阿里巴巴淘宝闪购C端Agent研究与实践-阿里星
任职要求
1. 教育背景：计算机科学、人工智能、运筹学、数据科学等相关专业，博士/硕士及以上学历，熟悉推荐系统、运筹优化、强化学习、大模型应用等理论。 2. 扎实的工程与算法基础：精通Python/C++，熟练掌握PyTorch、TensorFlow等深度学习框架；有大模型（LLM/VLM）应用、Agent系统开发、强化学习（RL/MARL）、推荐系统、生成式AI等相关领域经验；有顶会论文或大型项目落地经验者优先。 3. 出色的研究能力：参与…
工作职责
打造下一代即时零售商业化AI Agent引擎，定义外卖分钟达场景下AI Agent的技术边界，推动淘宝闪购在复杂的时空X人货场的网络中实现智能化决策与自动化运营，支撑千万级日订单量的高效运转。 如果你想在即时零售的核心战场中，用数据驱动决策、用算法优化体验、用技术连接线上线下百万实体门店，这里就是你的最佳舞台——期待与你携手，共创即时商业的下一个里程碑！ 1. 智能Agent技术探索：深入研究大模型驱动的自主智能体（Autonomous Agent）架构，探索规划、推理、工具调用、多Agent协作等核心技术在闪购场景中的创新应用，参与构建面向即时零售的Agent操作系统与智能体框架。 2. 大模型与业务融合：探索LLM/VLM在淘宝闪购业务场景中的深度应用，通过语义理解、多模态感知、知识增强等方式提升算法的业务适配性与可解释性；设计基于大模型的智能调度、供需预测、动态定价、智能客服等创新方案；融合RLHF、MARL、Prompt Engineering等技术，推动模型在闪购履约、营销、服务链路中的精准决策与持续进化。 3. 高效优化与落地：能够基于TensorRT、vLLM、量化压缩等推理加速技术，提升Agent系统的实时响应与并发处理能力；面向末端配送、商家运营、用户体验等核心场景，结合企业级场景解决序列决策、资源分配、异常处理等问题，推动算法在淘宝闪购业务中的规模化落地。 4. 团队协作与共创：与工程、数据、产品团队紧密合作，将算法需求转化为可落地的系统方案；通过AB实验验证模型效果，持续优化用户体验与业务指标，驱动即时零售业务的智能化升级。
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
如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验； 如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准； 如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验； 如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化； 如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中**""掉字、掉帧、画面冻结""**等顽疾，让交互如真人般自然流畅； 如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户； 加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！
1、物品3D大模型：聚焦淘宝商品的高还原度3D建模，产出比例结构、细节丰富度与实际物品具有高度一致性的3D模型 • 基于稀疏图片的3R建模技术，支持动态/静态场景，输出高精度位姿、点云、深度图、体素结构等信息； • 设计3D VAE算法，构建高效3D数据表示（点云/网格/体素），实现3D数据的高效压缩，提升模型在几何重建、纹理生成和潜在空间控制方面的性能； • 结合自回归（AutoRegressive）、强化学习（Reinforcement Learning）等技术，提高3D生成的精度、可控性和泛化性； • 突破材质属性预测与生成技术，实现PBR材质预测、可控高清材质生成等，重点关注文字、纹理细节效果； 2、数字人3D大模型：打造高写实数字人，产出细节丰富（尤其是人脸）、可驱动的3D模型 • 3D数字人生成算法，结合3DGS的表征能力和DiT的生成能力，实现端到端生成细节丰富、分辨率>1024的高精度人体3D模型，同时透出人体姿态等信息； • 3D数字人驱动技术，实现人体组件化、层次化拆解，实现自动化骨架绑定与蒙皮，确保驱动自然流畅。
在这里，你将参与传统视频编码器（包括但不限于HEVC/VVC）优化，在保障画质体验的前提下，尽可能节省带宽； 在这里，你将探索基于语义的内容感知编码优化，深度学习编码，AIGC编码等前沿课题； 在这里，你将参与视频编码与处理联合优化，在标准编码框架的基础上，借助AI领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升端到端压缩效果； 在这里，你将帮助淘宝直播等大型的视频传输场景设计QoS算法，追求超低延时、极速播放等用户体验，并支持各种弱网环境下的最优的视频流畅度和优雅的画质降级。