阿里巴巴业务技术-AI Agent基建开发工程师-供给智能

关于我们 我们正在淘天复杂业务场景中构建“可持续进化”的 AI Agent：不仅能回答问题，更能从每一次交互中学习、反思并自我优化。团队聚焦 高质量训练数据闭环 与 Agent 自动化评测体系 两大核心方向，在商家经营、智能决策等高复杂度场景中持续落地，已形成从数据采集、质量评估、清洗增强到模型训练与线上验证的完整飞轮。 我们相信，高质量、可扩展的路径级（Chain-of-Action, CoA）数据是 Agent 能力跃迁的燃料。当前，我们正系统性构建面向规划、推理与工具调用的自动化数据生产与评估基础设施，期待你的加入。 你将获得什么 ● 在丰富的真实业务场景中验证价值：技术迭代直接应用于公司的Agent平台，影响成百上千真实业务场景的Agent，快速进入线上验证闭环，获取业务价值和真实反馈。 ● 对Agent数据构建和评估的深刻理解：从大规模轨迹数据采集、多维质量评估指标设计，到 SFT/RL 训练数据增强与人机协同标注体系，既能做算法创新，也能打造高可用数据基建； ● 充分的业务场景真实数据与计算资源： 团队训练资源充足，能在不同架构/不同规模模型上完成微调、对齐与能力专项提升，并形成可复用的训练范式，充分利用各种开源/闭源模型的能力。 ● 个人技术成长：支持多元化方向发展，鼓励对外分享与论文/专利沉淀。 岗位职责 1、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的应用架构设计、数据构建、模型训练与评测； 2、重点探索模型后训练数据质量评估和清洗Pipeline的体系化构建，构建高质量路径级（CoA）训练数据的自动化校验和清洗方案； 3、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、数据问答等方面的能力； 4、跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点关注模型评测Benchmark、数据构建、Agent自动化评测等技术和应用方向； 5、结合AI基建产品构建起人机协同的Agent训练数据质量和规模的持续提升优化技术能力，为各垂类Agent构建起高质量的训练数据池。

1、参与或负责剪映CapCut、即梦、醒图等产品的后端核心链路工作，后续重点是向AI后端架构演进； 2、视频工具：参与剪映CapCut视频编辑器及AI能力的研发工作，包括但不限于智能成片，多轨道编辑器，数字人，音乐生成，生图生视频等核心AI能力； 3、内容生态：参与剪映CapCut模板内容生态的研发工作，包括模板作者增长、作者激励、模板分发等核心链路； 4、AI基建：参与AI网关能力建设，包括排队、审核、流量调度、限流等基础能力，同时参与AI算法工程优化、推理加速等； 5、商业化：参与会员营收链路的建设工作，包括权益供给、订单交易、权益消费、营收增长等核心链路，同时精细化各种商业化相关策略，保障业务营收&用户体验的双赢； 6、即梦：参与即梦生图、生视频、数字人核心链路、即梦内容社区、故事Agent、创作Agent等工程研发工作，保障核心链路稳定性、做好架构升级演进、优化成本和性能。

1、构建AI Agent工程基础设施，设计并实现覆盖上下文管理、数据采集、模型训练及评测的全生命周期工程体系； 2、推动Agent基建智能化场景的工程落地，提升大模型在自主规划、RAG增强生成等方面的能力； 3、跟踪LLM与Agent领域的国际前沿技术动态，推动工程技术创新落地，支持复杂任务规划、多模态交互等能力的工程实现； 4、构建端到端的Agent评测与自动化工具链，提升Agent系统性能与效率，打造业内领先的AI Agent技术方案。

1. 视频/图像生产链路搭建，设计并实现文案/图像/视频生产解决方案，优化链路性能，确保高吞吐量、低延迟，满足实时或近实时处理需求。 2. Workflow基建开发，设计并开发可扩展的工作流引擎，支持复杂任务编排（如条件分支、并行计算、异常重试）。 3. AI Agent开发与优化，基于大语言模型（LLM）或垂直领域模型，开发具备自主决策能力的AI Agent，支持任务分解、工具调用（如API、数据库）和结果反馈。 4. 知识库引擎搭建，搭建知识库生产及管理框架，并将其与工作流结合。 5. AI应用开发与部署，将AI能力封装为服务，集成到企业级应用中。 6. 技术研究与创新，跟踪前沿AI技术（如多模态大模型、Agent框架），推动技术创新与业务落地。