阿里巴巴1688-大模型Agent算法专家-杭州
任职要求
1. 计算机、人工智能或数学相关专业科班生，硕士及以上，有扎实的计算机知识和LLM功底，熟悉搜索技术栈。 2. 掌握Qwen/DeepSeek等LLM post-training训练方法，以及PPO/GRPO等RL算法原理，有RLVR/AgenticRL等实操落地经验。 3. 熟悉DeepResearch/Manus/Claude Code等Agent产品技术架构，有研发Agentic系统和模型的成功经验。 4. 加分项：有AI领域顶会paper和知名竞赛top名次，有深度参与过AI Native产品研发，擅长Vibe Coding。
工作职责
1. 负责AI搜推助手类创新产品的技术落地，从业务问题抽象到LLM全链路研发，持续提升用户体验与业务指标。 2. 负责通过强化学习，提升LLM对超长上下文建模和多步骤工具调用能力，实现新一代高精度用户模拟器。 3. 负责通过DeepResearch技术，实现从店铺分析-智能选品-下游效果提升的全自动电商开店Agent。 4. 持续关注AI技术的发展趋势，负责LLM的前沿技术探索，进行紧贴业务的技术创新。
1. 在金融信贷、营销、催收场景下，负责AI-Agent算法架构设计、核心Agent的研发工作。 2、负责大语言模型的后训练与高效学习，应用指令遵循、强化学习、持续学习等，优化对话机器人的响应质量和转化效率 3. 运用大模型、AI-Agent、多模态、声纹和传统机器学习等算法能力，解决生成式AI在金融领域的关键算法问题，深入研究并解决大模型后训练中的效率瓶颈与收敛性问题，提升模型的逻辑、推理、生成能力。 4. 紧跟大模型前沿技术的发展趋势，学习、探索，并落地于业务场景，加速算法迭代，全面提升业务效率。
支持通用ai agent在夸克业务应用中的落地研发和效果优化，包括但不限于通用ai agent，深入理解大模型和通用ai agent运行原理，明确提升通用ai agent效果的核心技术方向。 负责ai agent的框架构建，agent与工具调用的优化，相关场景下大模型的优化，将ai agent框架、工具、大模型有效结合，为通用ai agent效果提供最佳的使用体验。 跟进行业通用ai agent和大模型前沿技术进展，结合公司业务需求进行技术创新和业务优化，保持公司在通用ai agent应用领域的技术领先性。
1、核心算法研发：主导Agentic RL及多智能体（Multi-Agent）算法的研发，融合大模型和多模态（LLM/VLM）的推理能力。 2、训练框架优化：负责RL训练框架的性能调优与迭代，提升大规模训练效率。 3、智能体构建与落地：构建面向真实场景的智能体，包括但不限于GUI Agent、代码Agent、根因分析（RCA）Agent等，驱动业务创新。
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。