阿里巴巴晓天衡宇-大模型标注评测工程师-泛领域
社招全职3年以上地点：杭州状态：招聘
工作描述
任职要求 1. 本科及以上学历，在 AI 评测、RLHF / RL 轨迹标注、rubric 设计等领域有实际项目经验；具备人力资源、制造业、娱乐、游戏、行政管理、咨询、教育等白领办公领域 3 年以上从业或研究经历，能独立判断""轨迹哪里错、为什么错""。 2. 对标注质量和 reward signal 分布敏感，能通过科学方法发现问题（如 verifier 漏洞、LLM Judge 偏好拟合等），推动业务指标达成。 3. 熟悉数据标注工具与质检平台，掌握 Python，能进行抽检统计、一致性分析与自动化脚本编写；了解 reward modeling 基本概念，熟悉 age…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
学历+
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
还有更多 •••
相关职位
社招3年以上
1. 本科及以上，具备30人以上的标注人员管理经验，对标注质量审核、人员提效、Agent自动化等方面有较深的理解，有电商等方面的经验加分。 2. 对标注质量与 reward signal 分布敏感，能
更新于 2026-08-20杭州
社招3年以上
1. 有真实 DevOps 或运维工程经验 — 熟悉 CI/CD 流程（Jenkins/GitLab CI/GitHub Actions），有 K8s、Docker 或云平台（阿里云/AWS/GCP）
更新于 2026-07-23杭州
社招3年以上
1. 有真实系统底层或高性能开发经验 — 熟练使用 C、C++、Rust 等语言，了解操作系统、内存管理、并发编程、编译链路等底层核心知识。 2. 具备代码审阅与质量判断能力 — 能读懂底层代码，判断
更新于 2026-07-23杭州
社招3年以上
1. 有真实数据仓库或数据工程开发经验 — 熟练使用 SQL，有 Hive/Spark/Flink 或主流 OLAP 数据库（ClickHouse、Presto 等）使用经验。 2. 具备代码/SQL
更新于 2026-07-23杭州