阿里巴巴Agentic大模型算法工程师
任职要求
1.基本要求 - 本科及以上学历，计算机科学、人工智能、软件工程、电子信息等相关专业，1-3年及以上大模型部署、优化或相关领域工作经验； - 具备良好的沟通协调能力、问题解决能力和团队协作精神，对技术有强烈的探索欲，能快速跟进前沿技术并落地应用； - 责任心强，具备严谨的逻辑思维，能独立负责核心技术模块的设计、开发与优化，高效推进项目落地。 2.核心技能要求 - 熟悉大语言模型（LLM）的基本原理，有小模型蒸馏、大小模型协同推理相关经验，熟悉Harness相关知识并能灵活研发使用； - 掌握Memory优化相关技术，有模型记忆系统、上…
工作职责
本职位聚焦OpenClaw相关特定任务场景，围绕“小模型缺知识、大模型落地难”的核心痛点，负责大语言模型的部署优化、大小模型协同框架搭建、小模型蒸馏及Memory优化相关工作，助力JVSClaw打造业界领先的Agent系统，支撑商业化目标达成。 核心职责包括： 1.充分利用云电脑GPU资源（以5880为主），实现小型语言模型的高效部署，兼顾部署效率与模型精度； 2.设计并落地适用于协同推理的大小模型协同框架及小模型蒸馏框架，弥补小模型专业知识不足、大模型部署成本高、响应延迟高的短板； 3.针对大模型输入窗口限制，构建短时-中时-长时多级闭环记忆系统，开发OpenClaw专属Context Engine记忆调度引擎，解决模型记忆遗忘、检索低效、引用错误、跨会话丢失等核心痛点，打造高可靠、高易用的记忆交互体验； 4.跟进行业前沿技术，持续优化模型部署性能、协同推理效率及Memory管理机制，保障系统稳定运行。
1、Agent业务相关垂直领域模型agent数据合成/后训练； 2、后训练的AI Agent通用能力（如tool use, planning等）增强，增强工具链路调用、知识图谱推理、report生成能力； 3、参与AI Agent产品的需求分析、技术选型、方案设计、用户体验提升等，发现算法提升对于AI Agent落地的价值，参与下一代AI agent产品打造；
【课题子主题】【搜推】面向全球多国的Agentic推荐 【课题说明】 随着业务发展，keeta推荐面临多国家不同文化和餐饮环境的挑战，包括：1. 冷启动问题突出，推荐系统对本地的商家缺少理解，新市场和新用户缺乏交互数据，系统难以推荐符合本地用户偏好、受欢迎的餐厅；2. 不同国家面临非常多的本地事件，例如中东斋月、巴西狂欢节、极端天气等，传统模型依赖历史行为数据难以及时对不同事件下的需求进行响应。 本课题拟引入 Agent 与多轮强化学习技术，构建具备策略生成、动态调控与反馈优化能力的搜推一体化推荐框架，提升系统在跨文化复杂场景下的响应速度和推荐效果。 【建议研究方向】 1. 面向冷启动的语义理解与推荐建模，构建统一的商家与内容语义表征体系，通过世界知识和多模态信息建模，提升系统对不同国家餐饮供给的理解能力，并结合相似用户与商家的迁移泛化，在低数据与新市场场景下提升推荐效果。 2. 基于世界模型的推荐环境建模，构建统一的推荐世界模型，对用户偏好、商家供给及环境因素进行联合建模，学习需求随场景变化的动态规律，并通过用户反馈模拟器支持策略的离线评估与推演，提升系统对复杂环境的建模能力。 3. Agent驱动的推荐决策与强化学习，基于世界模型，将推荐建模为序列决策问题，引入Agent进行动态策略生成，并结合多轮强化学习与在线反馈持续优化排序与流量分配策略，以提升长期推荐效果与跨场景适应能力。
1、负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 2、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 3、探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流。
1. 负责Agentic大模型相关算法开发与优化，开发性能达到业界sota的Agentic大模型并能在实际业务场景中应用落地 2. 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，优化长程任务，实现智能体在复杂环境下的自主探索与迭代。 3. 探索创新Agentic RL算法，撰写发表创新论文或技术报告，参与模型开源，和社区、学术界保持良好的交流