(链路追踪/日志分析)。\n● 工程与交付能力:擅长AI Coding快速原型开发,熟悉测试与变更管理(CI/静态分析),有高并发优化或多租户隔离经验。\n3.能力特质:\n● 对AI原生应用有热情,能复现前沿技术;追求简洁可扩展的架构,沟通协作能力强。\n加分项:\n● 有Agent优化实战经验、参与Agent平台开发、熟悉上下文工程或多Agent协同系统。",
"skills": [AI生成
"API/SDK与开放平台开发",
"Agent系统构建",
"RAG与检索增强",
"上下文/知识工程",
"分布式/微服务系统设计",
"前后端/全栈开发",
"大模型原理与能力边界",
"实施交付与验收",
"工具调用/MCP",
"政务/公共事业知识",
"数据库/缓存/向量库",
"模型/Agent评测体系",
"模型训练与算法优化",
"沟通表达与方案汇报",
"编程与代码实现",
"跨部门/跨团队协作",
"部署上线与环境配置"
],
"preferred_qualifications": "● 计算机、软件工程、人工智能等相关专业优先。\n● 有顶会论文/高影响项目/开源贡献者加分。\n● AI Agent 专精领域:深入理解大模型原理,熟悉至少一种Agent框架(LangGraph/ADK/LangChain/AutoGen/MetaGPT等)或核心组件(RAG/工具调用/SKILLS),具备Agent全生命周期管理(训练/评测/部署)经验,有强化学习或规划算法背景优先。\n加分项:",
"job_highlights": "在校/应届 | 硕士"
},
"contact": {
"recruiter_name": "张女士",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/90afaf0fa8e201c10nJ53tS_FVVY.html"
}
]
},
"posting": {
"posting_id": "90afaf0fa8e201c10nJ53tS_FVVY",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260915",
"job_url": "https://www.zhipin.com/job_detail/90afaf0fa8e201c10nJ53tS_FVVY.html"
},
"fulltext": "毕业时间：2027年\n\n职位描述\n负责构建支撑AI Agent全生命周期的核心基础设施，涵盖设计构建、训练优化、安全部署、高并发调度及服务化交付等，为Agent的规模化落地提供稳定、⾼效、安全的底层能⼒。\n具体职责包括以下相关⽅向的一项或多项：\n1.Agent基础设施：设计高并发、可扩展的Agent框架，覆盖沙箱执⾏、容器编排、任务调度及状态管理，支持训练优化与安全部署。\n2.安全与稳定性：构建沙箱隔离与委托身份认证，确保API安全调用，并实现检查点恢复机制保障长任务可靠性。\n3.平台服务能力：开发LLM上下文预计算、知识检索等优化能力，封装SDK/API（如向量检索、观测体系）提升推理效率。\n4.AI能力产品化：模块化输出开发套件（如CLI/SKLLS），降低Agent构建与调优门槛，支持算法迭代优化。\n5.技术前瞻与落地：跟踪Agent生态技术进展，推动新技术规模化应用，持续优化架构性能与易用性。\n目标：通过高效、安全、先进的基础设施，实现AI Agent从开发到生产的全流程支持，加速规模化落地。\n职位要求\n1.基础条件：\n● 计算机、软件工程、人工智能等相关专业优先。\n● 有顶会论文/高影响项目/开源贡献者加分。\n2.专业能力:\n● 技术基础：扎实的计算机基础（OS/网络/数据库），精通至少一门编程语言（Go/Python/Java/Rust/TypeScript），熟悉后端技术栈（微服务/消息队列/缓存）及云原生（K8s/Serverless）或安全隔离技术（Docker/gVisor）。\n● AI Agent 专精领域：深入理解大模型原理，熟悉至少一种Agent框架（LangGraph/ADK/LangChain/AutoGen/MetaGPT等）或核心组件（RAG/工具调用/SKILLS），具备Agent全生命周期管理（训练/评测/部署）经验，有强化学习或规划算法背景优先。\n● Agent Ops 运维实践：掌握LLMOps（模型版本/监控/部署）及AgentOps（编排/自愈/状态管理），熟悉可观测性系统（链路追踪/日志分析）。\n● 工程与交付能力：擅长AI Coding快速原型开发，熟悉测试与变更管理（CI/静态分析），有高并发优化或多租户隔离经验。\n3.能力特质：\n● 对AI原生应用有热情，能复现前沿技术；追求简洁可扩展的架构，沟通协作能力强。\n加分项：\n● 有Agent优化实战经验、参与Agent平台开发、熟悉上下文工程或多Agent协同系统。"
}