阿里巴巴数据技术及产品部-数据算法工程师-具身智能模型
任职要求
1. 计算机科学、人工智能、统计学等相关专业本科及以上学历。 2. 3年以上机器学习数据处理或训练数据优化相关经验。 3. 熟悉常见…
工作职责
1. 研发具身场景自动标注与数据质量评估算法，覆盖运动、感知、具身规划等多层标注及多模态对齐，构建标注自动校验与质量评分体系。 2. 研究 Data-Centric AI 前沿方法（数据混合优化、主动数据选择、数据影响函数等），通过消融实验、归因分析等手段量化不同数据源对模型性能的边际贡献，探索具身场景下的数据 scaling law。 3. 基于价值量化结果制定并迭代训练数据配方（来源配比、质量阈值、规模规划），为数据飞轮的资源分配提供量化依据。 4. 负责具身数据预处理流程的算法设计，包括多模态对齐、轨迹平滑、异常检测与清洗等环节的规范化与自动化。
1、研发端到端仿真技术，基于机器人交互数据生成与策略动作对齐的多模态观测轨迹。 2、设计合成数据的质量评估与自动化标注体系，覆盖物理一致性、动作跟随精度、语义对齐、长时序稳定性等多维指标。 3、构建可扩展的合成数据引擎和闭环策略评估框架，使合成环境与策略形成交互闭环。 4、探索跨本体统一建模、长时序稳定推演、推理加速等关键问题，推动合成数据从研究原型走向规模化生产。
1. 负责视觉生成大模型 Post-Training 核心算法研发，包括 RL、蒸馏、reward model等，持续提升生成结果的质量与多样性 2. 跟踪视觉生成领域的最新学术进展和行业动态，鼓励发表高水平论文和开源成果，提升团队算法影响力 3. 参与高质量训练数据的构建与合成，包括但不限于数据清洗、标注与评估体系搭建等 4. 探索多模态理解与生成统一架构，探索视觉感知与生成能力的协同演进，推动文本、图像、视频等多模态信息的联合建模
1.负责建立多维度Agent评测指标体系与自动化评估框架，覆盖事实性、逻辑性、安全性及业务适配性等核心能力边界； 2,构建高管决策等真实业务场景的专项评测集，通过挖掘高频Query与合成对抗性数据，确保评测基准的鲁棒性与权威性； 3,持续监控Agent线上回答准确率与响应质量，利用全链路追踪工具定位幻觉、检索偏差等问题的根因并输出量化分析报告； 4. 推动语义层和数据层的持续优化迭代，协同算法与数据团队完善NL2SQL解析能力及知识库治理，从源头提升RAG系统的召回准确率； 5, 负责非结构化业务文档的结构化沉淀与知识萃取，将分散的业务术语、指标口径转化为Agent可精准理解与调用的标准化语义资产； 6.熟悉大模型训练与推理流程（如SFT、RLHF），设计高质量的微调数据集与Bad Case修复方案，驱动模型在特定垂直领域的效果持续提升； 7. 掌握主流Agent开发框架（如LangChain、LlamaIndex）与自动化测试工具链，构建高并发下的Agent稳定性测试与回归测试机制。
1、和集团内基础大模型团队紧密合作，研发多模态数据理解与处理算子，覆盖图像、视频、音频等多模态数据的识别、理解、质量评估等核心能力，以高质量合成数据驱动集团大模型实现行业领先 2、负责多模态领域专家模型的研发，负责从任务定义、数据构建、模型训练、推理优化、评测迭代到业务落地的全流程闭环，持续提升模型的泛化能力与稳定性。 3、负责全模态理解大模型的研发，持续优化模型从底层感知（时空定位、细粒度识别）到高阶认知（结构化输出、逻辑推理）的核心能力，打造业界sota。 4、探索创新的多模态/全模态大模型训练范式，撰写发表创新论文或技术报告，参与模型开源与社区建设。