阿里巴巴阿里国际站/Alibaba.com-AI搜索算法工程师-Accio-杭州
任职要求
1. 计算机、人工智能或数学相关专业硕士及以上，具有1年以上NLP或多模态相关工作经验。 2. 熟悉常见深度学习算法，对搜推/NLP/LLM 任一子方向有深入了解，尤其语义搜索和LLM-RAG技术栈。 3. 对AI技术有热情且自驱力强，责任心强，善于用最先进AI技术解决最具挑战的业务问题。 4. AI基础扎实，深入理解Bert/LLaMA等经典算法原理，熟悉LLM训练框架或者Multi-Agent系统框架。 5. 加分项：有语义搜索或者LLM相关顶会paper，开源项目contributor。
工作职责
关于我们 ● 我们是阿里巴巴国际数字商业集团-阿里巴巴国际站-Accio算法团队。阿里巴巴国际站是全球最大的跨境B2B数字化贸易平台。 ● 我们团队一直追求极致的技术创新 (每年都有多篇顶会paper)，从Bert到T5，多次推动业务跨越式发展。去年自研LLM完整技术栈，成功驱动生意助手大规模商业化落地。今年正在全力打造全球首个B2B AI Sourcing Agent，自研Agent框架和全新AI Search系统，目前已成功全球发布，迈向更广阔的未来。 职责描述： 1. 负责阿里国际全球首个B2B AI Sourcing Agent的全链路研发，包括对话交互式智能搜索，AI导购Copilot等。 2. 负责AI搜索系统的算法升级，包括长文本多模态Doc的语义召回和多语言多模态的相关性匹配。 3. 负责AI导购系统的效果优化，用最前沿的RAG/Agent技术，重构B2B Sourcing的全新交互体验。 4. 负责AGI前沿技术探索，引入业界最新SOTA技术，攻克垂类AI Search/Agent落地的技术难点。
我们是阿里巴巴国际数字商业集团-阿里巴巴国际站-Accio算法团队。阿里巴巴国际站是全球最大的跨境B2B数字化贸易平台。 1. 深入探索 LLM 在电商搜索场景中的推理能力与深度研究（Deep Research）模式，优化信息整合与总结效果，打造高效、精准的智能搜索产品，推动 AI 技术在实际应用中的突破； 2. 负责 Accio Agent研发，打造下一代B端采购全新交互体验： a. 设计并实现基于 Reasoning LLM 的 Research Agent，提升搜索结果的理解、推理与结构化总结能力； b. 探索LLM Reasoning技术（如思维链、多步推理），优化复杂查询的Deep Research模式，实现长文本理解与跨文档信息融合； c. 优化网页搜索和自有品商搜索的RAG系统 3. 模型优化： a. 基于蒸馏和RL技术进行Post-training，训练融合CoT和CoA的Agent原生模型，使得模型具备多步推理能力和多步工具调用的能力 b. 探索多模态信息（文本、图像、结构化数据）融合的搜索与生成技术 c. 探索电商场景下Reward模型的定义和构建
我们是阿里巴巴国际数字商业集团-阿里巴巴国际站-Accio算法团队。阿里巴巴国际站是全球最大的跨境B2B数字化贸易平台。 1. 负责电商搜索场景的Agentic Pro Search/Deep Research等能力的开发实现，负责跨境电商垂直多语言多模态大模型的研发，包括SFT到Agent Reinforcement Learning的LLM全链路post-training技术建设。 2. 负责AI Native专项能力建设，包括但不限于 Agentic Reasoning, Agentic RAG System, Multi-Agent System等。 3. 负责跨境电商AI创新业务落地，包括但不限于用最前沿的Reasoning/Agentic RAG技术，重构B2BSourcing的全新交互体验。 4. 负责LLM的前沿技术探索，持续迭代自研模型能力，支撑AI Native产品落地。
1. 负责Agentic Search（搜索智能体）技术探索和架构研发，支持深度搜索、多模态（文本、图像、视频）检索等应用创新； 2. 设计并实现AI搜索的落地应用，包括利用大模型进行Query理解、任务分解、环境感知、语义检索、校验反思、总结归纳等模块的模型算法优化； 3. 构建和维护面向AI搜索的高质量的检索库，制定完善的数据清洗、标注和预处理规范流程，完成亿级规模检索库的索引与优化，利用AI技术扩充和丰富检索数据，提升检索系统的泛化能力和鲁棒性； 4. 与业务部门（如产品、运营团队）协作，将AI搜索能力嵌入现有工作流（如搜索引擎、智能问答、个性化推荐等），支撑美团场景落地应用。
1.负责LLM在搜推创新AIGC应用中算法研发和应用落地； 2.设计创新AIGC应用中整个链路所涉及的LLM等AI相关算法，确保算法有效性和扩展性，能有效解决复杂业务场景下的用户体验问题； 3.关注并探索LLM相关前沿技术，包括预训练、后训练、RAG、Agent等，能判断技术实际价值，并高效落地应用； 4.理解并洞察用户需求，通过持续的技术产品创新和迭代，驱动用户体验提升以及京东UCVR, GMV平台收益不断增长。