阿里巴巴大模型与Agentic RL系统-Bravo Star
任职要求
1、计算机、软件工程、人工智能等相关专业硕士及以上学历； 2、熟练掌握Python，具备扎实的工程编码能力，熟悉C/C++者优先（适用于底层算子与通信优化场景）； 3、深入理解深度学习框架（PyTorch），精通分布式训练原理与实践，有FSDP/DeepSpeed/Megatron/Ray等工具的深入使用或源码级修改经验； 4、具备强化学习系统基础，理解RL核心组件（智能体、环境、奖励机制、经验回放等），熟悉主流RL及推理…
工作职责
加入阿里国际AI Infra团队，你将负责大模型RL及Agentic RL强化学习训练框架的设计、开发与性能优化。你将深入跟进并支撑业界最前沿的大规模RL算法（如GRPO, DAPO, GSPO等）的高效落地。你需要与算法团队紧密协作，优化分布式体系（数据并行、模型并行、Replay Buffer调度），攻克FP8双加速、训推异步（Partial rollout）、样本传输延迟、显存溢出及训练稳定性等硬核工程瓶颈，打造极致高效的大模型强化学习基石。
专注大语言模型强化学习的研究、探索和开发，具体职责包括： 1、针对多轮Agentic任务场景，开展基于大语言模型（LLM）的强化学习（RL）优化及奖励归因机制研究； 2、设计与实现创新型多轮Agentic RL训练与收敛优化方法，提高训练效率与任务泛化能力； 3、深入探索RL算法在提升智能体泛化性和鲁棒性方面的理论与工程实现，推动算法在实际复杂环境下的稳定应用； 4、推动研究成果在阿里云PAI平台的分布式训练、强化学习等核心产品框架中的集成与落地，支持工业级Agentic AI解决方案的研发和部署； 5、跟踪领域前沿动态，撰写高质量学术论文，申请相关发明专利，并在国际顶级学术会议（NeurIPS、ICLR、AAAI等）或期刊进行成果输出。
工作职责： 1、大模型与 Agent 平台架构研发：负责大模型平台、Agent 应用平台的架构设计和核心功能研发，构建云原生架构下高可用、高性能、可扩展的微服务体系，支撑模型能力从训练、部署到业务应用的端到端落地。 2、AI 生产链路与 LLMOps 建设：建设面向大模型全流程的 LLMOps / DevOps 能力，覆盖模型训练、模型管理、推理部署、服务发布、监控告警、任务诊断、效果评估等环节，提升大模型生产效率和稳定性。 3、Agent 应用平台建设：参与建设面向业务研发和算法团队的 Agent 开发平台，支持 Agent Workflow、Tool Calling、Function Calling、MCP、RAG、Memory、多轮对话、调试诊断、应用发布等核心能力，降低大模型应用开发和上线门槛。 4、Pipeline 与任务编排系统建设：负责大模型任务流、Pipeline、Argo Workflows / Kubeflow 等任务编排能力建设，提升训练、部署、评估、Agent 应用构建等复杂任务的自动化、可观测和可恢复能力。 5、平台与框架深度结合：将平台能力与训练、推理、部署、Agent Framework 深度结合，通过任务调度、弹性容灾、失败重试、资源隔离、链路追踪、性能优化等能力，端到端提升 AI 生产效率。 6、平台体验优化及业务协同：持续优化 AI 平台和 Agent 应用平台的易用性、稳定性和开发者体验，与算法、推理、训练、云原生、业务研发等团队协作，将平台能力沉淀为可复用、可规模化的标准化能力。
美团基础研发平台，作为公司的核心技术平台，致力于“零售+科技”的战略发展。我们专注于智能体构建、大模型推理、多模态训练等核心技术，并通过FRIDAY模型工厂与应用工厂，为业务提供稳定、安全、易扩展与技术先进的平台技术和技术能力。我们聚焦于大模型和智能体的前沿算法研究和应用落地，致力于将先进的人工智能技术转化为实际的业务价值。 我们真诚邀请你加入我们，共同推动技术发展，创造行业价值。 1. 负责大模型在业务场景下关键能力的提升，包括但不限于知识和指令遵循、分析诊断、深度推理、反思和评估等能力的优化和落地。 2. 深入理解商家服务和经营分析等业务场景，通过任务抽象，能够提炼出这些核心场景的系统性优化方向，提升B端应用的核心价值和体验，赋能行业升级。 3. 研发和优化智能体的function call、多智能体间协调，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界。 4. 结合自主Agent的理念，探索和优化模型的能力边界，推动模型在复杂任务上的表现。 5. 与工程团队紧密合作，推动算法模型的工程化落地，包括模型压缩、加速、部署和监控等环节。 6. 跟踪业界前沿技术，结合业务需求进行预研和技术储备，保持团队的技术竞争力。
【岗位使命】 你将作为零一万物国内 2G/2B 业务的尖刀排，单兵突进，背负数字，深入政府、国央企及行业龙头一线。我们寻找的不是传统关系型销售，而是能用咨询思维切中痛点、用胶片和方案构建信任、能手操大模型 Demo 将想象具象化，并以 DRI 精神对结果负全责**的复合型商业先锋。这是一个纯粹的一线作战岗位，没有团队管理职责，你的战绩直接写在客户现场。 【岗位职责】 1. 客户开拓与经营 - 基于公司战略，负责重点省份或行业（政务、能源、金融、制造、国央企等）的 2G/2B 客户开拓，精准挖掘大模型训推、智能体应用、知识库构建等高价值需求，独立完成千万级年度签约与回款目标。 - 深度经营地方与行业客户资源，绘制关键决策链生态图，建立从局长、处长到董事长、CXO 的立体客情关系。 2. 顾问式方案销售 - 独立完成面向 C-level 的咨询式交流，精准提炼客户业务痛点，输出具备行业纵深的 AI 赋能顶层思路。 - 独立撰写结构清晰、观点犀利的合作方案与汇报胶片（PPT），能以逻辑和远见替代酒量征服客户，主导讲标与商务谈判。 3. 动手搭建合作模型，拓展合作思路 - 善用国内外主流大模型（GPT-4o、Claude、Gemini、通义千问、DeepSeek 等），结合客户私有数据，现场快速搭建智能体 Demo、RAG 检索应用等“合作模型”或 PoC 原型。 - 通过现场动手演示，将模糊的“AI 能力”转化为客户可直观感知的业务价值，从而创造新的合作机会，持续拓宽双方合作边界。 4. 项目 DRI 与交付协同 - 作为商机到交付的 DRI（Directly Responsible Individual），对内高效协同解决方案、产研、交付团队，对外精细管理客户预期，确保 POC、招投标、合同签订、项目交付与验收全流程闭环，直至客户价值实现。 - 系统沉淀标杆案例，将实战经验提炼为可复制的行业打法与作战手册。