阿里巴巴1688-评测算法工程师-Agentic AI
任职要求
- 计算机科学/AI等相关专业硕士及以上学历，对agentic ai/ LLM技术高度热情； - 精通Python编程，熟练掌握PyTorch/TensorFlow等深度学习框架； - 熟悉主流语言大模型技术…
工作职责
- 构建并完善大模型评测体系，包括评测标准制定，评测工具链开发和评测数据集建设； - 基于agentic业务需求设计评测方案，开展多维度模型评估，输出专业评测报告； - 参与Agent /工具调用 在垂直领域的算法工程化实现及性能评估研究； - 沉淀业务专家知识到 reward/critic 层面实现LLM-as-judge，沉淀长链数据资产；
1.参与基于多模态大模型的GUI智能化能力的设计开发，实现多端（web/安卓/ios/鸿蒙/小程序）大模型手眼配套能力全覆盖； 2.跟踪业界前沿技术发展，参与大模型应用评测、企业内部场景化落地、GUI智能体建设等；
1.负责alibaba国际站 数字营销的前端架构设计及研发，保障系统的安全、可扩展以及质量和性能，与PD、UED、Java 工程师协作，完成设计交互实现、数据交互、动态信息展现 2.关注用户体验，与合作方一起不断改进产品的易用性；运用AI能力重塑 广告后台BP、广告前台创意 的产品形态，提升用户体验和客服效能 3.研究和探索创新的开发思路和新的前端技术，结合业务特点创新应用AI技术，解决前端团队开发过程中面临的各类问题，提升个人和团队的开发效能 4.参与跨境B类全球化创意中心的规划建设，包括可视化制作、可视化渲染、D2C、自动化审核、自动化生产、智能诊断等，推动协助相关团队并落地未来产品和系统规划
-负责百度产品的测试工作和参与自动化测试服务平台开发 -根据产品需求对服务端系统进行测试，包括测试设计、执行、BUG提交和追踪，测试报告等 -开发测试工具和自动测试框架、自动测试脚本，进行自动化测试 -对项目开发流程和工具进行优化，提高RD和整个项目的交付效率 -为开发组开发和维护高效的持续集成、测试框架和工具，提高开发工作效率和提测代码质量，并参与代码评审 -协助开发定位问题 -根据项目过程中的体验对产品提出改进建议以提升用户感受，并进行竞品对比评测 -学习和研究新技术以提高测试的效率和质量，满足质量保证的需求
1. 面向有道词典、词典笔、学习规划/小P老师等产品线，负责 Agent 能力的整体方案与核心算法研发，包括任务分解、计划-执行/反思循环（Plan-Execute / ReAct / Reflection）、长短期记忆与工具路由等； 2. 负责 SLM（Small Language Model）持续预训练与指令微调（SFT），构建高效压缩与蒸馏方案，面向端侧/低延迟场景优化推理效率； 3. 设计与实现工具调用（Function/Tool Calling）体系：工具编目与路由、参数填充、结果验证与回退、调用链追踪与可观测性，提升工具使用的成功率与收益； 4. 基于强化学习（PPO/GRPO/DPO 类方法等）与奖励建模，面向语义理解、工具使用成功率、内容生成质量等目标进行对齐与优化，支持离线/在线策略迭代； 5. 负责搜索与排序相关模型：语义检索embedding/rerank、学习排序（pointwise/pairwise/listwise）、点击/转化信号建模与评估； 6. 负责数据全链路：高质量数据构建、策略采样、合成与清洗、去重与去噪、难例挖掘、失败案例回放及工具轨迹数据集构建； 7. 建立系统化评测体系：离线基准（理解/工具成功率/可用性）、端到端任务评测、A/B 实验与线上指标监控，推进效果持续迭代； 8. 推动工程化落地：训练管线与分布式并行、推理服务化与弹性扩缩、缓存与检索加速、成本/时延/稳定性优化； 9. 跨团队协作，与产品、工程、数据及标注团队紧密配合，按期高质量交付，持续提升用户体验与业务指标。