【淘天集团】团队实习生-Agent研发/算法实习生招聘

招Agent研发工程师(后端、前端、测试和客户端等)、Agent优化工程师(算法)
💼 岗位描述
在这里,你将参与智能Agent在电商场景中的创新实践,与团队协作探索如何用AI技术切实提升商家经营效率。
我们是淘天集团服务千万商家的核心技术引擎,曾打造千牛工作台、生意管家、淘宝开放平台、聚石塔等影响行业的标杆产品。如今,我们正经历一场突破性跃迁:从“交付工具”到“交付Agent"——不再让商家操作工具,而是让智能Agent主动驱动经营全流程!
✨ 我们正在创造什么?
● 🤖 打造电商专用Agent OS构建端云一体的千牛Agent产品(支持本地代理+云端沙箱),通过记忆建模、任务规划、决策推理等核心算法与高安全运行时框架,让Agent化身“数字店长”,自主完成商品上新、客服接待、营销策划等全链路作业。
● 🌱 孵化万级Skill生态设计Skill智能调度与效果优化算法,结合AI PaaS安全集成能力,将客服、数据分析、内容生成等场景抽象为标准化Skill,共建“电商Skill应用市场”。
● 🎨 定义AI Native交互新标准研发A2UI(AI to UI)生成算法与交互框架,实现自然语言指令到经营界面的精准映射与秒级生成,让“所想即所得”成为现实。
● 🔄 驱动研发与算法范式升级构建Skill效果自动化评测-在线学习-AB测试闭环,全面落地AI Coding、AI CR、AI运维,用技术与算法双轮驱动持续提效,让Agent越用越聪明,让工程师专注创造。
🔥 你将直面这些挑战
● 如何设计轻量高效的Agent记忆压缩与检索算法,在有限资源下实现个性化经营知识的精准调用?
● 如何构建电商领域任务规划与决策推理框架,让Agent在复杂业务流中自主拆解目标、动态调整策略?
● 如何将千亿级电商数据转化为高质量训练语料与结构化知识库,优化RAG系统召回率与生成质量?
● 如何设计Skill效果量化评测体系与在线学习机制,结合强化学习实现Agent能力的持续进化?
● 如何在高并发场景下平衡算法精度与推理延迟,通过模型蒸馏、缓存策略等技术保障大促期间体验流畅?
● 如何设计高安全沙箱与工具网关,保障百万级商家数据在生态Skill调用中的安全?
● 如何构建个性化Agent记忆体系,让每个Agent深度理解行业特性、品牌调性与店长习惯?
● 如何通过领域建模与商家主数据引擎,将海量电商数据转化为Agent可理解的“经营知识库”?
● 如何在双十一大促百万QPS场景下,保障商家Agent服务的高可用、低延迟与稳定性?
● 如何为生态开发者提供开箱即用的Skill开发、托管与评测能力,激发万级应用创新?
🎯 加入后,你将
● 主导Agent核心算法模块(记忆管理、任务规划、决策推理)与运行时框架(上下文压缩、长短期记忆)的研发,设计高鲁棒性方案;
● 深耕商品管理、智能客服、营销策划等场景,将业务逻辑转化为高性能Skill算法(如对话策略优化、文案生成)或高可用Skill服务;
● 构建Skill工具链(自动化评测、Prompt优化、小样本训练)并参与AI PaaS平台建设,赋能生态开发者高效迭代;
● 与产品、业务专家深度协作,通过AB实验与数据洞察驱动迭代,从0到1验证Agent产品价值。
🌱 你将获得
● 技术成长:在亿级真实业务场景中锤炼“算法设计-训练-部署-优化”全链路能力或高并发架构能力,积累宝贵的Agent工程实践经验;
● 资源支持:你将能够直接使用当前最前沿的大模型矩阵,提供充足的Token与专属算力集群,为创新实验全程护航;
● 业务视野:深度理解电商全链路逻辑,培养“技术×商业”与“算法×商业”双轮驱动思维;
● 成长体系:资深导师1对1带教 + AI Coding全流程实践 + 定期技术沙龙,加速能力跃迁;
● 真实价值:你的算法与代码将直接助力百万“一人店铺”降本增效,让乡村手艺人、原创设计师因智能而专注创造,共同守护淘宝“新奇、温暖、好玩”的商业生态。

❤️ 为什么选择我们?
“让天下没有难做的生意”不是口号——当你设计的记忆算法让乡村手艺人轻松复用经营经验,当你编写的Agent帮助产业带商家专注货品供给作而非琐碎运营,当你优化的营销Skill一键生成爆款文案,当你搭建的Skill平台让开发者创意自由生长……你将真切感受到:技术的温度,正在悄然改变千万商家的日常。
我们寻找的不是“刷题高手”或“完美简历”,而是眼里有光、心里有火的算法与技术梦想家。如果你渴望站在AI与实体经济的交汇点,用扎实的技术与算法能力创造真实价值——点击投递,和我们一起,让淘宝因“技术”的善意与“人”的多样性而更美好!淘天技术部-商家&开放平台技术团队 期待与你共创未来

📌 岗位要求
💻(一)AI Agent研发方向
📚 学历与专业
● 本科及以上学历,计算机、软件工程、人工智能、数据科学等相关专业。
⚙️ 技术能力
● 扎实的计算机基础(数据结构、算法、操作系统、网络),精通Java/Go/Python至少一门语言;
● 了解分布式系统核心概念(微服务、缓存、消息队列),对高并发、高可用系统有热情;
● 对AI技术有好奇心:熟悉Agent技术栈(RAG、Prompt Engineering、Agent Memory等),了解LangChain、Semantic Kernel等框架者优先;
● 有使用AI编程助手(通义灵码、Cursor等)辅助开发经验,认同"AI for Engineering"理念;
● 具备CV/NLP基础,了解大模型算法,有模型训练(SFT、RL)经验者优先。
🌟 实战经验(满足任一即亮眼)
● 参与过Agent/Skill开发、大模型应用、云原生项目或开源贡献;
● 在ACM、Kaggle、天池等竞赛中获奖,或拥有技术博客/专利;
● 熟悉前端框架(React/Vue)并对A2UI交互设计有实践思考;
● 有电商、SaaS、开放平台相关项目经验。
💡 综合素质
● 技术理想主义:思考“技术如何创造真实价值”;
● 用户视角:能共情商家痛点,关注产品体验;
● 成长型思维:乐于在模糊地带探索,主动学习新方向;
● 协作与担当:逻辑清晰,善于沟通,愿与团队共担目标。

🧠(二)AI Agent优化方向
📚 学历与专业
● 本科及以上学历,人工智能、机器学习、计算机科学、数据科学等相关专业,具备扎实的数学与算法理论基础。
⚙️ 算法与工程能力
● 精通Python,具备扎实的数据结构与算法功底,能高效实现复杂算法逻辑;
● 深入理解Agent核心技术栈:熟悉RAG优化、Prompt Engineering、记忆机制、任务规划、MCP/A2A协议等,有LangChain/Semantic Kernel等框架实战经验者优先;
● 具备大模型应用算法经验:熟悉SFT、RLHF/DPO、模型蒸馏、推理加速等技术,在NLP/CV/多模态方向有项目实践;
● 掌握算法工程化能力:了解模型服务化(TensorRT、vLLM)、AB测试、效果归因分析,对高并发场景下的算法稳定性有敏感度;
● 有使用AI工具(通义灵码等)辅助开发经验,践行"AI for Engineering"理念。
🌟 实战经验(满足任一即亮眼)
● 参与Agent核心算法研发(记忆/规划/决策)、大模型应用优化、Skill效果提升等项目;
● 在ACM、Kaggle、天池等竞赛中获奖,或在ACL、KDD、WWW等顶会发表相关论文;
● 有电商、SaaS、开放平台领域算法项目经验,或对商品理解、营销生成、客服对话等场景有深度思考;
● 开源贡献:在HuggingFace、ModelScope等平台发布高质量算法模型或工具。
💡 综合素质
● 算法价值导向:持续追问“算法如何解决真实商家痛点”;
● 极致效果意识:对生成质量、推理逻辑、用户体验有敏锐洞察;
● 探索型思维:乐于追踪Agent前沿进展,主动学习;
● 协同共创力:逻辑清晰,善于将业务语言转化为算法方案。

📮 投递指南
📍 工作地点:杭州 👉 立即投递:联系我,期待与你携手,用代码与算法,温暖千万商家的经营日常 🌼。
#互联网实习##实习##面试##大厂实习#
全部评论
可帮看简历和提供简历修改建议
点赞 回复 分享
发布于 03-13 11:49 浙江

相关推荐

04-08 06:25
门头沟学院 Java
发一下问题给大家参考,攒攒人品!1. 如何实现多 Agent 协作系统?2. 什么是 RAG(Retrieval Augmented Generation)?3. Java 如何实现 streaming response?4. 什么是 hallucination(幻觉)?为什么会发生?5. LangChain4j 如何返回结构化 JSON?6. 如何实现 SSE 推送?7. 如何评估 Agent 的执行效果?8. LLM 服务如何做缓存?9. LangChain4j 如何实现 Tool 调用?10. 什么是 AI Agent?11. 什么是 Prompt Engineering?12. Agent 和普通 ChatBot 有什么区别?13. RAG latency 怎么优化?14. Java 调用 OpenAI API 如何设计 SDK?15. RAG pipeline 的完整流程是什么?16. RAG 系统主要组件有哪些?17. 如何设计一个 AI 问答系统架构?18. RAG 如何做 rerank?19. AI系统如何做监控?20. embedding 和向量相似度搜索是什么?21. 什么是 ChatMemory?22. Java LLM 服务如何做连接池管理?23. 如何评估 RAG 系统效果?24. Agent memory 有哪些类型?25. 如何实现对话历史 memory?26. Transformer 架构核心原理是什么?27. 如何减少大模型 hallucination?28. LLM API 如何设计接口?29. chunk size 为什么很重要?如何选择?30. 如何实现 hybrid search(向量 + keyword)?31. 什么是 ReAct Agent?32. Spring AI 和 LangChain4j 有什么区别?33. 什么是 Tool Calling?34. embedding 模型如何选择?35. AI Chat 系统的整体架构是什么?36. 文档切分有哪些策略?37. LLM 服务如何做限流?38. LangChain4j 如何实现 prompt template?39. ChatGPT 的 system / user / assistant role 有什么作用?40. LLM 为什么推理成本高?41. AI系统如何记录 Prompt 和 Response?42. Agent 如何做任务规划(planning)?43. LLM latency 如何优化?44. 如何设计 Prompt 管理系统?45. streaming response 如何实现?46. MCP(Model Context Protocol)是什么?47. Agent workflow 和普通 workflow 有什么区别?48. 大模型上下文窗口是什么?如何突破长度限制?
点赞 评论 收藏
分享
评论
2
4
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务