阿里巴巴数据技术及产品部-RL Data 工程师-Coding

工作描述

任职要求
1. 具备 RL/Post-Training 研究背景、Applied Scientist 经历，有 Agentic/轨迹评估方面的深度经验
2. 能够将模糊的质量目标编码为可执行、可量化、可扩展的评估标准。
3. 熟练的编程能力（Python 为主），能独立完成数据处理脚本、pipeline 开发和自动化工具搭建
4. 能读懂 Agent 轨迹（多轮工具调用、代码执行、搜索检索等），理解 Agentic 系统的行为模式和失败模式
5. 了解 Reward Modeling 基本原理，理解 Reward 信号设计对 RL 训练（PPO/GRPO/DAPO 等）的影响
6. 优秀的书面表达和文档能力，能撰写清晰的 Rubric 规范和技术方案
7. 下设细分方向
方向 1：移动端开发、全栈Web、前端组件、Node.js BFF、浏览器Agent 
方向 2：系统底层、高性能计算、嵌入式、安全、运维
方向 3：企业级后端、微服务、云原生、中…