阿里巴巴阿里妈妈-AI Agent算法工程师-北京/杭州
任职要求
1、计算机科学、人工智能、数学等相关专业的硕博学生,或有丰富的AI、LLM相关实践经验,在人工智能相关顶会发表过论文者优先; 2、强悍的编码能力,熟练掌握Python、Cpp以及TF、Pytorch等语言,具备独立实现论文中算法的能力;有基于低代码平台构建agent经验,或擅长Vibe Coding的优先…
工作职责
1、支持阿里妈妈广告产品平台上AI Agent相关算法能力设计和优化; 2、构建完善与科学的营销智能体评价体系,持续优化现有Agent产品的产品能力与交互体验效果,打造行业Agent标杆; 3、通过Agent的算法架构设计、上下文工程、Memory优化,Policy生成、LLM post training等方法,持续提升领域内LLM的Planning与Reasoning能力; 4、构建基于agentic RL的营销智能体,优化营销环境模型与反馈模型,设计高效的RL训练方法; 5、探索智能体自进化(Self-Evolving)与终生学习(Lifelong Learning)的实现路径;
联盟算法团队依托淘宝联盟和淘宝内容营销,以先进的机器学习和AI技术驱动站外十亿级消费者的电商营销场景发展。淘宝联盟是百万淘客在站外的商品分发,实现淘宝千万级用户引流,十亿级GMV规模的站外营销生态;淘宝内容营销是基于万级内容创作者生产的内容以及站外媒体投放,为商家提供站外种草价值的广告营销生态。 我们根据淘宝联盟生态的特点,基于海量时空传播图网络,构建先进的多Treatment价量关系等营销算法模型,实现智能化选品,出价,发券系统;在程序化流量中,深耕多场景多目标预估、个性化排序模型和匹配策略。在淘宝内容营销场景下,我们从内容企划,自动化投放,价值评估全链路实现智能化,涉及站外趋势预测,智能选品,增量目标下的人群挖掘,细粒度的多触点增量预估与评估等技术。在不断提升业务效果的同时,我们在AI算法方面不断突破技术边界:基于强化学习的多模态大语言模型的端到端多模态表征技术,基于LLM大语言模型的智能文案,营销AI agent等技术,广泛应用在同款比价,内容理解,选品出价等场景。 热忱欢迎对营销算法,搜推广,计算机视觉和大语言模型等方向感兴趣的同学加入我们,一起加油,共同成长!我们坚信你的加入,是我们彼此优秀的开始。
1、参与电商大模型智能体产品研发,包括框架设计、算法开发、迭代优化等 2、根据业务产品形态对大模型进行post training(SFT/RLHF等)优化、结构优化、prompt engineering等 3、基于LLM的机器人AI Agent模块与产品其他功能模块交互的工程实现 4、跟进大模型智能体前沿技术趋势,结合实际业务需求,将技术应用到实际业务场景
本岗位聚焦于云资源智能经营领域的核心算法能力建设,致力于打造高适应性、高自动化的供需匹配系统。候选人需兼具前沿算法视野、扎实工程能力与深度业务理解,能够主导端到端的算法创新与落地。具体职责包括: 1.算法设计与建模 · 深入分析云计算场景下不同类型负载对资源使用模式的影响,识别关键优化机会点 · 针对高波动、高不确定场景,设计融合运筹优化、时间序列建模的混合算法方案,明确技术边界与取舍逻辑 2.算法工程化与服务交付 · 主导从数据接入、特征构建、模型训练到在线服务的完整链路,确保算法模块低延迟、高可用、易运维 · 定义并保障SLA,涵盖预测准确率、优化收益、服务响应时间、资源开销等维度,支撑生产环境稳定运行 3.AI能力探索与集成 · 探索大模型在资源经营中的创新应用,如基于RAG的供需洞察生成、Agent驱动的自动策略调优、多智能体协同调度等 · 实践Prompt工程、模型微调等技术,提升大模型在垂直场景的效能与经济性 4.效果评估与持续演进 · 构建科学的评估体系,结合离线指标、在线A/B测试与业务归因,量化算法对成本、利用率、用户体验的实际影响 · 建立自动化反馈与迭代机制,推动算法能力随业务演进而持续进化 5.跨团队协同与能力建设 · 与产品、运营、平台研发紧密协作,将算法能力封装为标准化服务或经营工具 · 推动算法思维在业务团队中的渗透,助力组织向数据算法驱动的智能经营模式转型
夸克智能体团队致力于建设高度自主的大规模 AI Agent 系统,基于领先的工程基础与业务生态,已实现多领域多模态智能体的落地应用,在 AI 搜索、医疗健康、知识问答、智能创作、办公效率等核心场景形成深度应用。 我们诚邀具备扎实算法功底与研究潜力的优秀应届毕业生加入,围绕前沿 Agent 技术的进行探索与应用落地,共同推动智能体技术的发展,您将深入参与: 1. Agent 学习与优化:研究并实现前沿 Agent 训练算法,包括但不限于模仿学习、强化学习等,提升 Agent 的自主决策能力; 2. Agent 架构与能力建设:涵盖 Planning、知识检索、工具调用、长短时记忆等核心模块的设计与优化,构建高智能可扩展的 Agent 框架; 3. 多模态交互与理解:基于 LLM 与多模态技术,构建面向复杂场景的智能体交互系统,实现自然的人机协作; 4. 场景化应用与创新:深度结合业务需求,设计适配不同领域的专业 Agent,打造具备长期价值和强劲竞争力的智能助手产品。