阿里巴巴业务技术-大模型算法专家-Agent方向
任职要求
1. 计算机相关专业本科及以上学历，研究方向为自然语言处理、机器学习、深度学习等相关方向，或者在该领域有相关工作经验，精通Python编程，熟悉Java/C++中至少一门语言 2. 能够从复杂的业务场景中进行问题抽象、算法选型、算法优化以及不断提升效果，有较强的自我驱动力； 3. 了解阅读理解、序列标注、文本生成、文本分类等传统NLP任务，精通Python及PyTorch/TensorFlow等框架，具备Qwen、Llama、Deepseek等模型的二次开发流程 4. 深入理解Transformer架构、SFT/RL训练范式及Prompt工程，了解LangChain、AutoGen等Agent开发框架，有完整智能体系统搭建经验者优先 5.有代码生成/知识图谱构建/智能问答系统/图计算等相关项目背景优先 6.了解Deepspeed和Megatron-LM等分布式训练框架，并有一定的多机多卡分布式训练与debug经验优先 7. 在ACL、EMNLP、KDD、SIGIR、ICML、ICLR、NeurlPS等相关顶会有论文发表者优先
工作职责
1、全面跟进当前生成式模型及AI领域的能力边界，面向淘天集团复杂工程体系及海量数据建设智能化研发AI能力 2、主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的架构设计、模型训练与评测； 3、运用知识图谱抽取、数据合成等方案，基于实际场景设计并持续优化领域知识语料，以及数据标注方法，优化机模型运料； 4、运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、RAG增强生成、工具调用、数据问答、文案生成等方面的能力； 5、持续优化Agent算法与系统架构，构建端到端的智能体评测体系，开发自动化评估工具与多维评价指标，提升Agent系统性能与效率，打造业内领先的AI Agent技术方案。
1. 负责LLM及智能体（Agent）方向的研究，为室内智能设计提供创新解决方案； 2. 深入研究最新的论文和研究成果，调研与跟进业界最新进展，跟进SFT、RLHF等技术，探索LLM在电商导购场景的应用 3. 推进LLM模型在家装搭配导购场景的应用：设计基于LLM的技术链路，涵盖数据体系、reasoning能力、效果评估和高效推理能力
1、通过Agent的算法架构设计、上下文工程、RAG、Memory优化，Policy生成、LLM post training等方法，提升【店铺AI导购机器人】回复的准确性和专业性，打造导购机器人行业标杆。 2、通过数据挖掘和分析找到用户在使用店铺AI导购机器人过程中的不良体验，找准算法优化的方向或形成对产品改进的建议。 3、通过优化模型尺寸、优化缓存技术等，降低离线训练成本和线上推理成本，提升回复的速度。 4、技术上探索智能体自进化（Self-Evolving）与终生学习（Lifelong Learning）的实现路径。
主导通用AIAgent（对标Manus等前沿形态）的核心算法研发与技术落地，带领团队攻克大模型驱动下的信息搜集、智能决策、智能办公等关键技术难题，构建具备搜索增强、自然对话能力的新一代通用智能体，支撑业务在多领域的创新应用。 具体职责： 1.算法研发与创新：牵头通用AIAgent的核心算法设计，包括但不限于大模型微调与强化学习、智能规划与决策、多模态信息融合、搜索增强机制等，持续提升Agent的通用性与任务执行能力。 2.场景落地与优化：聚焦搜索、对话等核心应用场景，主导算法方案的落地实施，结合业务需求迭代优化模型效果，解决实际场景中的技术瓶颈（如上下文理解、意图识别、多轮交互连贯性等）。 3.团队管理与赋能：带领5-10人算法团队开展研发工作，制定技术研发计划，统筹项目进度，搭建高效协作机制；指导团队成员成长，提升团队整体技术水平与创新能力。 4.技术攻坚与前瞻布局：跟踪国内外通用Agent、大模型领域的前沿技术动态（如顶会论文、行业实 践），主导技术预研与攻关，推动技术成果转化，保障团队技术竞争力。 5.跨部门协作与国际化支持：与产品、业务等部门深度协作，明确技术需求与落地路径；若涉及海外业务，需主导适配海外场景的算法优化，提供国际化技术支持。
商品基础算法团队是淘天集团核心的商品理解中台，负责对淘天全域（淘宝、天猫等）数百亿的商品进行深度、精准、多维度的内容理解。我们产出的商品认知能力（如属性、卖点、风格、品类、知识），是整个淘天搜索、推荐、广告、AIGC应用、智能导购、直播等所有核心业务的基石，直接决定了用户“逛”和“买”的体验，是连接“人”与“货”的智能引擎。 当前，我们正处在用新一代AI技术（大模型、多模态大模型）彻底重塑商品世界的历史机遇期。在这里，你将接触到全球最丰富、最复杂的电商多模态数据，有机会定义下一代商品理解的技术范式，你的工作成果将通过集团各大业务场景，影响亿万用户的消费决策。 岗位职责： 1. 构建业界领先的商品多模态理解体系： 负责利用大语言模型（LLM）及视觉语言模型（VLM）等前沿技术，对商品的多模态内容（文本标题、详情描述、图片、视频等）进行深度解析，完成高质量的标签抽取、卖点挖掘、风格识别、需求理解等核心任务。 2. 探索大模型背景下的下一代商品知识库的构建范式：如何从海量商品信息、用户评论、行业知识中自动化构建知识体系？如何解决知识的事实性问题？如何在庞大、有噪声的知识库中抽取有效知识，用于下游落地和应用 3. 负责大模型/多模态模型的前沿技术探索与落地： 跟踪并实践领域内前沿的模型和技术（如模型Fine-tuning, RAG, In-Context Learning, Agent, Model Distillation等），结合业务场景进行技术选型、方案设计与模型优化，解决从训练到部署全链路的挑战，实现技术创新与业务效果的双赢。 4. 设计和优化算法架构与系统： 负责商品理解算法系统的整体架构设计与持续迭代，保证系统的高性能、高可用和高扩展性，以应对淘天集团海量数据的挑战。 5. 驱动技术创新转化为业务价值： 深入理解业务，主动挖掘技术能创造价值的场景，与产品、工程团队紧密协作，通过严谨的AB实验验证算法效果，用技术力量持续驱动业务指标增长。