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； 3、抗压能力强；具备良好的沟通表达能力、数据驱动的分析能力，以及面向具体业务问题出色的问题定义和抽象能力； 4、对于AI产品有热情与好奇心，深度参与过AI Native产品研发，或对AI原生应用有独到见解； 5、熟悉LLM与Agent相关算法 尤其是在基于RL的任务规划、推理能力上有研究或实践者优先。
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
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。
通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 团队致力于优化Qwen基础大模型的Agent能力和构建完善的LLM智能系统，实现LLM对外界的准确感知、利用与反馈。Agent的工作包括从模型侧通过 SFT、RL等提升模型的基础agent能力，让模型和 agent框架有效结合；同时也包括agent system的设计与实现，致力于agentic AI真实落地。 1. 从事Qwen基础大模型的通用agent能力优化，包括但不限于tool use、RAG、planning、memory等能力的算法研发和优化；跟进业界agent benchmark，保持Qwen的agent行业领先水平。 2. 推进agentic AI的发展，包括但不限于多模态 agent、code agent、MCP、deep research 等场景的模型优化与产品落地。 3. 研发agent system，推动AI Agent在架构和性能上的持续优化。 4. 研究、实现和优化最新的强化学习（RL）算法，确保算法的性能和可扩展性。 5. 主导数据收集、环境建模及 agent 的评估与测试工作，确保模型的稳定性和有效性。