阿里巴巴Agent在线强化学习-阿里星

T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星”的使命与愿景，面向全球招募顶尖技术人才。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的AI技术，在有价值的业务场景落地技术成果。 1. 理论研究：负责本体约束的在线强化学习框架建模，并进行理论证明、自进化的收敛性分析 2. 算法开发：设计并实现本体增强的安全在线RL算法族、LLM-RL协同决策算法、跨大促Meta-RL与经验固化算法 3. 场景落地：在双11/618等真实大促中验证系统效果；与SRE/研发团队协作确保决策可信赖；量化评估业务价值 我们提供： 1. 丰富的数据：淘天历次大促全链路运维/研发/业务数据，全球独一无二 2. 顶级的场景：双11/618，全球最大规模在线决策试验场 3. 充足的算力：GPU/CPU集群支持大规模RL训练与模拟 4. 成熟的基础设施：成熟的监控/追踪/日志/变更管控平台作为感知与执行底座 5. 密切的协作：与平台SRE、研发、业务团队的直接协作通道 6. 导师：配备顶级业务+技术双导师，定期进行学术交流 加入我们一起构建面向下一个十年的智能决策范式！

T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 1. 理论研究：负责本体约束的在线强化学习框架建模，并进行理论证明、自进化的收敛性分析 2. 算法开发：设计并实现本体增强的安全在线RL算法族、LLM-RL协同决策算法、跨大促Meta-RL与经验固化算法 3. 场景落地：在双11/618等真实大促中验证系统效果；与SRE/研发团队协作确保决策可信赖；量化评估业务价值

职位描述 1、用户数据分析与产品优化：深入分析用户对 Agent 的使用情况，包括但不限于用户行为路径、功能使用频率等数据指标，完成用户需求满足度分析，识别用户痛点和未被满足的需求，提出并推动 Agent 供给补充或优化建议； 2、用户反馈分析和体验设计：收集、整理和分析用户反馈，发现产品问题并提出解决方案。通过用户调研、可用性测试等方式，深入了解用户需求和使用习惯，参与用户体验设计； 3、竞品分析与市场洞察：对标和分析 ChatGPT 等通用大模型产品、以及市面上其他通用 Agent 产品。从功能、体验、技术、商业模式等多个维度进行深入竞品分析，洞察市场趋势和产品发展方向。

你将加入创新业务核心算法团队，围绕创新业务场景，利用 LLM、RAG、Tool Use、Multi-Agent 等前沿技术，打造真正理解用户需求、具备规划与执行能力的新一代 AI Native 产品。 岗位职责 1、负责通用 Agent 框架的设计与研发，包括意图识别（Router）、任务规划（Planning）、工具调用（Function Calling）、检索增强生成（RAG）、状态管理（Memory）等核心能力，构建可支撑复杂任务执行的智能体系统。 2、深入创新业务核心场景，设计垂类 Agent，打通用户状态、结构化信息、环境信息、知识库等多源信息，提升用户从“提出需求”到“获得可执行方案”的效率与体验。 3、基于开源或自研基座模型，利用 SFT、RL 等技术进行垂直场景微调，增强模型在复杂指令遵循、规划推理、工具使用、个性化表达与安全性上的能力。 4、面向长链路、复杂任务场景，探索并落地 Multi-Agent 协作机制，提升系统任务完成率、稳定性与可解释性。 5、建设 Agent 自动化评测平台，制定覆盖任务完成度、相关性、可执行性、工具调用准确率与安全性的多维指标，通过离线评测与在线 A/B 实验持续驱动效果优化。