阿里巴巴AI Business-AI Search 工程技术专家-杭州
任职要求
1、计算机或相关专业本科及以上学历，5年以上搜索系统或大规模分布式系统开发经验 2、具有扎实的计算机科学功底，扎实的编程基础和数据结构算法基础，极强的编程能力和问题解决能力 3、深入理解现代搜索系统架构、搜索引擎核心及技术细节 4、精通Java/Go/C++/Python中至少一门编程语言，有大型分布式系统开发经验 5、熟悉主流搜索技术栈（如Elasticsearch、Solr等）或有自研搜索系统经验 6、具备多模态技术（结合…
工作职责
阿里国际内部集大模型研究及智能化前沿产品研发于一体的AI部门；自研面向跨境商贸增强的多语言大模型-Marco和多模态大模型-Ovis，依托全球化的AI基础设施和算力资源，帮助AliExpress、Lazada、阿里巴巴国际站、Trendyol、Daraz 等平台全面革新跨境电商全链路的经营体验和商业效率；目前已服务超50万商家，平均日调用量已突破10亿次，覆盖营销、客户服务、商品发布、设计、合规等60+应用场景；正在基于自研的大模型与工程技术，打造新一代的智能体（Agent）和智能引擎（Deep Research）产品，持续致力于让全球商业没有语言障碍，用智能帮助跨境贸易更加简单。 该职位负责构建高性能、可扩展的搜索引擎工程架构，优化搜索效果，支持多模态搜索能力，打造行业领先的搜索产品； 工作职责 1、负责搜索引擎相关系统研发，打造高性能、低成本、多场景的搜索产品 2、设计并实现搜索系统分布式架构，确保系统的高可用性、高性能和可扩展性 3、构建支持多模态（文本、图像、视频）检索的搜索系统架构，推动多模态搜索能力落地 4、负责搜索服务端的开发工作，优化索引构建、查询处理等核心环节 5、与算法团队紧密协作，将搜索算法能力高效集成到工程系统中，实现搜索效果持续优化 6、构建搜索效果评估体系，设计A/B测试框架，通过数据驱动方式持续提升搜索质量 7、保障搜索系统的稳定性与性能，解决高并发、大规模数据处理等工程挑战，支撑复杂业务场景
团队介绍：阿里国际以AI技术驱动，助力全球数字贸易及电商生 态的发展。AlBusiness是阿里国际内部集大模型研究 及智能化前沿产品研发于一体的AI部门，自研面向跨境商贸增强的多语言大模型-Marco和多模态大模型 -Ovis，依托全球化的AI基础设施和算力资源，帮助 AliExpress、Lazada、Alibaba国际站、Trendyol、 Daraz等平台全面革新跨境电商全链路的经营体验和 商业效率。基于先进的大模型与工程技术，我们正在打造新一代的智能体（Agent）和智能引擎（Deep Search）产品，持续致力于让全球商业没有语言障碍，用智能帮助跨境贸易更加简单。 职位描述 1. AI平台建设：负责AI应用平台的能力建设、架构设计和开发工作，推动平台技术的不断创新和优化。 2. RAG&多模态搜索能力：负责RAG、搜索工程架构相关平台能力建设 3. 大模型AI应用开发：深入电商业务及各职能场景，面向AI native范式，重构业务流程、产品能力和工作模式，显著提升业务效果和工作效率。
团队介绍： 阿里国际以AI技术驱动，助力全球数字贸易及电商生 态的发展。AlBusiness是阿里国际内部集大模型研究 及智能化前沿产品研发于一体的AI部门，自研面向跨境商贸增强的多语言大模型-Marco和多模态大模型 -Ovis，依托全球化的AI基础设施和算力资源，帮助 AliExpress、Lazada、Alibaba国际站、Trendyol、 Daraz等平台全面革新跨境电商全链路的经营体验和 商业效率。基于先进的大模型与工程技术，我们正在打造新一代的智能体（Agent）和智能引擎（Deep Search）产品，持续致力于让全球商业没有语言障碍，用智能帮助跨境贸易更加简单。 职位描述： 1. 进行AI Infra相关的研发工作，包括但不限于模型推理引擎，分布式训练框架，模型部署和服务，任务分发和调度，弹性扩缩容，高性能计算集群管理等。 2. 通过AI Infra的研发工作，支持LLM和多模态等大模型的研发、部署和上线服务，支持Agentic AI等新型AI产品的研发和应用，保障客户体验，实现业务落地和成本降低等目标。 3. 与算法、产品、运营以及工程等团队通力合作，推进AI产品和技术的发展和应用。
Accio是阿里巴巴国际数字商业集团阿里国际站内部孵化的一款战略级AI原生应用产品，也是全球首个B2B AI Search Agent，通过持续探索Agent、LLM、VLM、RL、Memory、Reasoning、AI Search等前沿技术，自研基座、Agent系统以及AI Search系统，实现全球B2B跨境贸易跨越式发展。 1、研发并优化 Agent 的核心能力模块，包括但不限于自主规划（Planning）、多步推理（Reasoning）、工具/skill调用（Tool Use）、长短期记忆（Memory）及 RAG 增强； 2、复杂任务动态编排：设计并实现高扩展性的Multi-Agent协作框架（如Agent Swarm/Agent Team），支持将模糊的宏观目标递归拆解为原子任务； 3、Long-horizon运行设计：构建结合"工作记忆+全局知识库"的多级存储系统，解决Agent长期运行中的信息遗忘问题，建立跨Agent的共享上下文能力，设计Agent持续进化框架； 4、构建端到端的Agent评测体系，构建生产力场景benchmark，推动Agent在business场景落地； 5、探索落地前沿Agent技术，包含而不限于：Agentic Model、Agentic Benchmark、Agentic RL、Pro-active Agent、Function Calling、Tool-Use、Multi-Step Reasoning、Agent Harness、Agentic Post-Training。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。