阿里巴巴代码场景的Agentic RL与数据合成-阿里星
任职要求
1. 计算机、信息科学、数学或相关专业博士学历，深入理解LLM/MLLM/RL/Agent领域，熟悉DPO/PPO/GRPO等RL前沿算法； 2. 有大规模数据合成、Coding Agent训练、大规模RL训练等项目经验者优先； 3. 有较强的自驱力、学习力、创新…
工作职责
负责 Agentic Model 的训练方法、能力提升与数据合成体系研究，探索大模型在自主决策、规划与工具调用等方面的强化路径，包括但不限于： 1. 针对Agentic模型的训练特点，探索Agentic数据的合成策略与后训练数据配比策略，探索稳定高效的Agentic RL 方案，持续迭代模型在Agent场景的应用性能； 2. 应用并改进Agentic RL算法，提升模型在代码场景中的成功率和鲁棒性； 3. 将业务突破转化为学术成果，支持在 NeurIPS、ICLR、ICML 等顶会发表高质量论文，或推动相关算法在社区的开源，建立行业影响力。
现阶段核心代码通常采用高强度混淆保护，包括控制流混淆、数据流混淆及 VMP 等。该课题旨在探索 AI 在高强度混淆场景下对代码的高准确度还原能力，从而有效降低逆向分析成本。
通义千问（Qwen）是由通义实验室自主研发的超大规模语言模型，具备多模态、多语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从亿级到万亿级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 Coder团队致力于构建能够执行、扩展并自我进化的自主系统，通过构建超智能的coding agent/digital agent，扩展数字世界，为迈向真实世界的智能奠定基础。 工作职责： 1. 负责通用模型 Qwen 的代码能力和代码专有模型 Qwen-Coder 的构建。 （1）包括但不限于数据收集、预训练、后训练（强化学习）、评测等方向上的探索。 （2）通过Large-scale Pre-training 和 Large-scaleRL来提升Code Reasoning能力，在专家级编程竞赛超越人类，并构建 Coding Agent 来解决真实世界软件开发任务； 2. 负责Computer-Use Agent (GUI-Agent）的建设，以最直观的方式—鼠标、键盘、编码等操作来代替人类执行数字世界任务。 （1）通过Scaling海量数字世界数据结合大规模合成数据，来提升Computer-Use Agent的Grouding能力。 （2）通过Long Horizon的方式进行强化训练，结合可扩展的多模态环境反馈来提升CU Agent的Reasoning的能力。
1、 研究业界GPT, AIGC等人工智能技术在代码安全领域的应用和发展趋势，协助制定本领域业务规划和技术规划，推动关键研究成果在实际中落地，助力实现关键安全技术竞争力达到业界前列。 2、 利用GPT, AIGC等人工智能技术进行源代码的安全性分析和漏洞检测，并实现相应的核心算法和工具。 3、 负责人工智能查工具的评估和提升,通过工具减少公司产品的安全风险。 4、 负责相关代码数据集的快速构建和工具建设，能够。
团队介绍：AI应用与创新团队，立足于抖音集团（抖音、直播、今日头条、番茄小说、财经等），致力于AI技术研究与业务创新赋能，包括：AI x 体验、 AI x 质量、AI x 安全等，助力业务品质与口碑的持续提升。 团队积极向上，工程师文化，技术氛围好，拥有算法（大模型、推荐、机器学习）、工程（后台、前端、大数据）、产品等多种职能岗位，地域覆盖深圳、北京、杭州、上海。 1、负责字节跳动抖音系产品多业务场景下的代码AI提效&提质相关研发工作，包括并不限于代码风险识别、代码数字孪生、智能单测生成等； 2、持续跟进LLM和软件工程的前沿技术，关注AI Coding、UI建站、PRD审计、多Agent协同等前沿技术进展，探索新技术在代码AI方向的应用； 3、深入分析业务和技术问题，和产品/研发/质量/运营等同学密切配合解决，提高项目整体效率和收益。