阿里巴巴业务技术-后训练算法工程师-用户场景营销

面向淘宝营销业务，围绕商品运营、用户运营等具体方向，开展训练数据构建、后训练方案设计、实验评估与效果迭代，推动模型持续优化并提升业务效果。 具体职责包括： 1. 后训练方案设计与优化：结合业务目标、数据特点和模型现状，制定后训练优化方案，选择合适的训练策略并完成效果验证； 2. 训练工程与实验执行：负责训练任务的工程化执行与过程管理，完成数据准备、训练配置、实验运行、效果对比和结果分析，支撑模型版本迭代； 3. 业务数据构建与质量控制：围绕具体业务场景，完成指令数据、偏好数据、拒答数据、评测回流数据等训练数据的采集、清洗、去重、分层、标注与质量控制； 4. 效果评估与持续迭代：结合离线评测、人工评审、线上实验、badcase 分析和业务反馈，系统评估训练收益，定位效果退化、覆盖不足等问题，并推动优化迭代； 5. 跨团队协同与落地推进：协同产品、运营、数据、工程等团队成员，完成需求澄清、数据对接、训练评估与上线支持，推动模型能力在业务场景中的落地应用。

加入我们，你将构建阿里集团企业级Agent平台后训练技术体系，支撑核心电商、零售、本地生活等丰富业务场景的AI方案效果持续提升，通过先进AI技术探索，持续提升业务效果迭代飞轮，发现新的业务机会！ 具体你将会负责： 1. Agent效果优化体系建设 ○ 构建面向Agent平台的模型后训练技术体系，包括SFT（监督微调）、RLHF（基于人类反馈的强化学习）、DPO（直接偏好优化）等技术栈 ○ 设计并实施Agent效果持续优化的数据飞轮机制，实现模型能力的自动化迭代升级 2. 平台化能力建设 ○ 将复杂的后训练技术封装为平台化能力，降低业务方使用门槛 ○ 支持多种场景的Agent定制化优化，如对话理解、任务规划、工具调用等 3. 评测与对齐体系 ○ 建立Agent效果评测体系，包括自动化评测和人工评测 ○ 设计偏好学习和人类反馈收集机制，确保Agent行为符合业务预期

1. 立足AI Agent研发运维视角，贯穿整个技术栈，在稳定、体验、效率和成本这四个方面持续进行优化 2. 基于AI研发领域的MaaS/PaaS/IaaS，进行模型训练与推理的算力保障，并提升资源使用率 3. 统性地提升Agent研发、部署、运行阶段的稳定性，适应Agent QPS、模型推理TPM每年提升1个量级的发展速度 4. 主导解决Agent研发运维过程中各类疑难问题，并推进完善产品与平台的能力 5. 系统性构建故障节点、慢节点检测平台化能力，响应并解决日常大模型任务的故障问题 6. 负责LLM 后训练（SFT、RLHF/RLAIF 等）相关链路稳定性治理、规范建设：理解研发与优化 LLM + RL/HRF 相关训练框架，提升扩展性、稳定性与性能（吞吐、显存占用、收敛效率等）。结合分布式训练技术（如 tensor / pipeline / data parallel），优化多机多卡训练性能和资源利用率。 7. 平台稳定性与工程质量：建设训练平台的观测与运维体系，完善监控、告警、日志与故障排查工具；持续提升平台的稳定性、可调试性和可维护性，产出高质量技术文档与设计方案。

1. 核心系统建设与架构设计： 深度参与淘金币核心导购营销场域的系统设计与开发，负责/参与支撑亿级用户、百万级QPS的高并发、高可用系统架构设计与实现。 2. 复杂业务建模与AI融合： 面向导购推荐、营销优惠、商品供给、订单履约等复杂电商领域，进行业务建模与系统设计，积极探索并实践AI技术（如智能推荐、Agent、预测等）与业务场景的深度结合，打造智能化解决方案。 3. AI-Friendly 系统改造与效率提升： 参与AI Agent及相关系统的设计与开发，推动系统向AI-Friendly架构演进，提升研发效率，并通过AI能力赋能业务策略的优化与创新。 4. 技术传承与团队成长： 负责/参与对团队内初级工程师进行技术辅导与Code Review，分享经验，帮助团队成员快速提升技术能力与业务理解。